의료 비용 관리 솔루션 기업인 엑스피온헬스(Expion Health)는 엑셀 중심으로 이뤄지던 분석 과정을 AI를 활용해 자동화했다. ‘엑스피온
프로세스 자동화 및 개선은 CIO의 영원한 과제다. 특히 수익과 직결되는 비즈니스 프로세스 최적화에 대한 투자가 늘고 있다. 엑스피온헬스 최적화에 투자를 진행하는 기업이다.
엑스피온헬스는 그동안 신규 고객에게 적절한 비용을 제시하기 위한 과정에서 여러 수작업 프로세스를 활용했다. 보통 엑스피온헬스는 보험사, 약국급여관리자(Pharmacy Benefit Manager, PBM), 기타 의료비 지급자를 대신하여 약국 및 의료기관과 대량 할인 및 기타 요인을 기반으로 가격을 협상한다. 고객은 필요할 때마다 제안서(RFP)를 제안하는데, 엑스피온헬스는 엑셀 파일에 저장된 데이터를 기반으로 필요한 분석을 진행했다.
예를 들어 PBM의 제안서를 받은 보험사는 보험 적용 대상 인구의 향후 의약품 사용량, 도매 비용 증가, 의약품의 특허 만료 가능성, 의약품 리베이트의 비용 변화를 예측해야 한다. 그 과정에서 보험 적용 대상 인구의 과거 의약품 사용량뿐만 아니라 향후 의약품 가격에 영향을 미칠 여러 요인도 분석해야 했다.
엑스피온헬스에서 이런 작업을 수행하는 데는 보통 6~8일이 걸렸다. 적절한 가격 및 예측 결과가 나오지 않을 경우 엑스피온헬스는 수백만 달러 규모의 손해를 보기도 했다.
엑스피온의 최고 혁신 책임자인 D.S. 수레쉬 쿠마르는 “손해사정사는 최소 10개 버전의 엑셀 시트를 가지고 있었고, 각종 데이터를 엑셀 시트에 넣고 단순 계산만 했다”라며 “잘못된 정보가 있을 경우 금전적인 비용은 엑스피온헬스가 내기로 되어 있었고, 잘못된 분석 결과에 대한 책임은 엑스피온헬스가 져야 했다”라고 설명했다.
또한 엑스피온에는 단 6명의 손해사정사가 있었고, 회사 전체에서 1년에 약 200건의 제안서를 검토할 수 있었다. 이런 소수 인원만으로 새로운 비즈니스를 유치하는 데 한계가 있었다.
AI 의사 결정
2023년 8월, 엑스피온헬스의 IT 팀은 경영진의 지원을 받아 처방전 비용 관리를 위한 복잡한 보험 가격 프로세스를 자동화하는 프로젝트를 시작했다. 그리고 내부 AI 개발자가 약 6개월 만에 선형 회귀, 다중 알고리즘, 맞춤형 AI 모델을 사용하여 처방전 제안서 자동화하는 도구인 ‘엑스피온IQ 어드바이저(ExpionIQ Advisor)’를 개발했다. 최근 IT 팀은 보험 적용 대상 인구의 약물 사용을 예측하기 위해 XG부스트 머신러닝 소프트웨어 라이브러리를 사용하여 엑스피온IQ 어드바이저를 더욱 고도화하고 있다.
쿠마르에 따르면, 엑스피온IQ 어드바이저 통해 RFP에 필요한 수치를 계산하는 데 걸리는 시간은 며칠에서 몇 시간 수준으로 단축했다.
쿠마르는 “이제 어떤 원리를 사용하고 어떤 위험을 감수하고 있는지 정확히 알 수 있으며, 모델이 잘못된 예측을 하더라도 그 문제를 해결하기 위해 무엇을 해야 하는지 정확히 알 수 있다”라며 “과거에는 실수가 자주 발생했다. 하지만 이제는 모델에 문제가 발생하면 자동으로 알림을 받고 바로 수정할 수 있다”라고 밝혔다.
손해사정사 및 다른 사용자의 경우, 엑스피온IQ 어드바이저 웹 기반 애플리케이션을 통해 시스템에 로그인하여 필요한 수치를 확인할 수 있다. 쿠마르는 “웹 기반 애플리케이션에서 모든 것을 통합되고 최종 계산을 수행된다. 그리고 최종 사용자가 이해하기 쉬운 방식으로 데이터를 정리해 보고서를 받을 수 있다”라고 밝혔다.
새로운 수익을 가져다준 AI 도구
엑스피온IQ 어드바이저는 이제 막 파일럿 단계를 넘었지만 수익을 창출하고있다. 구체적인 분석 결과는 나오지 않았지만 엑스피온헬스는 약 데이터 분석가 1.5명에 지급하는 비용을 해당 도구로 절감할 수 있을 것으로 기대하고 있다.
엑스피온헬스의 일부 고객은 자체적인 분석을 위해 엑스피온IQ 어드바이저를 쓰고 싶다고 요청하기도 했다. 엑스피온IQ 어드바이저가 가져다주는 자동화 효과를 알아본 것이다. 외부에 엑스피온IQ 어드바이저를 판매하면서 엑스피온은 올해 약 30만 달러의 매출을 예상하고 있다.
쿠마르는 “많은 고객이 ‘엑스피온IQ 어드바이저를 이용하고 싶다’고 문의하고 있다”라며 “보험사 대부분이 엑셀 기반 손해사정사 업무 인프라를 갖추고 있다. 깔끔하고 체계적인 방법이 없었던 셈이다”라고 설명했다.
쿠마르에 따르면, 엑스피온헬스의 IT 팀은 엑스피온IQ 기술을 고도화하는 과정에서 실제 보험 청구 프로세스의 복잡성을 더 잘 이해하기 위해 손해사정사팀과 ‘엄청난 시간’을 보냈다. 그 결과 엑스피온헬스 내 AI 개발자들은 약물 사용, 보험 제외, 과거 RFP 응답 등이 포함된 다양한 보험 청구 시나리오와 변수를 처리할 수 있도록 엑스피온IQ 어드바이저를 개선했다. 또한 두 팀은 로직을 검증하고 모델을 완성하기 위해 집중적으로 협업하는 시간도 가졌다.
또한 엑스피온헬스의 AI 개발자들은 데이터 모델링 기법과 머신러닝 알고리즘을 활용하여 불완전한 데이터 세트를 다룰 때도 엑스피온IQ 어드바이저가 의사 결정을 내릴 수 있도록 했다. 많은 경우 고객이 새로운 가격 견적을 생성하기 위해 전년도의 일부 처방 청구서를 제출하는데, 엑스피온헬스는 가격을 결정하기 위해 여러 요소를 사용하고 있다. 쿠마르는 “엑스피온IQ 어드바이저는 합리적인 예측을 위해 여러 가지 요소를 함께 고려한다”라고 설명했다.
IDC의 의료 부문 IT 전략 연구 책임자인 제프리 리브킨은 “보험 업계에서 복잡한 예측 및 기타 계산을 자동화하는 것은 매우 중요한 작업”이라며 “엑스피온헬스 프로젝트를 통해 새로운 자동화 사용 사례를 확인했으며, RFP 프로세스의 속도를 높이는 방법을 보여줬다”라고 설명했다.
또한 리브킨은 “비용을 절감할 수 있는 상황에서 숫자를 확보하고 감사 담당자가 숫자 계산을 하지 않아도 된다는 점에서 엑스피온IQ는 매우 의미가 있다”라고 설명했다. 특히 자동화와 생성형 AI는 보험 산업을 변화시킬 수 있다고 리브킨은 덧붙였다. AI를 사용하여 긴 의료 차트를 요약하고, 문서를 분류하고, 비정형 데이터에서 패턴을 찾을 수 있는 것이다. 리브킨은 “엑스피온의 경우 복잡한 의사 결정을 내리기 위해 대량의 데이터를 활용하는 과정이 큰 장점을 가져다줄 것”이라고 밝혔다.
dl-ciokorea@foundryco.com
