Tennr는 의료 업계의 고질적인 문제인 환자 추천 과정을 혁신하고 있다. 현재의 환자 추천은 수작업과 파편화된 프로세스로 인해 이른바 ‘행정적 블랙홀’이라 불릴 만큼 비효율적이다. Tennr는 자동화된 음성 기능을 플랫폼에 직접 내장하여, 1차 진료 기관과 전문의 사이에서 문서가 오갈 때 발생하는 병목 현상을 해결하고자 한다.

이 시스템의 핵심 동력은 의료 분야에 최적화된 시각 언어 모델인 RaeLM이다. 복잡하고 무질서한 의료 서식 처리에 어려움을 겪는 일반적인 인공지능과 달리, RaeLM은 1억 건 이상의 익명화된 의료 문서를 학습했다. 이를 통해 임상 기록이나 스캔된 팩스, 복잡한 보험 체크 항목을 정밀하게 판독하며, 가공되지 않은 서류를 즉시 활용 가능한 디지털 데이터로 변환한다.

보이스 AI 기능의 도입은 단순한 정보 식별을 넘어 업무의 전체 주기를 자동화하는 전략적 변화를 보여준다. 이제 시스템은 누락된 보험 정보를 확인하는 데 그치지 않고, 직접 환자나 보험사에 전화해 필요한 정보를 스스로 받아낼 수 있다. Tennr의 최고경영자(CEO)인 트레이 홀터먼(Trey Holterman)은 음성 기술의 진정한 가치는 기술 그 자체보다 기존 의료 워크플로우에 얼마나 깊이 통합되느냐에 달려 있다고 설명했다. 이러한 깊은 통합을 통해 실무진은 반복적인 전화 업무에서 벗어나 환자 케어라는 본연의 업무에 더욱 집중할 수 있게 된다.

Tennr는 의료 업계의 고질적인 문제인 환자 추천 과정을 혁신하고 있다. 현재의 환자 추천은 수작업과 파편화된 프로세스로 인해 이른바 ‘행정적 블랙홀’이라 불릴 만큼 비효율적이다. Tennr는 자동화된 음성 기능을 플랫폼에 직접 내장하여, 1차 진료 기관과 전문의 사이에서 문서가 오갈 때 발생하는 병목 현상을 해결하고자 한다.

이 시스템의 핵심 동력은 의료 분야에 최적화된 시각 언어 모델인 RaeLM이다. 복잡하고 무질서한 의료 서식 처리에 어려움을 겪는 일반적인 인공지능과 달리, RaeLM은 1억 건 이상의 익명화된 의료 문서를 학습했다. 이를 통해 임상 기록이나 스캔된 팩스, 복잡한 보험 체크 항목을 정밀하게 판독하며, 가공되지 않은 서류를 즉시 활용 가능한 디지털 데이터로 변환한다.

보이스 AI 기능의 도입은 단순한 정보 식별을 넘어 업무의 전체 주기를 자동화하는 전략적 변화를 보여준다. 이제 시스템은 누락된 보험 정보를 확인하는 데 그치지 않고, 직접 환자나 보험사에 전화해 필요한 정보를 스스로 받아낼 수 있다. Tennr의 최고경영자(CEO)인 트레이 홀터먼(Trey Holterman)은 음성 기술의 진정한 가치는 기술 그 자체보다 기존 의료 워크플로우에 얼마나 깊이 통합되느냐에 달려 있다고 설명했다. 이러한 깊은 통합을 통해 실무진은 반복적인 전화 업무에서 벗어나 환자 케어라는 본연의 업무에 더욱 집중할 수 있게 된다.