重點摘要

兩億通對話撐起的臨床代理　Hippocratic AI 打造會主動致電病患的 AI care manager，做用藥核對、生命徵象確認、停藥偵測，必要時轉介護理師，累積超過兩億次臨床互動，零重大安全事故。

從稀缺走向普及　醫療長期只能靠 triage 篩出最需要照顧的少數人，講者認為 AI 對話的成本已經夠低、也夠臨床安全，才有機會把「只打給最重的病人」變成「打給每一個人」。

快與準的取捨被拆解　反應快的通用模型不夠臨床精準，精準的模型又慢到無法即時對話，Hippocratic AI 因此決定由下而上打造自己的語音技術堆疊，把每次省下的延遲拿去換更多智慧，形成互相加乘的循環。

Polaris 架構分工聽、想、說三段　聽的一端處理背景雜音與雙語切換；中間的大腦同時跑 31 個模型，一個主模型搭配 30 個各司其職的專家模型，各自先判斷需不需要開口再交給主模型裁決；輸出端負責語音與病歷紀錄回寫。

語音辨識自己微調到懂臨床脈絡　把開源的 Whisper V3 large turbo 微調成 encoder，額外餵入對話脈絡與領域知識，把醫療用詞辨識錯誤率壓低超過五成，速度也比同類系統快三倍。

用人類醫療分級的尺標評分自己　不只看模型輸出對不對，而是套用 correctness、no harm、minor harm、severe harm、death 這套人類醫療傷害分級表打分，五代 Polaris 迭代後「no harm」達 99.89%，並自建 Heart 評測基準衡量對話的同理心。

值得記的話

We're always trying to figure out who amongst us is the sickest and deserves to get care and attention.

醫療長期只能篩出最需要照顧的人

00:43

we've had 200 million clinical interactions. We've had zero significant safety incidents.

兩億通臨床對話，零起重大安全事故

02:10

For us, even the 99% is pretty bad, because 1% error means 100 people a day are going to get the wrong appointment type.

連 99% 都算差，1% 的錯就是每天一百個人被排錯診別

16:43

AI systems don't get tired. And unfortunately, we do.

AI 不會累，可惜我們會

18:26

時間軸　11 段

名詞與人物　7 個

提到但沒有展開

• 簡報提到業界常見的語音系統做法，才講到「用一組模型組成 ensemble」就轉場，另外的做法沒有在台上說明。
• Heart 這份用來衡量對話同理心的評測基準，只提到論文已公開，沒有在台上說明評分方法或分數。
• 公司內部設有 agent deployment residency 與 AI residency 兩個訓練管道，但沒有進一步說明內容或申請門檻。