跳至正文

AI MEDICAL AGENT · 三级综合医院

AI 不会取代医生。
我们为每一项判断附上依据。

MEV 在医务人员既有的 EMR/OCS 界面内辅助理赔、编码与转诊。每一项推荐都附带依据,由医生作出确认,全过程留痕记录。

HOW IT WORKS · 工作原理

在既有界面内,
分三步运行。

无需引入独立系统。MEV 在 EMR/OCS 工作流内给出推荐,由医务人员作出确认。

STEP 1

EMR/OCS 对接

在医院内网中与既有系统连接。数据不会离开医院。

STEP 2

分析·推荐·依据

在理赔、编码、转诊中生成推荐与草稿,并为每一项结果附上依据。

STEP 3

医生确认 · 留痕

由医生作出确认。何人、何事、何时确认,均记录于审计追踪。

SERVICES · 服务

医院的收入、记录与转诊体系,
三处同时兼顾。

三个领域同等重要。在每个领域中,MEV 生成推荐与草稿,由医务人员作出确认。

申报前核查扣减风险
01

医保支付与理赔优化 AI

在申报前核查扣减风险与遗漏,守护正当收入。

  • 申报前预先阻断扣减风险
  • 发掘遗漏的理赔
  • 提升理赔准确度
等待扣减风险审查
记录 → 代码KCD N18.3E11.9I10
02

自动化临床编码转换与推荐

将病历、判读、处置推荐为诊断与支付代码,由医生作出确认。

  • 缩短重复编码作业时间
  • 减少编码员之间的差异
  • 编码准确度 = 理赔与统计准确度
经医生确认后定稿
转诊路径大型医院协作诊所协作医院转诊率指标管理
03

医疗转诊 AI 智能体

识别需要转诊(下转)的患者并生成转诊单草稿,管理转诊率指标。

  • 管理三级综合医院指定评价的转诊率指标
  • 缩短转诊单撰写时间
等待医生审查
CAPABILITIES · 应用成效

以做什么、如何做
来证明。

向您展示 MEV 实际执行的工作。引入医院的实测指标将在数据确定后另行公布。

轴 1·2·3 整合

单一智能体读取编码者的上下文

同时理解记录、判读、处置与理赔,以一条贯通的流程而非割裂的工具给出推荐。

理赔扣减预先防范

在申报前检测扣减风险项,并附依据提示纠正点。

转诊对象自动识别

识别符合标准的患者并生成转诊单草稿,协助指标管理。

临床编码自动推荐

从记录、判读、处置中推荐诊断与支付代码,并核查遗漏。

基于依据的理赔准确度

以依据连接编码与理赔,提升准确度与适当性评价的应对能力。

TRUST & GOVERNANCE · 信任与治理

为大型医院能够顺利引入
而设计。

数据不会离开医院,判断由医生作出,全过程可追溯。MEV 并非独立系统,而是在既有的 EMR/OCS 工作流内运行。

数据治理

患者数据不会离开医院网络。

  • ·支持本地部署与封闭网络部署
  • ·假名化处理后再处理,不向外部传输识别信息
  • ·依据《医疗法》与《个人信息保护法》标准设计
本地部署封闭网络(网络隔离)数据不外带

监管合规

依据《医疗法》与《个人信息保护法》设计,并验证结果的临床合理性。

  • ·从设计阶段即遵循《医疗法》与《个人信息保护法》
  • ·内置临床合理性与依据验证流程
合规设计《医疗法》/《个人信息保护法》

Human-in-the-loop

AI 仅止于推荐与草稿。确认由医生作出。

01生成推荐 · AI
02医生开始审查
医生确认 · 审计追踪记录

可解释 AI · XAI

不输出没有依据的结果。

  • ·每一项推荐都附带记录原文、代码与指南出处
  • ·通过出处标签即时确认结果源自何种依据
临床指南诊疗记录关联
COMPANY · 公司

懂医疗、AI 与监管的
团队倾力打造。

MEV 是一支同时理解临床现场、保险审核、AI 工程与医疗监管的团队。

临床现场保险审核AI 工程医疗监管

创始人介绍

MEV 代表 Tae-Hoon Ko

Tae-Hoon Ko

代表 · Founder & CEO
医疗信息学 / Medical Informatics

天主教中央医疗院 人工智能脑科学事业团 教授

在天主教中央医疗院从事医疗 AI 与数据标准化研究的医疗信息学者。将临床数据专业能力落地为 MEV 的理赔、编码、转诊产品。

学历
首尔大学 工业工程 博士 · 数据挖掘专业
获奖
大韩医疗信息学会 信息医学学术奖(2024)· 保健福祉部长官表彰
研究
医疗 AI SCI 论文 30 篇以上 · 多模态临床 AI、数据标准化等多项
FAQ · 常见问题

引入前最常
被问到的问题。

关于 AI 医疗智能体、数据安全、合规以及与现有 EMR/OCS 集成的常见问题汇总。

MEV 是一家怎样的公司?

MEV 是一家面向三级综合医院与大学医院的 AI 医疗智能体公司。在医务人员既有的 EMR/OCS 工作流内,辅助医保支付与理赔优化(RCM)、自动化临床编码转换与推荐、医疗转诊三项工作。每一项推荐都附带依据,确认由医生作出。

AI 医疗智能体与传统医疗 AI 有何不同?

MEV 的 AI 智能体并非单一的诊断辅助,而是贯穿记录、编码、理赔、转诊的行政工作流,全程提供辅助。无需引入独立系统,即在 EMR/OCS 界面内生成推荐与草稿,并为每一项输出附上出处、医生确认与审计追踪。

如何预防理赔扣减?(保险审核·RCM)

在申报前对照审核标准核查扣减风险项与遗漏理赔,并附上为何存在风险的依据。监控包含新综合支付制·DRG·非医保在内的适当性评价指标,守护正当收入。

临床编码自动化是如何运行的?

从病历、判读、处置记录中推荐诊断(KCD,韩国疾病分类)·支付·处置代码,并同时展示作为依据的记录原文。AI 仅止于推荐,确认由医生作出,已确认的代码可直接对接 EDI 申报。

医疗转诊功能具体做什么?

自动识别需要转诊(下转)的患者并生成转诊单草稿,与协作机构进行匹配。协助管理三级综合医院指定评价的转诊率指标。

AI 会取代医生的判断吗?

不会。MEV 遵循 Human-in-the-loop(人在回路)原则。AI 附依据给出推荐与草稿,最终确认始终由医生作出。何人、何事、何时确认,均记录于审计追踪(audit log)。

患者数据安全吗?会离开医院吗?

患者数据不会离开医院网络。支持本地部署·封闭网络(网络隔离)部署,经假名化处理后再处理,且不向外部传输识别信息。

如何遵守《医疗法》《个人信息保护法》等监管要求?

从设计阶段即依据《医疗法》与《个人信息保护法》构建,并内置验证结果临床合理性与依据的流程。同时审视食药处医疗器械(SaMD)的适用性。

如何与既有的 EMR/OCS 集成?

MEV 并非独立程序,而是在医务人员既有的 EMR/OCS 界面内运行。无需另行登录或重复录入,不打断诊疗流程即可展示推荐。

如何确认应用成效与演示?

通过 30 分钟演示,直接向您展示理赔、编码、转诊中您关注的领域。引入医院的实测指标将在数据确定后另行公布,绝不将推测值当作事实呈现。

MEV 是否契合贵院的工作流,
先来确认一下。

通过 30 分钟演示,直接向您展示理赔、编码、转诊中您关注的领域。

预约演示