Прежде чем принять решение, врачу нужно собрать сведения о пациенте
MHK разрабатывает системы для медицинских страховых организаций в США. С ними специалисты проверяют, покрывает ли страховка назначенное лечение и лекарства, согласовывают услуги, рассматривают заявления на оплату и жалобы на решения. Для этого нужно сравнить сведения о пациенте с условиями страховки. Но сведения разбросаны по записям врачей, анализам, заключениям по снимкам и многостраничным документам, в том числе полученным по факсу. [1]
По данным MHK, до внедрения SmartProminence AI Orchestrator сотрудник тратил 5–10 минут на ручную обработку каждого входящего документа. В сложных случаях врачи-эксперты часами искали нужные сведения в истории пациента. Только после этого они могли проверить, соответствует ли заявление условиям страховки. [1]
SmartProminence объединяет обработку документов, поиск и проверку
SmartProminence AI Orchestrator — платформа MHK на AWS, которую используют для разных задач и нескольких страховых организаций. Чтобы добавить новый процесс, команда задаёт инструкции для ИИ, формат данных, модели и порядок шагов. Средства защиты, запись истории действий и управление нагрузкой уже входят в платформу, поэтому их не приходится создавать для каждой задачи заново. [1]
Через Amazon Bedrock система обращается к ИИ-моделям. Остальную работу MHK организовала отдельно: система выбирает документы нужного пациента, учитывает результаты предыдущих шагов и проверяет условия страховки. В описании системы также указаны меры для соблюдения HIPAA — американского закона о защите медицинских данных. Эти задачи нельзя решить одним подключением к модели. [1]
Шагами управляет отдельный компонент — контроллер. Он выдаёт задания ИИ-агентам: программам, каждая из которых выполняет конкретное действие. Один агент определяет вид документа, другой извлекает сведения, третий находит условия страховки. Контроллер собирает их результаты и решает, когда можно перейти к следующему шагу. [1]
Контроллер задаёт порядок работы и отклоняет ответы, которые не прошли проверку
Система запускает шаги в нужном порядке
Если задачи не зависят друг от друга, контроллер запускает их одновременно. Когда для следующего шага нужен предыдущий результат, система сначала дожидается его. Так агенты получают нужные сведения до начала своей работы. [1]
Ответ ИИ сверяют с документами
Система проверяет формат ответа и ищет подтверждение сведений в исходных документах. Для каждой задачи разработчики задают правила проверки и минимальную оценку надёжности ответа. Результат, который не проходит проверку, система отклоняет. [1]
Уже найденные сведения сохраняются
Система сохраняет в истории заявления результаты обработки документов и проверки условий страховки. Если пациент обжалует решение, специалист сможет вернуться к уже найденным сведениям. Загружать и разбирать те же документы повторно не нужно. [1]
Агент видит только нужные ему данные
Каждый агент получает отдельное разрешение и доступ только к тем данным, которые нужны для его задачи. Данные каждой страховой организации шифруются своим ключом. Это ограничивает доступ к сведениям из других задач и организаций. [1]
По данным MHK, объём ручной работы при экспертизе сократился на 90%
По данным MHK, раньше сотрудник обрабатывал один документ за 5–10 минут. После внедрения ИИ обработка вместе с проверкой человеком занимает менее минуты.
В сложных случаях система заранее находит сведения и собирает сводку для врача. По данным MHK, вместо многочасового поиска врач переходит к одобрению или отклонению заявления; сам этот этап занимает около 30 секунд. Показатель не описывает длительность всей медицинской экспертизы.
По данным MHK, раньше разработка и выпуск новой ИИ-функции занимали 3–6 месяцев. Теперь такую функцию запускают примерно за две недели.
В статье на сайте AWS MHK сообщает, что ручной работы при экспертизе стало на 90% меньше, а выпуск ИИ-функций ускорился на 85%. Полной методики измерений и данных для независимой проверки качества медицинских решений в публикации нет. Показатели описывают опыт MHK и не позволяют обещать такой же результат другим компаниям. [1]
От документов к сводке и решению специалиста
Получить документы пациента → найти условия страховки → собрать сведения для проверки → сверить их с источниками → передать врачу для решения.
Получить документы по заявлению → найти условия страховки → собрать сводку → выделить спорные случаи → передать специалисту по выплатам.
Получить документы → найти нужные требования → собрать подтверждающие сведения → проверить их → передать ответственному специалисту для утверждения.
Получить документы клиента → найти прежние записи → собрать сведения для оценки риска → выделить спорные случаи → передать аналитику для решения.
Для работы с документами нужны проверка, защита данных и решение специалиста
Одна платформа для разных задач
Добавляя новую ИИ-функцию, команда MHK использует уже готовые средства защиты данных, проверки требований и записи истории действий. Ей не нужно создавать их заново.
ИИ собирает сведения, врач принимает решение
Врач получает сводку нужных сведений из документов пациента. Он тратит меньше времени на поиск и может сосредоточиться на проверке заявления и решении по нему.
Проверку ответа задают заранее
Разработчики заранее задают формат ответа, минимальную оценку его надёжности и условия страховки для сверки. Приложение проверяет эти требования и принадлежность документов нужному пациенту. Таким образом, контроль задан в устройстве системы и не зависит только от ответа модели.
Новую задачу настраивают на готовой платформе
Новые агенты используют те же средства защиты и проверки требований. Команда настраивает инструкции и порядок шагов, вместо того чтобы заново создавать техническую основу.
ИИ готовит материалы, специалист принимает решение
ИИ собирает нужные сведения и помогает их проверить. Окончательное решение остаётся за специалистом.
В MHK модели поручают отдельные действия: найти сведения или подготовить сводку. За порядок шагов, доступ к документам, проверку ответов и историю работы отвечают другие компоненты системы. Даже если модель неверно поймёт инструкцию, её результат должен пройти заданные проверки.
Такой подход можно использовать и за пределами здравоохранения — там, где много документов и важно соблюдать правила. Например, при страховых выплатах, финансовых проверках, юридической работе или технической экспертизе.
Для первого этапа автоматизации можно выбрать подготовку материалов: ИИ находит и собирает сведения, а специалист проверяет их и принимает решение.
Четыре вопроса перед внедрением ИИ
Какие документы и правила специалист использует, чтобы принять решение?
Что ИИ может сделать отдельно: разобрать документ, найти сведения или подготовить сводку?
Как мы проверим, что ответ ИИ верен, прежде чем передать его специалисту?
Кто проверит результат и примет окончательное решение?
Автоматизация работы с документами
Ваша команда тратит много времени на поиск в документах?
Расскажите, какие документы проверяет ваша команда и на что уходит время. Вместе разберём процесс, выберем первый этап автоматизации и определим, как проверять результат. Сразу обозначим решения, которые остаются за специалистом. Для первого разговора знать устройство ИИ не нужно.
Разбор подготовлен Maak.Digital по статье о системе MHK в AWS Architecture Blog от 30 сентября 2026 года. Maak.Digital не участвовала во внедрении. Цифры приводит MHK: объём ручной работы сократился на 90%, обработка документа занимает менее минуты, этап решения врача — около 30 секунд, выпуск новой функции — примерно две недели. В статье нет полной методики измерений и данных для независимой проверки качества медицинских решений. Поэтому эти результаты нельзя обещать для любого другого проекта.