Trellis

Trellis

Trellis AI · コーディング · その他

Trellisは専門診療機関向けのAIエージェント基盤である。FAX、PDF、スキャン書類を読み取り、電子カルテ上で事前承認、異議申し立て、給付確認を進める。

Trellis の画面プレビュー

Trellis について

About

Trellisとは

TrellisはスタンフォードAI研究所からスピンアウトした医療AI企業で、YC、General Catalyst、Telesoft Partnersが出資している。医療AIエージェントが担うのは、紹介状が届いてから初回治療までの事務作業だ。書類の取り込み、給付確認、事前承認、異議申し立てまでを含む。

狙いは紙の量である。専門診療の1件は、FAX、診療記録、保険者向け書式で数百ページに達する。スタッフは目で読み、必要な部分を電子カルテに打ち直し、保険者のポータルを1社ずつ開いていく。Trellisは非構造化データ抽出を代行し、書類を整った項目に変換したうえで、その内容に沿って処理を進める。公式の説明では、エージェントが処理全体の80〜90%を人手なしで完了するという。

制約もはっきりしている。Trellisの販売先は医療機関であり、個人ではない。セルフサインアップも公開価格表も、公開されたAPI仕様もない。電子カルテ連携の予算を取れない小規模クリニックには敷居が高い。

導入の流れ

  1. Trellisのサイトからデモを申し込み、現在の受診前業務の流れを担当者と一緒に確認する。
  2. すでに使っているシステムを接続する。既存の業務を置き換えるのではなく、そのまま写し取る形だ。
  3. 書類の種類、保険者ごとの要件、エージェントの出力を人が確認する地点を決める。
  4. まず1つの業務、多くは医療文書管理か事前承認から始め、その後で異議申し立てや患者向け連絡へ広げる。

AIツール情報

Trellisの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランいいえ
有料プランCustom quote
プラットフォームWeb, EHR integrations
開発元Trellis AI
カテゴリコーディング · その他
リリース日Mar 2024
最終更新Oct 2026
サイト訪問数5.7K
サイト世界ランキング3M
API提供状況N/A

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • 眼科、リウマチ科、腫瘍科などの専門クリニック
  • 輸液センター
  • 収益管理と事前承認の担当チーム

タスク

  • 医療文書の取り込み
  • 事前承認の自動化
  • 異議申し立てと否認対応
  • 給付確認とテスト請求

シーン

  • 200ページの添付が付いた紹介状が届く
  • 保険者が薬剤の承認を否認する
  • クリニックが収益を把握したい

主な機能

FAXとスキャン書類の取り込み

Trellisが読むのは、専門診療の現場に実際に届く形式だ。FAX、PDF、スキャン書式、診療記録が対象になる。ページごとに種類を分け、保険者が必ず尋ねる項目を抽出する。承認業務の初日に丸一日かかっていた仕分け作業が、ここで消える。

非構造化データ抽出と電子カルテへの書き戻し

乱れた書類を整った構造化レコードに変え、スタッフが毎日開く電子カルテに書き込む。記録は医師が探す場所に残り、レポートが受け取るのはスキャン画像ではなく実際の項目だ。製品の中核であり、他の機能はすべてこの層に乗る。EHRワークフロー自動化も同じ層の上で動く。後続の処理が同じ項目を読むからだ。

事前承認と異議申し立て

エージェントが承認パッケージを組み、保険者の規則に照らして確認し、送信する。否認が届けば、医学的必要性の説明書と申し立て草案を根拠資料付きで生成する。治療開始までの時計は止まらないため、申し立てで数日縮む意味は大きい。

保険者ポータル操作と電話発信

事前承認の多くは今もWebポータルと電話の待ち行列の中にある。Trellis Executeはポータルを操作し、保険者に発信し、返ってきた内容を検証する。地味な工程だが、工数を最も食う部分でもある。

Trellis Copyによる業務フローの可視化

Trellis Copyは部門の現在の進め方を写し取り、エージェントが学習できる環境に変換する。その過程で標準手順とKPIも記録される。導入前に社内フローを書き換える必要はない。できた地図がそのまま訓練の場になる。

Trellis Captureによる学習ループ

Trellis Captureは顧客のシステムを調べ、エージェントの改善に使うデータを作る。業務フロー自体への改善提案も出す。分析結果は外部に出さず社内に留める。時間が経つほどエージェントが扱える例外が増える。ルールエンジンと、適応する仕組みの違いはそこにある。

メリットとデメリット

メリット

  • 書類の取り込みから異議申し立てまで、受診前の工程をひと続きで覆う。一部分だけの道具ではない。
  • 既存の電子カルテと保険者ポータルの中で動くため、システム移行が要らない。
  • 治療までの時間を90%削減し、スタッフの生産性を5倍にしたという具体的な成果を公表している。
  • 構造化された出力により、承認率と償還額を追える。紙運用のチームはまず測れない指標だ。
  • 学習ループが繰り返し発生する例外を吸収する。上位へ投げ返すだけの仕組みではない。

デメリット

  • 価格が公開されていない。自院に合うかどうかは営業と話すまで分からない。
  • 企業向け導入のみでセルフサービス方案がない。小規模クリニックは費用面で実質的に排除される。
  • 公開されたAPI仕様がない。独自ツールを上に作りたいチームには制約になる。
  • 成果の数字はベンダー発のものだ。独立した査読付きデータは見つけにくい。割合は監査結果ではなく主張として読むべきである。

よくある質問

医療事務の書類にAIエージェントを載せる製品だ。エージェントが紹介状や診療書類を読み、保険者が求めるデータを抽出し、事前承認を提出し、異議申し立てを起草する。結果は電子カルテに書き戻す。