인공지능이 의료 코더를 대체할까요?

인공지능이 의료 코더를 대체할까요?

간단히 말해서,
AI가 의료 코더를 완전히 대체하지는 않겠지만, 업무 방식을 바꿀 것입니다. 문서 작업이 정형화되고 체계적일 때는 AI가 반복적인 단계를 처리할 수 있지만, 사례가 복잡하거나 분쟁이 있거나 감사 대상일 때는 인간의 판단이 여전히 중요합니다. 의료 코더의 수가 완전히 사라지기 전에 역할이 바뀔 것입니다.

핵심 요약:

작업 자동화 : AI가 반복적인 코딩 작업을 대신 수행하여, 판단력이 요구되는 검토 및 예외 처리 작업에 집중할 수 있는 여지를 만들어 줍니다.

인간의 책임 : 감사, 이의 제기, 거부 또는 규정 준수 관련 문제가 발생할 경우 코더는 여전히 책임 당사자입니다.

역할 진화 : 코딩 관련 역할은 감사, CDI, 거부 관리, 정책 해석 및 거버넌스 방향으로 진화하고 있습니다.

위험 관리 : 코딩 속도가 감독 및 인적 검토 시간을 앞지를 경우, 빠른 코딩은 규정 준수 위험을 증가시킬 수 있습니다.

경력 안정성 : 진료지침에 대한 전문 지식, 지불자 정책에 대한 이해도, 감사 능력은 꾸준히 수요가 높은 핵심 역량입니다.

인공지능이 의료 코더를 대체할까요? 인포그래픽.
이 글을 읽고 나서 읽어보시면 좋을 만한 글들:

🔗 실제 AI 코드의 모습은 어떨까요?
AI가 생성한 코드의 예시와 예상되는 결과를 확인해 보세요.

🔗 코드 품질 향상을 위한 최고의 AI 코드 검토 도구
버그를 찾아내고 리뷰 품질을 향상시키는 최고의 도구들을 비교해 보세요.

🔗 코딩 없이 사용할 수 있는 최고의 노코드 AI 도구
프로그래밍 없이 AI 도구를 사용하여 스마트 워크플로우를 실행하세요.

🔗 양자 인공지능이란 무엇이며 왜 중요한가
양자 인공지능의 기본 원리, 활용 사례 및 주요 위험 요소를 이해하십시오.

AI가 의료 코더를 대체할까요? "대체"라는 말은 실제로 어떤 의미일까요? 🤔

"AI가 의료 코더를 대체할까요?" 라고 물을 때, 대개 다음 중 하나를 의미합니다.

  • 인력 감축 - 전체적으로 필요한 코더 수가 줄어듭니다.

  • 업무 교체 - 업무는 바뀌지만 코더는 그대로입니다.

  • 책임은 인공지능에게 맡겨지고 인간은 그저 지켜보기만 하면 된다.

  • 신입 사원 채용을 먼저 바꿔야 합니다 . 채용 파이프라인이 먼저 바뀌어야 해요 😬

제가 여러 팀이 자동화를 도입하는 과정을 지켜본 경험에 비추어 볼 때, 가장 큰 변화는 "코더가 사라지는 것"이 ​​아닙니다. 오히려
일상적인 코딩 속도가 빨라지고 , , 감사 업무가 모든 구성원의 상시 업무가 되는 경우가 더 . ( 감사관실 - 일반 준수 프로그램 지침 )

AI는 반복에 탁월합니다. 하지만 코딩은 단순한 반복이 아닙니다. 코딩은 반복에 더해 판단력, 규정 준수, 지불자의 까다로운 요구 사항, 그리고 "이게 왜 메모에 있지?"라는 의문을 풀어내는 것까지 포함합니다. 🕵️♀️

네, 인공지능이 업무의 일부를 대체할 수는 있습니다. 하지만 직업 자체를 완전히 대체하는 것은 전혀 다른 문제입니다.

훌륭한 AI 의료 코딩이란 무엇일까요? ✅

의료 코딩을 위한 "좋은 버전"의 AI에 대해 이야기하자면, 가장 화려한 마케팅을 하는 버전이 아닙니다. 당황하지 않고, 환각에 빠지지 않으며, 자신의 작업 결과를 보여주는 훌륭한 동료처럼 행동하는 버전입니다. ( NIST AI RMF 1.0 , NIST 생성형 AI 프로파일(AI 600-1) )

훌륭한 AI 코딩 시스템(또는 워크플로우)은 일반적으로 다음과 같은 특징을 가지고 있습니다

  • 받아쓰기, 템플릿, 복사 붙여넣기 등으로 뒤죽박죽 이 된 메모까지 능숙하게 처리하는 뛰어난 임상 NLP 전문가

  • 코드 제안과 함께 그 이유를 설명해 주세요 (단순히 코드만 제시하는 것이 아니라, 왜 그렇게 해야 하는지도 함께 제시해야 합니다).

  • 조정 가능한 임계값을 사용한 신뢰도 점수 계산

  • 규정 준수 및 지불자 대응을 위한 감사 추적 CMS MLN909160 – 의료 기록 문서화 요구 사항 )

  • 규칙 및 지침 일치 (ICD-10-CM, CPT, HCPCS, NCCI 수정 사항, 지불자 정책… 모든 것 🎪) ( CMS 2026 회계연도 ICD-10-CM 코딩 지침 , CMS NCCI 수정 사항 )

  • 코더가 승인, 수정 또는 거부할 수 있도록 사람이 개입하여 제어하는 ​​기능 NIST AI RMF 1.0 )

  • 모두의 업무에 지장을 주지 않는 통합 (EHR, 인코더, CAC, 청구 시스템)

도구가 스스로를 설명할 수 없다면, 그것은 어떤 것도 안전하게 대체할 수 없습니다. 단지 불안감을 더 빠르게 유발할 뿐입니다. ( NIST 생성형 AI 프로필(AI 600-1) )

비교표: 최고의 AI 기반 코딩 옵션(및 각 옵션의 활용 분야) 📊

아래는 일반적인 AI 기반 코딩 접근 방식을 비교한 실용적인 표입니다. 구현 과정이 완벽하지 않은 것처럼 표도 완벽하지는 않습니다.

도구/접근 방식 관객에게 가장 적합한 가격 작동 원리 (그리고 짜증나는 부분)
CAC with NLP (컴퓨터 지원 코딩) 병원 의료정보관리(HIM) 및 입원 환자 관리팀 $$$$ ICD-10-CM 코드를 찾는 데 유용하지만, 특정 경우에는 오류가 발생할 가능성이 높습니다( AHIMA - 컴퓨터 지원 코딩 툴킷 ).
AI 제안 기능이 있는 인코더 규칙을 이미 알고 있는 프로 코더 $$-$$$ 검색 속도를 높이고 편집을 유도하지만, 아직 지능이 부족하네요. 죄송합니다 😅
규칙 + 자동화(수정, 묶음, 검사) 수익 주기 관리 및 규정 준수 $$ 명백한 오류는 잡아내지만 임상적 뉘앙스를 "이해하지 못한다" ( CMS NCCI 편집 기준 )
LLM 스타일 문서 요약기 CDI + 코딩 협업 $$ 진단을 요약하고 강조하는 데 도움이 되지만, 중요한 세부 사항을 놓칠 수 있습니다… 마치 고양이가 자기 이름을 무시하는 것처럼요. ( NIST 생성형 AI 프로필(AI 600-1) )
자동 청구 캡처 + 청구 내역 삭제 외래/진료비 워크플로우 $$-$$$$ 거부 건수를 줄이는 데 도움이 되지만, 때때로 과도한 검증으로 처리 속도가 느려질 수 있습니다 ( CMS CERT 프로그램 ).
전문 분야별 모델(영상의학과, 병리과, 응급실) 대량 판매 틈새시장 $$$$ 좁은 차선에서는 정확도가 더 높지만, 바깥 차선에서는 약간 휘어집니다
인간과 AI의 "페어 코딩" 워크플로 혼란 없이 현대화하는 팀 $-$$$ 최적의 지점; 훈련과 관리가 필요하며, 그렇지 않으면 표류하게 됩니다 ( NIST AI RMF 1.0 ).
완전한 "비접촉식" 코딩 시도 대시보드를 좋아하는 임원들 $$$$$ 간단한 경우에는 효과적이지만, 복잡한 경우에는 여전히 사람이 처리해야 합니다(놀랍지도 않죠!). ( AHIMA - 컴퓨터 지원 코딩 툴킷 )

패턴이 보이시나요? '간접적인' 접근 방식을 취할수록, 서서히 진행되는 규정 준수 문제를 피하기 위해 더 많은 관리 감독이 필요합니다. 참 재미있죠. ( 감사관실 - 일반 규정 준수 프로그램 지침 )

인공지능이 코딩의 특정 분야에서 뛰어난 이유 😎

인공지능이 인정받을 만한 부분은 인정해 줘야 합니다. 인공지능이 실제로 강점을 보이는 분야들이 분명히 있습니다

1) 대규모 패턴 인식

반복적인 대량 접촉과 일관된 문서화 작업? AI는 다음과 같은 상황을 효과적으로 처리할 수 있습니다

  • 일반적인 질환에 대한 일상적인 진단 코드 부여

  • 문서가 깔끔할 경우 절차 코딩은 간단합니다

  • 증거를 신속하게 찾는 것 (검사 결과, 영상 자료, 문제 목록)

2) “찾기” 속도 향상

숙련된 프로그래머조차도 찾는 데 시간을 소비합니다

  • 공급자 명세서는 어디에 있습니까?

  • 특이성은 어디에 있습니까?

  • 의학적 필요성을 뒷받침하는 것은 무엇인가?

  • 좌우 구분은 어디 갔어? 😩

AI는 관련성 있는 문장을 찾아내고, 부족한 세부 정보를 표시하며, 스크롤 피로도를 줄여줍니다. 화려해 보이지는 않지만, 실질적인 생산성 향상에 도움이 됩니다.

3) 부인 방지 패턴

AI는 다음과 같은 패턴을 학습할 수 있습니다

프로그래머들은 이미 이런 작업을 머릿속으로 하고 있습니다. 인공지능은 단지 더 시끄럽고 빠르게 처리할 뿐입니다.

AI가 프로그래머들이 담당해야 할 부분을 제대로 처리하지 못하는 이유는 무엇일까요? 😬

이제 반대 측면을 살펴보겠습니다. 자동화를 방해하는 부분은 대개 "코드 입력"과 "코딩"을 구분하는 부분과 동일합니다

임상적 모호성과 임상의의 분위기

서비스 제공업체는 다음과 같은 내용을 작성합니다

  • "가능성이 높다", "배제하다", "의심스럽다", "배제할 수 없다"

  • "역사", "상태 게시", "해결됨", "만성적이지만 안정적"

  • "폐렴일 가능성이 높지만 심부전일 수도 있습니다."

인공지능은 불확실성을 잘못 해석하여 확실성으로 바꿔버릴 수 있습니다. 그건… 결코 귀여운 실수가 아니죠.

지침의 미묘한 차이 (및 지불자 정책의 혼란)

코딩은 단순히 "임상적으로 일어난 일"만을 의미하는 것이 아닙니다. 코딩은 다음과 같은 의미를 포함합니다

인공지능이 패턴을 학습할 수 있다는 건 확실합니다. 하지만 보험사가 규칙을 변경하면 사람은 의도를 가지고 조정합니다. 반면 인공지능은 혼란과 확신에 차서 조정하죠. 이는 좋지 않은 조합입니다.

"한 문장이 빠진" 문제

단 한 줄의 코드로 인해 코드 선택, DRG(진단 관련 그룹), HCC(간질환 위험 평가) 위험도, 또는 E/M(진료/관리) 수준이 완전히 달라질 수 있습니다. AI는 이를 놓치거나, 더 나쁜 경우 추론에 그칠 수 있습니다. 코딩에서의 추론은 마치 젤리로 다리를 만드는 것과 같습니다. 밟기 전까지는 멀쩡해 보이죠.

그렇다면… 인공지능이 의료 코더를 대체할까요? 가장 현실적인 결과는 무엇일까요? 🧩

핵심 질문으로 돌아가서: AI가 의료 코더를 대체할까요?
제가 생각하는 가장 현실적인 답변은 다음과 같습니다. AI는 먼저 업무의 일부를 대체하고, 그 다음에는 역할을 재편하며, 조직이 절약된 시간을 재투자하지 않기로 선택할 때에만 인력 감축이 발생합니다.

번역:

  • 인력 감축 없이 처리량을 늘리기 위해 AI를 사용할 것입니다.

  • 비용 절감을 위해 이를 사용할 것이며 (그로 인한 후속 문제는 나중에 처리하게 될 것이다)

  • 서비스 라인에 따라 혼합해서 제공하는 곳도 있습니다

하지만 사람들이 간과하는 반전이 있습니다. AI가 속도를 높이는 만큼 위험도 높일 수 있다는 점입니다. 이러한 위험은 다음과 같은 수요를 촉발합니다

그러니까 교체 과정은 직선으로 진행되는 게 아니에요. 샌들을 신고 런닝머신을 도는 것과 같죠. 발전은 있지만, 좀 불안정해요. 😅

무엇이 먼저 바뀔까요? 입원 vs 외래 vs 진료비 🏥

모든 코딩 작업이 똑같이 영향을 받는 것은 아닙니다. 문서와 규칙이 더 잘 정립되어 있는 영역은 자동화하기가 더 쉽습니다.

외래 환자 및 진료비

자동화 속도가 더 빠른 경우가 많은 이유는 다음과 같습니다

  • 고용량

  • 반복 가능한 템플릿

  • 보다 구조화된 데이터 피드

  • 규칙 기반 편집 및 AI 프롬프트 적용이 더 쉬워졌습니다( CMS NCCI 편집 ).

하지만 진료평가 및 관리(E/M) 등급 분류, 의료 의사 결정, 그리고 지불자의 심사 과정이 복잡하기 때문에 인간의 역할은 여전히 ​​매우 중요합니다. ( CMS MLN006764 – 평가 및 관리 서비스 )

입원 환자

입원 환자 코딩에는 엄청난 편차가 있습니다

인공지능이 도움이 될 수는 있지만, 많은 병원에서 "비접촉식 입원 환자 관리"는 현실보다는 꿈에 가까운 경우가 많습니다.

특수 차선

구조화된 보고 체계 덕분에 영상의학과 병리학 분야에서는 상당한 성과를 거둘 수 있습니다. 응급실은 상황이 다소 복잡합니다. 빠르고 템플릿화된 기록이 가능하지만, 실제 상황은 깔끔하지 못한 경우가 많습니다.

숨겨진 전쟁터: 규정 준수, 감사 및 책임 🧾

바로 이 지점에서 "교체"라는 용어가 불안정해집니다.

인공지능이 코드를 제안하더라도 책임 소재는 여전히 특정 기관에 있습니다

규정 준수 팀이 일반적으로 원하는 것은 다음과 같습니다

AI는 이를 지원할 수 있지만, 증거를 보존하고 맹목적인 수용을 줄이도록 워크플로우가 구축된 경우에만 가능합니다. ( NIST AI RMF 1.0 )

솔직히 말씀드리자면, AI 워크플로우가 무조건적인 승인 절차를 조장한다면 비용을 절감하는 것이 아니라 오히려 문제를 떠안는 셈입니다. 그것도 이자까지 붙으면서 말이죠. 😬 ( GAO-19-277 , CMS CERT 프로그램 )

인공지능 시대에도 가치를 유지하는 방법: “AI에도 끄떡없는” 코더 스킬 스택 💪🧠

만약 당신이 의료 코더이고 가슴이 답답한 채로 이 글을 읽고 있다면, 좋은 소식이 있습니다. 인공지능이 안전하게 장악할 수 없는 업무 영역에서 당신 스스로 자리를 잡을 수 있는 방법이 있습니다.

인공지능 중심 환경에서도 시간이 지나도 유용성이 높은 기술:

인공지능이 계산기라면, 수학 계산을 더 잘한다고 해서 쓸모없어지는 건 아닙니다. 오히려 계산기가 틀렸을 때 그 이유를 아는 것이 더 가치 있는 일이 됩니다.

조직이 모두를 불행하게 만들지 않고 AI를 도입하는 방법 😵💫

만약 당신이 리더 입장이라면, 제가 경험상 가장 효과적이었던 실행 패턴은 다음과 같습니다

1) "대체"가 아닌 "지원"으로 시작하세요

AI를 다음과 같은 용도로 활용하세요:

  • 차트 우선순위 지정

  • 증거가 드러나고 있다

  • 신뢰도 점수가 포함된 코드 제안

  • 복잡성에 따른 워크플로 라우팅

2) 진심으로 피드백 루프를 구축하세요

코더가 AI 출력 결과를 수정하는 경우, 해당 내용을 기록하세요

  • 어떤 유형의 오류인가요?

  • 왜 이런 일이 일어났을까?

  • 어떤 문서가 그 계기가 되었나요?

  • 얼마나 자주 반복되는가

그렇지 않으면 도구는 절대 개선되지 않고 모두가 그 도구를 무시하는 데만 더 능숙해질 뿐입니다.

3) 작업의 복잡성에 따라 분류하기

실용적인 워크플로우:

  • 낮은 복잡성 - 더 많은 자동화

  • 중간 정도의 난이도 - 코더 + AI 페어 워크플로우

  • 고난이도 작업 - 전문 코더가 우선이고, AI는 그다음입니다 (네, 두 번째입니다)

4) 올바른 결과를 측정하십시오

생산성뿐만 아니라 다른 요소들도 있습니다

  • 거부율

  • 감사 결과

  • 전복률

  • 쿼리량 및 응답 품질

  • 코더 만족도 (진지하게) ( CMS CERT 프로그램 )

생산성이 향상되는 동시에 거부 건수도 증가한다면… 그건 승리가 아닙니다. 오히려 매력적인 문제일 뿐이죠.

(SF 드라마 없이) 미래의 모습은 어떨까요? 🔮

아무것도 변하지 않을 거라고 생각하지 맙시다. 분명 변할 겁니다. 하지만 "코더의 종말"이라는 식의 단순한 이야기는 너무 단순합니다.

더 가능성이 높은 것은:

  • 순수 코드 입력 역할의 수 감소

  • 코딩, 감사, 분석 및 규정 준수를 결합한 하이브리드 직무가 더 많아짐

  • 코딩 팀이 데이터 품질 팀으로 변모합니다

  • 문서의 정확성이 더욱 중요해집니다

  • 좋든 싫든 당신이 감독해야 하는 표준적인 동료가 됩니다 NIST AI RMF 1.0 , OIG - 일반 준수 프로그램 지침 ).

네, 일부 분야에서는 일자리가 줄어들 것입니다. 그건 분명한 사실입니다. 하지만 의료계는 규제, 변동성, 예외, 서류 작업에 집착하는 경향이 있습니다. AI는 많은 부분을 처리할 수 있지만, 의료계는 마치 취미처럼 새로운 복잡성을 끊임없이 만들어내는 재주가 있습니다.

비행기 착륙: AI가 의료 코더를 대체할까요? 🧡

비행기를 착륙시키자.

인공지능(AI)이 의료 코더를 완전히 대체할까요? 사람들이 생각하는 것처럼 공상과학 영화처럼 깔끔하고 완벽하게 대체되지는 않을 것입니다. AI는 반복적인 작업을 줄이고, 일상적인 코딩 속도를 높이며, 조직이 팀을 재편성하도록 압력을 가할 것입니다. 또한 감독, 감사, 규정 준수 방어, 거부 전략 및 문서 무결성 작업에 대한 필요성을 증가시킬 것입니다. ( AHIMA - 컴퓨터 지원 코딩 툴킷 , OIG - 일반 규정 준수 프로그램 지침 )

간략하게 요약하자면 🧾

솔직히 말해서… 인공지능이 코딩을 완전히 “대체”하게 된다면, 그건 문서화가 완벽해졌기 때문일 겁니다. 그리고 오늘 제가 한 말 중에 가장 비현실적인 말이죠 😂 ( CMS MLN909160 – 의료 기록 문서화 요건 )

자주 묻는 질문

인공지능이 향후 몇 년 안에 의료 코더를 완전히 대체할까요?

인공지능이 단기간에 의료 코더를 완전히 대체할 가능성은 낮습니다. 대부분의 실제 적용 사례는 코더의 역할을 완전히 없애기보다는 일상적이고 대량으로 처리되는 작업을 지원하는 데 초점을 맞추고 있습니다. 코딩 작업에는 여전히 판단력, 가이드라인 해석, 규정 준수에 대한 이해가 필요합니다. 실제로 인공지능은 코더의 필요성 여부보다는 코더의 업무 방식을 변화시키는 데 더 큰 영향을 미칠 것입니다.

현재 의료 코딩 워크플로우에서 AI는 어떻게 활용되고 있습니까?

AI는 일반적으로 코드 제안, 관련 문서 검색, 누락된 세부 정보 표시, 복잡성에 따른 차트 분류 등에 사용됩니다. 많은 시스템은 코더가 AI 제안을 검토, 수정 또는 거부하는 인간 개입형 모델로 운영됩니다. 이는 책임 소재를 이전하지 않고 작업 속도를 향상시킵니다. 규정 준수 및 정확성 확보를 위해서는 감독이 필수적입니다.

의료 코딩 작업 중 인공지능이 자동화하기 가장 쉬운 부분은 무엇일까요?

AI는 정기적인 외래 환자 진료나 구조화된 전문 진료 보고서와 같이 반복적이고 기록이 잘 되어 있는 상황에서 가장 좋은 성능을 발휘합니다. 일관된 템플릿을 기반으로 구축된 대량 처리 시나리오는 자동화하기가 더 쉽습니다. 코드 검색, 증거 강조 표시, 기본적인 청구 거부 패턴 감지는 AI 활용에 있어 강력한 사례로 꼽힙니다. 하지만 복잡한 임상적 판단은 여전히 ​​어려운 과제입니다.

인공지능이 복잡하거나 모호한 의료 기록을 처리하는 데 어려움을 겪는 이유는 무엇일까요?

임상 기록에는 불확실성, 상충되는 진단, 모호한 표현이 흔히 포함됩니다. AI는 "가능성 있음"이나 "배제"와 같은 한정어를 확진된 질환으로 잘못 해석할 수 있습니다. 또한 순서나 심각도를 바꾸는 중요한 문장 하나를 놓칠 수도 있습니다. 이러한 미묘한 차이는 규정을 준수하는 코딩의 핵심이며 안전하게 자동화하기 어렵습니다.

인공지능이 초급 의료 코딩 일자리 수를 줄일 것인가?

일상적인 업무가 자동화됨에 따라 신입 사원들은 가장 먼저 압박감을 느낄 수 있습니다. 일부 조직은 채용 속도를 늦추는 반면, 다른 조직은 신입 프로그래머들을 감사 지원이나 품질 관리 업무로 이동시킬 수 있습니다. 이러한 영향은 조직 및 서비스 라인에 따라 다릅니다. 경력 경로는 사라지기보다는 변화하고 재구성될 가능성이 높습니다.

인공지능은 의료 코딩 분야의 규정 준수 및 감사 위험에 어떤 영향을 미칠까요?

AI는 거버넌스가 미흡할 경우 속도와 위험을 모두 증가시킬 수 있습니다. 견고한 검토 프로세스 없이 빠른 코딩이 이루어지면 승인 거부율이 높아지거나 감사에 대한 노출 위험이 커질 수 있습니다. 규정 준수 팀은 여전히 ​​추적 가능한 근거와 방어 가능한 결정을 필요로 합니다. 사람의 검토, 감사 추적, 그리고 명확한 책임 소재는 여전히 중요한 안전장치입니다.

인공지능 기반 환경에서 의료 코더의 가치를 유지하려면 어떤 기술이 필요할까요?

감사, 가이드라인 해석, 보험사 정책 분석, 청구 거부 관리와 관련된 기술은 시간이 지나도 그 가치가 유지되는 경향이 있습니다. 단순히 어떤 코드를 선택해야 하는지뿐 아니라 코드가 왜 정확한지 이해하는 코더는 대체하기가 더 어렵습니다. 전문 지식과 CDI(임상 문서 개선) 협업 또한 가치를 더합니다. 많은 직무가 품질 및 거버넌스 방향으로 나아가고 있습니다.

대부분의 조직에서 "비접촉식" 의료 코딩이 현실적일까요?

터치리스 코딩은 문서화가 깔끔한 단순 사례에는 효과적일 수 있습니다. 그러나 복잡한 입원 환자 사례나 여러 질환이 복합적으로 나타나는 경우에는 한계가 있습니다. 대부분의 조직에서는 하이브리드 워크플로우를 통해 더 나은 결과를 얻습니다. 완전 자동화는 업무를 줄이기보다는 오히려 후속 감사 및 수정의 필요성을 증가시키는 경우가 많습니다.

참고 자료

  1. 미국 보건복지부 감사관실(OIG) - 일반 준수 프로그램 지침 - oig.hhs.gov

  2. 미국 국립표준기술연구소(NIST) - 인공지능 위험 관리 프레임워크(AI RMF 1.0) - nist.gov

  3. 미국 국립표준기술연구소(NIST) - 생성형 인공지능 프로필(NIST AI 600-1) - nist.gov

  4. 메디케어 및 메디케이드 서비스 센터(CMS) - 의료 기록 문서화 요건(MLN909160) - cms.gov

  5. 메디케어 및 메디케이드 서비스 센터(CMS) - 2026 회계연도 ICD-10-CM 코딩 지침 - cms.gov

  6. 메디케어 및 메디케이드 서비스 센터(CMS) - 국가 올바른 코딩 이니셔티브(NCCI) 수정 사항 - cms.gov

  7. 미국 의료정보관리협회(AHIMA) - 컴퓨터 지원 코딩 툴킷 - ahima.org

  8. 메디케어 및 메디케이드 서비스 센터(CMS) - 종합 오류율 테스트(CERT) 프로그램 - cms.gov

  9. 메디케어 및 메디케이드 서비스 센터(CMS) - 평가 및 관리 서비스(MLN006764) - cms.gov

  10. 미국 정부회계감사원(GAO) - GAO-19-277 - gao.gov

  11. 메디케어 및 메디케이드 서비스 센터(CMS) - 위험 조정 - cms.gov

최신 AI 기술을 공식 AI 어시스턴트 스토어에서 만나보세요

회사 소개

블로그로 돌아가기