Ensemble 携手 Cohere 为 RCM 平台引入 Agentic AI
Ensemble 借 Cohere 的 Agentic AI 自动化医疗收入周期管理中的繁琐流程，提升效率。
医疗收入周期管理公司 Ensemble 与 AI 厂商 Cohere 合作，将 Agentic AI（能自主执行任务的 AI 代理）集成到其 RCM 平台中，用于自动化医保理赔、账单核对等重复性流程，提升运营效率并减少人工错误。
正文摘录
Ensemble 借助 Cohere 将 Agentic AI 引入 RCM 平台 核心要点 - 美国医疗行业首个 RCM 原生大语言模型 - 基于行业洞察、专家经验和流程定制的专属模型 - 为 RCM 中的自动化编排解锁新机遇 医疗支付生态系统如同迷宫，每一步都充满摩擦与风险。[Ensemble](https://www.ensemblehp.com/) 提供了一套端到端的收益周期管理（RCM）解决方案，专为医疗行业量身定制。他们的专家团队与 AI 驱动的平台，帮助医院、医疗系统及医疗集团等机构，从预约到最终账单，对贯穿人员、流程和技术的收益周期进行编排。 在 Cohere，我们很高兴能[继续与 Ensemble 的合作伙伴关系](https://www.ensemblehp.com/blog/ensemble-cohere-rcm-llm/)，共同打造美国医疗行业首个 RCM 原生大语言模型（LLM）。与近期市场上那些仅在通用 LLM 上包装提示词的产品不同，Ensemble 和 Cohere 正在创建一个完全定制化的模型，它由 RCM 领域洞察、长期运营专家经验以及明确定义的流程塑造而成，能为医疗系统带来可衡量、稳定可靠的性能。这项专为医疗复杂性而构建的能力，增强了 Ensemble 以精准和信心编排收益周期的能力。 医疗 RCM 原生 LLM 的优势 通用 LLM 虽然强大，但在经过行业和业务特定知识微调的模型面前，缺乏后者的精度和速度。弥合这一差距通常需要在推理阶段进行大量的上下文工程，导致在提供足够的领域上下文与保留模型有效推理能力之间产生权衡。此外，通用模型很难理解一个组织的行业知识，例如应收账款操作员在处理和解决未结问题时的特定模式。 医疗 RCM 的复杂性源于行业范围的规则、法规和付款人行为，通用模型仅凭提示词根本无法完全理解。