피드로 돌아가기
Dev.toAI/ML
원문 읽기
Gemini 2.5 Flash 기반 의료비 청구 오류 자동 탐지 및 Appeal 자동화 시스템 구축
I built Reclaim: an AI tool that finds medical billing errors and writes your appeal letters
AI 요약
Context
미국 의료비 청구서의 80%에 달하는 높은 오류율과 복잡한 Appeal 절차로 인한 사용자 접근성 저하 문제 해결 필요. 법적 전문 용어 작성 및 엄격한 제출 기한 준수라는 도메인 제약 사항 존재.
Technical Solution
- Gemini 2.5 Flash 모델을 활용한 PDF 및 이미지 내 CPT 코드와 청구 항목의 고정밀 Extraction 수행
- Supabase Postgres의 Row-Level Security(RLS)를 적용하여 사용자별 의료 데이터 보안 격리 구조 설계
- pdf-lib 기반의 동적 문서 생성 로직을 통한 상황별 맞춤형 Appeal Letter 및 FDCPA 서신 자동 생성
- Telnyx Fax API 연동을 통해 레거시 의료 시스템 환경에 최적화된 문서 전송 및 수신 확인 프로세스 구현
- Vercel Cron Job과 Resend API를 결합하여 제출 후 대응 기한(7일, 3일, 1일)별 자동 리마인드 워크플로우 구축
- Stripe Checkout을 통한 '오류 확인 후 결제' 방식의 성과 기반 수익 모델 구현
실천 포인트
1. 비정형 문서 데이터 추출 시 LLM의 Flash 모델을 사용하여 비용 효율성과 처리 속도 최적화 검토
2. 레거시 산업군 대상 서비스 설계 시 API 기반 Fax 전송과 같은 전통적 통신 채널의 현대적 통합 고려
3. 민감한 개인 건강 정보(PHI) 처리 시 DB 레벨의 RLS 설정을 통한 데이터 접근 제어 강제화
4. Cron Job 기반의 시간 기반 이벤트 알림 체계로 사용자 Action 유도 및 데드라인 관리 자동화
태그