在既有界面内,
分三步运行。
无需引入独立系统。MEV 在 EMR/OCS 工作流内给出推荐,由医务人员作出确认。
EMR/OCS 对接
在医院内网中与既有系统连接。数据不会离开医院。
分析·推荐·依据
在申报、编码、转诊中生成推荐与草稿,并为每一项结果附上依据。
医生确认 · 留痕
由医生作出确认。何人、何事、何时确认,均记录于审计追踪。
医院的收入、记录与转诊体系,
三处同时兼顾。
三个领域同等重要。在每个领域中,MEV 生成推荐与草稿,由医务人员作出确认。
医保支付与申报优化 AI
在申报前核查扣减风险与遗漏,守护正当收入。
- 申报前预先阻断扣减风险
- 发掘遗漏的申报
- 提升申报准确度
临床编码自动转换与推荐
将病历、判读、处置推荐为诊断与支付代码,由医生作出确认。
- 缩短重复编码作业时间
- 减少编码员之间的差异
- 编码准确度 = 申报与统计准确度
医疗转诊 AI 智能体
识别需要转诊(下转)的患者并生成转诊单草稿,管理转诊率指标。
- 管理三级综合医院指定评价的转诊率指标
- 缩短转诊单撰写时间
一次对接,
后续智能体即插即用。
MEV 由 AI 医疗智能体平台与医疗中间件两层构成。EMR 对接、术语映射与安全审查在首次部署时完成,此后的每个智能体都运行在同一基础之上。
LAYER 3
AI 医疗智能体平台
按医院业务划分的智能体
医疗转诊智能体
文书草稿 · 认定要件核查 · 协作机构匹配
已部署盆唐首尔大学医院医保支付与申报智能体
申报前扣减风险核查 · 依据整理
PoC天主教中央医疗院临床编码智能体
KCD·支付代码推荐 · 依据展示
产品线体检报告智能体
根据体检结果生成判定报告草稿
PoC首尔圣母医院
LAYER 2
MEV 医疗中间件
医院系统与智能体之间的标准连接层
EMR/EHR 对接
HL7 FHIR 标准接口
医学术语标准映射
KCD ↔ ICD-10 · SNOMED CT
各国医保申报适配器
韩国 EDI → 各国医保申报规范
本地 LLM · 安全
假名化 · 审计追踪 · 医生确认
LAYER 1
医院系统
数据留在医院内
- EMR/OCS
- 医保申报(EDI)
- 病历·检验结果
- 转诊中继系统
- 海外 EHR(FHIR)
GLOBAL · 拓展路线图
拓展至全球医院的必备功能
- Care Transition
- Claims & Denial (RCM)
- Medical Coding (ICD-10 · CPT)
- Prior Authorization
- Clinical Documentation
全球领域属于拓展路线图。目标国家与时间表将根据业务计划确定。
三级综合医院
率先选择了 MEV。
我们以部署与验证说话,而非口号。引入医院的实测指标将在数据确定后另行公布。
- 已部署2026年10月起订阅
盆唐首尔大学医院
医疗转诊 AI 智能体
订阅制(SaaS)供应合同 · 经由医院项目主承包商签订
- PoC 进行中目标 2027年第一季度上线
天主教中央医疗院
医保支付与申报扣减应对 AI
申报前扣减风险核查 · 应对依据整理
- PoC 进行中
首尔圣母医院
体检判定报告生成 AI
根据体检结果生成判定报告草稿
部署情况截至 2026年10月。合同条款与金额不予公开。
以做什么、如何做
来证明。
向您展示 MEV 实际执行的工作。引入医院的实测指标将在数据确定后另行公布。
单一智能体读取临床与申报的完整上下文
同时理解记录、判读、处置与申报,以一条贯通的流程而非割裂的工具给出推荐。
申报扣减预先防范
在申报前检测扣减风险项,并附依据提示纠正点。
转诊对象自动识别
识别符合标准的患者并生成转诊单草稿,协助指标管理。
临床编码自动推荐
从记录、判读、处置中推荐诊断与支付代码,并核查遗漏。
基于依据的申报准确度
以依据连接编码与申报,提升准确度与适当性评价的应对能力。
为大型医院能够顺利引入
而设计。
数据不会离开医院,判断由医生作出,全过程可追溯。MEV 并非独立系统,而是在既有的 EMR/OCS 工作流内运行。
数据治理
患者数据不会离开医院网络。
- ·支持本地部署与封闭网络部署
- ·假名化处理后再处理,不向外部传输识别信息
- ·依据《医疗法》与《个人信息保护法》标准设计
监管合规
依据《医疗法》与《个人信息保护法》设计,并验证结果的临床合理性。
- ·从设计阶段即遵循《医疗法》与《个人信息保护法》
- ·内置临床合理性与依据验证流程
Human-in-the-loop
AI 仅止于推荐与草稿。确认由医生作出。
可解释 AI · XAI
不输出没有依据的结果。
- ·每一项推荐都附带记录原文、代码与指南出处
- ·通过出处标签即时确认结果源自何种依据
懂医疗、AI 与监管的
团队倾力打造。
MEV 是一支同时理解临床现场、保险审核、AI 工程与医疗监管的团队。
管理团队

Taehoon Ko, PhD
代表 · Founder & CEO医疗信息学 / Medical Informatics韩国天主教大学 医学院 医疗信息学教研室 助理教授 · 首尔圣母医院 智慧医院大数据中心主任
在韩国天主教大学医学院与首尔圣母医院从事医疗 AI 与临床大数据研究的医疗信息学者。将临床数据专业能力落地为 MEV 的申报、编码、转诊产品。
- 学历
- 首尔大学 工学院 工业工程系 学士、博士(数据挖掘方向)
- 经历
- (曾任) 首尔大学医院 信息化室 研究助理教授
- (现任) 韩国天主教大学 医学院 医疗信息学教研室 助理教授
- (现任) 韩国天主教大学 信息融合振兴院 AI 中心主任
- (现任) 首尔圣母医院 智慧医院大数据中心主任
- 获奖
- 2024年 大韩医疗信息学会 信息医学学术奖
- 2024年 保健福祉部长官表彰(医疗健康数据应用贡献)
- 2026年 保健福祉部长官表彰(ICT 医疗政策贡献)
- 研究
- 医疗 AI SCI 论文 30 篇以上
- 专利
- 韩国专利 4 项授权 · 16 项申请中
- 国际专利 1 项授权(US · CN · EU)· 2 项申请中

Sae Won Choi, MD
CMO · 首席医疗官急诊医学 / 医疗信息学 · Emergency Medicine / Medical Informatics富川世宗医院 急诊医学科 诊疗科长
在首尔大学医院信息化室与急诊医学科共事 9 年、同时深耕临床与医院信息系统的急诊医学专科医师。将急诊一线经验与医疗信息实务衔接到 MEV 的产品之中。
- 学历
- 首尔大学 医学院 医学系 毕业
- 首尔大学 医学院 医学工程系 博士课程 结业
- 经历
- (曾任) 首尔大学医院 信息化室 临床教授
- (曾任) 中央报勋医院 急诊医学科 诊疗科长
- (现任) 富川世宗医院 急诊医学科 诊疗科长
- 资质
- 急诊医学专科医师 · 临床信息学认证医师
- 培训
- 首尔大学医院 急诊医学科 住院医师(2006–2010)
引入前最常
被问到的问题。
关于 AI 医疗智能体、数据安全、合规以及与现有 EMR/OCS 集成的常见问题汇总。
MEV 是一家怎样的公司?
MEV 是一家面向三级综合医院与大学医院的 AI 医疗智能体公司。在医务人员既有的 EMR/OCS 工作流内,辅助医保支付与申报优化(RCM)、临床编码自动转换与推荐、医疗转诊三项工作。每一项推荐都附带依据,确认由医生作出。
AI 医疗智能体与传统医疗 AI 有何不同?
MEV 的 AI 智能体并非单一的诊断辅助,而是贯穿记录、编码、申报、转诊的行政工作流,全程提供辅助。无需引入独立系统,即在 EMR/OCS 界面内生成推荐与草稿,并为每一项输出附上出处、医生确认与审计追踪。
如何预防申报扣减?(保险审核·RCM)
在申报前对照审核标准核查扣减风险项与遗漏申报,并附上为何存在风险的依据。监控包含新综合支付制·DRG·非医保在内的适当性评价指标,守护正当收入。
临床编码自动化是如何运行的?
从病历、判读、处置记录中推荐诊断(KCD,韩国疾病分类)·支付·处置代码,并同时展示作为依据的记录原文。AI 仅止于推荐,确认由医生作出,已确认的代码可直接对接 EDI 申报。
医疗转诊功能具体做什么?
自动识别需要转诊(下转)的患者并生成转诊单草稿,与协作机构进行匹配。协助管理三级综合医院指定评价的转诊率指标。
AI 会取代医生的判断吗?
不会。MEV 遵循 Human-in-the-loop(人在回路)原则。AI 附依据给出推荐与草稿,最终确认始终由医生作出。何人、何事、何时确认,均记录于审计追踪(audit log)。
患者数据安全吗?会离开医院吗?
患者数据不会离开医院网络。支持本地部署·封闭网络(网络隔离)部署,经假名化处理后再处理,且不向外部传输识别信息。
如何遵守《医疗法》《个人信息保护法》等监管要求?
从设计阶段即依据《医疗法》与《个人信息保护法》构建,并内置验证结果临床合理性与依据的流程。同时审视韩国食药处(MFDS)医疗器械(SaMD)的适用性。
如何与既有的 EMR/OCS 集成?
MEV 并非独立程序,而是在医务人员既有的 EMR/OCS 界面内运行。无需另行登录或重复录入,不打断诊疗流程即可展示推荐。
如何确认应用成效与演示?
通过 30 分钟演示,直接向您展示申报、编码、转诊中您关注的领域。引入医院的实测指标将在数据确定后另行公布,绝不将推测值当作事实呈现。
什么是 AI 医疗智能体?
AI 医疗智能体是一种在医务人员既有 EMR/OCS 工作流内,将特定医院业务(医疗转诊、医保申报、临床编码)贯彻到底的 AI。与聊天机器人或单一预测模型不同,它会读取记录、生成草稿与推荐、附上依据、在医生确认后交付至下一系统,并将全过程记录于审计追踪。MEV 的智能体仅止于推荐与草稿,确认始终由医生作出。
什么是 MEV 医疗中间件,为什么需要它?
它是医院系统(EMR/OCS、医保申报、病历、转诊中继系统)与 AI 智能体之间的标准连接层,负责基于 HL7 FHIR 的 EMR/EHR 对接、KCD↔ICD-10·SNOMED CT 术语映射、各国医保申报适配器,以及本地 LLM 与安全控制(假名化·审计追踪·医生确认)。首次部署完成对接、术语映射与安全审查后,后续智能体只需接入同一基础即可。
是否支持海外医院或国际标准(ICD-10、CPT、FHIR、事前授权)?
中间件以 HL7 FHIR 接口和 KCD↔ICD-10·SNOMED CT 映射为基准设计。Care Transition、Claims & Denial(RCM)、Medical Coding(ICD-10·CPT)、Prior Authorization、Clinical Documentation 均在全球拓展路线图中,目标国家与时间表将依业务计划确定。目前的商用部署以韩国三级综合医院为准。
有部署案例吗?
盆唐首尔大学医院已于 2026年10月开始订阅医疗转诊 AI 智能体(SaaS 订阅,经由医院项目主承包商签约)。正在与天主教中央医疗院开展医保申报扣减应对 AI 的 PoC,与首尔圣母医院开展体检判定报告生成 AI 的 PoC。实测指标将在数据确定后公布。