首页 > 资讯 > 科技 > 正文
2022-10-16 12:23

Madrona Venture Labs的衍生公司旨在消除保险索赔的痛苦

出站AI的创始人。从左上顺时针方向:斯特德·伯韦尔,乔 nathan Wiggs, Kshitij Moghe和Justin Ith。(出站AI照片)

出站AI可以解决医疗系统最头疼的问题之一:与保险公司和其他支付方进行交互,以处理索赔。

这家位于西雅图的初创公司周二推出了一款名为PayerVA Console的软件产品,用于帮助索赔处理自动化。该公司在一年多前以700万美元的种子资金从Madrona Venture Labs分离出来,还计划在医疗保健领域从事其他机械任务。

Outbound AI的27人团队中不乏其他会话型AI公司的资深人士,比如Saykara,这家位于西雅图的临床语音助手初创公司去年被Nuance Communications收购,后者现在归微软所有。

Saykara和Nuance主要支持患者和提供者之间的临床接触,Outbound AI采取了不同的策略,首席执行官Stead Burwell说。

“我们从很大程度上关注所有存在于接触前后的对话,”伯韦尔说。他曾是西雅图医疗数据初创公司MultiScale的首席执行官,该公司已被普罗维登斯医疗科技衍生公司Tegria收购。

PayerVA Console消除了打电话给付款人的一些乏味,比如保持通话和筛选索赔数据。该工具会感知到何时该由人类接管并告诉他们,它会转录呼叫并提取关键元素。

“我们并不是一开始就想要取代人与人之间的通话,”Burwell谈到这个工具时说。“我们希望做的是加快、增加和减轻医疗服务提供者和支付方之间的一些负担。”

Burwell表示,PayerVA Console可以节省全职电话工作人员约40-50%的时间,而且只需要极少的培训。他说,该产品还将通过改善理赔专家的工作经验,帮助客户留住他们。

Outbound AI的新产品PayerVA Console的截图。(出站AI图)

Outbound AI是Madrona Venture Labs的十几家分支之一。Madrona Venture Labs是Madrona Venture Group旗下的创业工作室,负责快速完成成立公司和招聘领导团队的早期流程。诺德斯特龙(Nordstrom)、优步(Uber)、Mailchimp等公司都收购了该实验室的衍生产品。

Madrona Venture Labs首先向Burwell寻求将对话式AI应用到医疗保健“后台”的建议,后来又聘请他担任联合创始人兼首席执行官。2021年3月成立后不久,这家初创公司从Madrona Venture Group、EPIC Ventures、SpringRock Ventures、Ascend VC、Pack Ventures以及战略和天使投资者那里获得了700万美元的种子轮投资。

除了伯韦尔之外,还有三位联合创始人:曾在Madrona Venture Labs担任产品主管的贾斯汀•伊思、Saykara资深人士Kshitij Moghe和首席技术官乔纳森•维格斯。维格斯在Nuance时曾帮助建立苹果Siri的语音模型,最近在税务软件巨头Avalara担任工程和架构副总裁。

这家初创公司现在正在为PayerVA Console吸引第一批客户,并将把该产品推销给中小型医疗保健集团,如独立医生诊所和支持他们的医疗账单公司。

Outbound的工程团队得益于索赔处理所需的相对较少的词汇量,Wiggs说。他说,人们通常需要大约1500个单词来支持一次对话,而索赔处理中的重点对话主要是200到300个单词。

Wiggs谈到这个新工具时说:“看到这个功能真正实现,看到医疗保健领域的账单者使用它并真正喜欢它,这是令人兴奋的。”Outbound还与Tegria合作进行产品的设计和商业化。

Outbound加入了越来越多的公司的行列,旨在使用人工智能来减轻医疗保健的管理负担。

从西雅图艾伦人工智能研究所(Allen Institute for AI, AI2)分离出来的MajorBoost去年获得了35万美元的种子前资金,用于开发一款产品,方便医疗保健提供者和支付方之间的沟通。AI2的另一个分支Birch AI旨在简化医疗、保险和银行的呼叫中心工作。与providence相关的Advata专注于医疗保健收入周期管理,总部位于巴黎的Shift Technology使用人工智能检测保险欺诈。

出站AI计划下一步帮助在医疗服务交付之前自动化授权。它还计划创建软件,以支持整合到基于价值的护理模式中的护理管理程序。

随着供应商和支付方双方的公司越来越多地转向自动化,Outbound AI的新工具是否能让我们更接近一个机器人与机器人对话的世界?Burwell说,跨系统集成数据是一个复杂的问题,无论谁或什么在说话,语音都起着重要作用。

Burwell说:“与过去20年来数据集成界一直在研究的传统数据模型相比,人类语言的对话将更具适应性,更容易执行和操作。”

相关推荐