患者ナビゲーションAIの信頼性とコストを両立する医療MCP基盤のRevSpring、医療向けGrounding Layerを発表

RevSpringは、医療機関向けのエンゲージメントおよび決済ソリューションの提供企業として、医療分野で初めてとなるModel Context Protocol（MCP）サーバーを発表しました。新たなGrounding Layerは、OpenAI、Google、Anthropicのような最先端モデル、サードパーティーツール、または自社開発エージェントを問わず、AI体験に臨床レベルの信頼性を持ち込むことを目的としています。医療特有の複雑性である医師や施設の品質、リアルタイムの空き状況、保険ネットワーク、費用の透明性といった要素を、モデルと現場データの間で橋渡しし、利用者が信頼できる受診先提案につなげる設計です。

RevSpringは、AIが推測やハルシネーションを起こしやすい領域を、検証済みデータで地に足をつけて補強することで、ユーザーとのやり取りに必要な計算資源を減らし、運用コストの制御を容易にすると説明しています。これにより、患者の意図に沿って適切な医療資源へ導くエージェント型ナビゲーションを、財務的に成立する形で大規模展開できるようにする狙いです。さらにKyruusのプロバイダーデータをRevSpringのインフラに統合することで、全国規模の医療従事者データセットをエージェントが扱える形のインテリジェンスへ変換し、正確で実行可能な受診アクセスを支える検証済みのデータレールを構築するとしています。市場がエージェント型ワークフローへ移行する中で、医療機関は単なる情報検索から、ガイド付きの受診案内、さらに自律的に処理を進めるエージェント型のケアナビゲーションへと軸足を移しています。導入が進むにつれ、企業規模で効率的かつ予測可能に運用することが重要になります。RevSpringは、Gartnerが2025年の生成AI支出が$644Bに達すると予測し、さらにデータセンターの電力使用が2030年までに倍増すると見込む点に触れ、AIのスケールにはソフトウェアの革新に加えてインフラ設計が重要だと位置付けています。

今回のGrounding Layerは、その考え方に沿い、複雑なデータ取得を専用サーバー側で処理し、LLMはオーケストレーションと患者向けガイダンスに集中させる構成です。たとえば、臨床的に適切な医師や保険適用内の施設のマッチングといった定型的な照会は即時に解決し、低遅延で回答できるようにします。結果として、応答遅延の低減、運用コストの制御、そして受診アクセスに関する回答精度の向上を同時に狙います。KyruusのGMでありRevSpringのChief Commercial OfficerでもあるBrandon Springは、医療ではモデル品質と同じくらいアーキテクチャの効率性が重要になる局面に入っていると述べました。すべてのやり取りを最上位モデルに依存させると、コストやリソース消費が想定以上に増え得るため、RevSpringのMCPは効率性のチェックポイントとして機能し、より高い制御性、予測可能性、確信をもってAIをスケールできるよう支援するとしています。本基盤は、医療水準のプライバシーとセキュリティのガードレールのもとで開発されており、既存のBusiness Associate Agreements（BAAs）内で運用し、個人情報や健康情報が公的モデルの学習データに送られないようにする設計だとしています。また、2027年のディレクトリ精度要件への対応を支援し、エージェントの待ち時間を生むような遅延を避ける高速なGrounding応答を目指すとしています。

Kyruus ProductのVice PresidentであるMorgan Beschleは、Kyruusは当初から臨床的に厳密で関連性の高いケアガイダンスを重視してきたと述べました。全国規模の医療従事者・施設データの信頼できる情報源を管理しており、RevSpringとの統合でそのデータ基盤をさらに拡張してきたことから、Groundingの課題を解くのに適した立場にあるとしています。RevSpringのMCPにより、利用者がどこから受診検索を始めても、費用、品質、空き状況の透明性を伴って適切な医療資源へ案内し、納得感のある選択を支援すると説明しました。RevSpringは、ViVE 2026のSouth Hall、Booth 1343でMCPの詳細を紹介するとしています。

RevSpringについて
RevSpringは、データをスマートなガイダンスに変換し、すべての顧客接点で最適な成果につなげることを目指すヘルスケア企業です。受診先検索の初期段階から最終的な支払いまで、パーソナライズされ、信頼でき、行動に移しやすい体験を提供するために、オムニチャネル戦略と科学的根拠に基づく分析を活用しています。医療機関、ヘルスシステム、保険者が、ネットワーク内の高価値な医療への誘導、満足度向上、データ精度、スタッフ効率、臨床意思決定、財務パフォーマンスの改善を進めるための基盤として利用されています。EHRや診療管理システムなどとも統合し、摩擦を減らしながら、検索の瞬間に利用者と出会い、最初から適切な医療へ導くことを掲げています。