Launch HN: BitBoard (YC X25) – 의료 백오피스를 위한 AI 에이전트
요약
BitBoard는 의료 클리닉의 반복적인 행정 업무를 자동화하기 위해 SOP(표준 운영 절차)를 AI 에이전트로 변환하는 솔루션을 제공합니다. EHR 로그인, 차트 준비, 일정 예약 등 기존에 원격 계약자가 수동으로 수행하던 업무를 AI가 대신 처리하여 임상의의 업무 효율을 높입니다.
핵심 포인트
- SOP를 입력하면 이를 수행하는 AI 에이전트로 자동 변환하는 기능 제공
- 전통적인 RPA와 달리 검증 및 결정론적 체크를 내장하여 업무 정확도 확보
- 사용자가 별도의 UI 조작이나 로직 관리를 할 필요 없는 비침습적 워크플로우 지향
- 현대적 웹 표준을 따르지 않는 불안정한 EHR 인터페이스 문제를 해결하기 위해 browser-use 기술 활용
안녕하세요 HN! 저희는 Connor와 Ambar이며, BitBoard(https://bitboard.work)를 만들고 있습니다. 저희는 접수 양식 작성, 차트 준비, 또는 의뢰 관리와 같이 의료 클리닉의 반복적인 행정 업무를 처리하는 AI 에이전트 (AI agents)를 구축합니다.
저희는 미국 전역에 1차 의료 (primary care)를 제공하는 Forward의 초기 직원들이었습니다. 이를 확장하기 위해, 환자 기록 대조나 케어 플랜 (care plans)에 기반한 후속 일정 예약과 같은 반복적인 행정 업무를 수행하기 위해 수천 명의 원격 계약자 (remote contractors)에게 의존했습니다. 이는 매우 큰 병목 현상(bottleneck)이었으며, 비용이 많이 들고 오류가 발생하기 쉬웠으며, 항상 임상 진료 (clinical care)로부터 주의를 분산시켰습니다. 저희의 소프트웨어 솔루션들은 항상 너무 취약하여, 저희가 관리하던 임상 데이터 (clinical data)의 변동성을 제대로 처리하지 못했습니다.
AI (인공지능)를 잘 적용하면, 저희가 수동으로 수행했던 많은 작업들을 수행할 수 있습니다. 그래서 저희는 당시 저희가 가졌으면 좋았을 법한 것을 오늘날 구축함으로써 이 문제에 다시 한번 도전하고, 클리닉들이 이를 사용할 수 있도록 돕기로 결정했습니다.
클리닉이 저희에게 SOP (Standard Operating Procedures—표준 운영 절차, 예를 들어 “방문 전 이 기록들을 사용하여 환자 차트를 준비하라”)를 보내주면, 저희는 이를 업무를 수행하는 AI 에이전트 (AI agents)로 변환합니다. 이 에이전트들은 원격 계약자처럼 작동합니다. 즉, EHR (Electronic Health Records—전자 건강 기록)에 로그인하고, 내부 도구를 탐색하며, 백그라운드에서 업무를 수행합니다. 전통적인 RPA (Robotic Process Automation—로봇 프로세스 자동화)와 달리, 저희는 검증 (verification)과 결정론적 체크 (deterministic checks)를 내장하여 고객이 업무가 올바르게 수행되었는지 확인할 수 있도록 합니다.
로우코드 (low-code) 도구와 달리, 새로 배울 것이 없습니다. 고객은 UI (사용자 인터페이스)를 만지거나 로직 (logic)을 유지 관리할 필요가 없습니다. 그저 저희에게 업무를 맡기기만 하면 저희가 수행합니다. 임상의 (Clinicians)들은 더 많은 화면을 원하지 않습니다! 화면은 주의력을 분산시키고, 누군가가 이를 조작해야 하기 때문에 운영상 이상한 병목 현상을 일으킵니다. 저희 제품은 바로 이 문제를 해결하기 위해 만들어졌습니다.
데모 영상은 여기 있습니다: https://www.youtube.com/watch?v=t_tQ0fYo85g. 아직 셀프 서비스 (self-serve) 단계는 아니지만, 온보딩 (onboarding) 후 며칠 내에 고객과 함께 배포를 진행합니다. 저희는 그 속도를 높이기 위해 노력하고 있습니다.
저희의 초기 고객 중 하나는 빠르게 성장하고 있는 비만 치료 그룹입니다. 이 그룹의 의료 보조 인력(MA)들은 환자 한 명당 접수 양식(intake form) 데이터를 전자 건강 기록(EHR)에 입력하는 데에만 15분에서 20분을 소비하고 있었습니다. 그 단 하나의 작업이 MA 업무 시간의 30%를 차지하고 있었습니다. 저희는 일주일 만에 그 작업을 넘겨받았습니다. 현재는 완전히 자동화되었으며, 고객사는 밀려있던 업무(backlog)를 해결하고 진료 속도를 높였습니다.
의료용 에이전트(agents)를 구축하는 데 있어 특히 관련이 깊은 몇 가지 기술적 문제들이 있습니다:
-
신뢰할 수 없는 인터페이스 (Unreliable interfaces): 많은 EHR 및 클리닉 도구들이 현대적인 웹 표준을 따르지 않아 자동화가 취약(brittle)합니다. 저희는 이러한 문제 중 일부를 해결하기 위해 browser-use를 포크(fork)했습니다. 또한 에이전트가 데스크톱에서 작동하고 광범위한 API를 가로질러 운영될 수 있도록 유사한 인프라를 구축하고 있습니다.
-
검증 (Verification): 의료 분야에서는 작업이 증명 가능할 정도로 정확해야 합니다. 저희는 각 워크플로(workflow)에 결정론적 체크(deterministic checks)를 내장하여, 에이전트가 작업이 예상대로 완료되었는지와 출력이 정확한지를 확인할 수 있도록 합니다.
-
워크플로 생성 (Workflow generation): 클리닉의 표준 운영 절차(SOP)는 자연어로 작성되며 매우 다양하지만, 여전히 클리닉에서 실제로 작동하는 프로세스를 설명하고 있습니다.
저희는 복잡도에 따라 작업당 비용을 청구합니다. 저희는 HIPAA를 준수하며, 감사 로그(audit-logged)를 기록하고, 감사가 별도로 요구되지 않는 한 데이터 보존이 없는 제로 리텐션(zero-retention) 환경에서 운영됩니다.
의미 있는 부분 중 하나는 의료와 같이 이해관계가 큰(high-stakes) 환경에서 신뢰를 구축하는 것입니다. 그 과정의 일부는 제품을 신뢰할 수 있게 만드는 것입니다. 하지만 또 다른 교육적인 부분은
그리고 이곳은 매우 거대한 영역이며, 임상의 (clinicians), 기술자 (technologists), 관리자 (administrators) 등 다양한 분들의 개인적인 경험담으로부터 얻은 많은 교훈이 담겨 있습니다. 여러분은 이에 대해 어떻게 생각하시나요? 여러분의 의견을 듣고 싶습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 HN Game Dev의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기