메디케어 ACCESS 프로그램: AI 에이전트를 위한 지불 모델, 세부 내용 공개

✍️ OpenClawRadar📅 게시일: May 14, 2026🔗 Source
메디케어 ACCESS 프로그램: AI 에이전트를 위한 지불 모델, 세부 내용 공개
Ad

메디케어의 ACCESS 프로그램(효과적이고 확장 가능한 솔루션으로 만성 질환 관리 발전)은 10년간의 CMS 시범 사업으로, 활동이 아닌 건강 결과에 대해 비용을 지불합니다. 전통적인 메디케어는 임상의 시간에 따라 상환합니다. 방문 사이에 환자를 모니터링하는 AI 에이전트에 비용을 지불할 메커니즘은 없었습니다. ACCESS가 그 메커니즘을 만듭니다. 150명의 참가자로 구성된 첫 번째 코호트는 2026년 7월 5일에 시작됩니다.

지불 모델의 작동 방식

참여 조직은 적격 질환(당뇨병, 고혈압, 만성 신장 질환, 비만, 우울증, 불안)을 관리하기 위해 예측 가능한 지급금을 받습니다. 환자가 측정 가능한 건강 목표(혈압 강하, 통증 감소 등)를 달성할 때만 전액을 벌 수 있습니다. 이는 행위별 수가제에서 가치 기반 치료로의 전환입니다.

Pair Team의 구현

Pair Team(약 3,000만 달러 조달, Kleiner Perkins 출신, 약 850명의 임상 직원)은 주요 환자 인터페이스로 Flora라는 음성 AI 에이전트를 배포합니다. Flora는 접수, 의뢰 및 확인을 처리합니다. Journal of General Internal Medicine에 발표된 동료 검토 연구에 따르면 Pair Team의 모델은 예방 가능한 응급실 방문을 50%, 입원 방문을 25% 감소시킵니다. 회사는 환자가 치료를 받고 있을 때 병원 방문 4회 중 1회, 응급실 방문 2회 중 1회가 발생하지 않는다고 주장합니다.

실제 환자 상호작용

차에서 생활하며 PTSD와 울혈성 심부전을 관리하는 67세 여성이 Flora와 한 시간 넘게 대화했습니다. 한 시간짜리 대화는 이제 일상적입니다. Batlivala: "그것이 동반자적 요소입니다. 그리고 그것이 진정한 중재임이 밝혀졌습니다."

대상

규제 산업(의료, 보험)을 위한 AI 에이전트를 개발하거나 음성 기반 환자 참여 도구를 작업하는 개발자. 이 프로그램의 설계자(Abe Sutton, Jacob Shiff)는 전직 스타트업 운영자입니다.

📖 전체 출처 읽기: HN AI Agents

Ad

👀 See Also

마이크로소프트, 클로드 코드 라이선스 취소 — AI 에이전트 확장 비용 너무 높아
News

마이크로소프트, 클로드 코드 라이선스 취소 — AI 에이전트 확장 비용 너무 높아

마이크로소프트가 대부분의 Claude Code 라이선스를 취소하고 엔지니어들을 GitHub Copilot CLI로 전환합니다. 우버는 2026년 AI 예산을 4개월 만에 소진했습니다. 토큰당 비용은 오히려 증가할 수 있습니다.

OpenClawRadar
Anthropic의 Activation Steering가 유효한 JSON 생성에 어려움을 겪는 이유
News

Anthropic의 Activation Steering가 유효한 JSON 생성에 어려움을 겪는 이유

AI 안전을 위해 사용되는 기술인 액티베이션 스티어링은 유효한 JSON을 생성하는 데 실패하여, 훈련되지 않은 기본 모델의 86.8% 유효성에 비해 24.4%의 유효성만 달성했습니다.

OpenClawRadar
미세 조정된 Qwen3 소형 모델이 특정 작업에서 더 낮은 비용으로 최첨단 LLM을 능가합니다
News

미세 조정된 Qwen3 소형 모델이 특정 작업에서 더 낮은 비용으로 최첨단 LLM을 능가합니다

정제된 Qwen3 모델(0.6B~8B 파라미터)은 함수 호출 및 Text2SQL을 포함한 9개 작업 중 6개에서 GPT-5, Gemini, Claude와 같은 최첨단 API 모델을 따라잡거나 능가했으며, 비용은 100만 요청당 $3으로 유사 성능 대비 $378에 비해 매우 낮았습니다.

OpenClawRadar
벤치마크 결과, 4B 규모의 작은 모델이 휴대폰에서 가정용 채팅 애플리케이션에 대해 더 큰 LLM보다 더 나은 성능을 보여줍니다.
News

벤치마크 결과, 4B 규모의 작은 모델이 휴대폰에서 가정용 채팅 애플리케이션에 대해 더 큰 LLM보다 더 나은 성능을 보여줍니다.

전화-가정 채팅 애플리케이션을 위한 8개 로컬 LLM 벤치마크에서 Gemma3:4B가 가장 작은 모델임에도 88.7의 종합 적합도 점수로 우승했습니다. 더 빠른 응답 시간과 낮은 열 부하 덕분에 최대 24B 파라미터의 더 큰 모델들을 능가했습니다.

OpenClawRadar