브라질헬스케어·바이오2024 – 진행 중오리존
의료비 청구 규칙과 부정 적발을 위한 생성형 AI
오리존은 생성형 AI로 의료 규칙 업무의 63%를 자동으로 처리한다
문제
오리존은 브라데스쿠 그룹 계열의 헬스테크 기업으로, 보험사·병원·의사 전반의 의료비 청구 부정을 적발하는 플랫폼을 운영한다. 시스템에는 약 4만 건의 의료 규칙이 있었고 매달 약 1,500건이 새로 추가됐다. 업무 담당자는 규칙을 조회하고 이해하려면 개발자에게 의존해야 했다.
접근 방식
오리존은 자사 데이터와 업무 규칙으로 라마2 코드(Llama2-code)와 DBRX 모델을 미세 조정해 데이터브릭스 모델 서빙(Model Serving)으로 운영했다. 언어 모델을 마이크로소프트 팀즈(Microsoft Teams)에 연결해 업무 담당자가 개발자 없이 의료 규칙을 묻고 설명을 들을 수 있게 했다. 모델은 코드 문서 작성에도 쓰였다.
주요 수치
63%새 생성형 AI 기능으로 자동 처리한 업무 비중, 데이터브릭스 기준
5분코드 문서 작성 시간, 데이터브릭스 기준
개발자 1.5명확보한 개발 인력, 데이터브릭스 기준
월 약 3만 달러자원 활용 개선에 따른 절감액, 데이터브릭스 기준
시사점
직원이 이미 쓰는 채팅 도구에 언어 모델을 넣자 규칙에 관한 일상 질문이 개발자에게서 빠져나갔다. 회사는 자동 처리된 업무 비율과 함께 개발자 시간이 확보됐다고 밝혔다.
분류
- 규모
- 대기업
- 산업
- 헬스케어·바이오
- 혁신 유형
- 프로세스 혁신
- AI 기술
- 생성형 AI
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Databricks2024년 7월 17일
데이터브릭스는 오리존이 미세 조정한 언어 모델과 팀즈 기반 어시스턴트로 의료 규칙 업무를 처리한 방식을 소개했다. 업무의 63%를 자동 처리했고, 코드 문서를 약 5분에 작성했으며, 개발자 1.5명분의 인력을 확보하고 월 약 3만 달러를 절감했다고 밝혔다. 절감액을 어떻게 측정했는지는 설명하지 않았다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
