全部場數

006 · 從臨床文件到臨床智慧的野心

Abridge 工程負責人談公司如何從自動產生病歷，走向臨床決策支援與醫囑代辦，並拆解品質、延遲、成本三大工程難題。

2026-08-1921:35Chaitanya Asawa（Abridge）醫療產業觀察看原片

原標題：From Ambient Documentation to Clinical Intelligence — Chaitanya Asawa, Abridge

重點摘要

  • 醫療產業的結構性壓力不同於其他產業，醫療的行政成本逐年上升、生產力卻沒有跟上，醫院利潤薄、醫師過勞，是 Abridge 從病歷紀錄切入的背景。
  • 從病歷紀錄走向臨床智慧Abridge 先靠幫醫師自動寫病歷打入市場，下一步要把整個看診流程串起來，看診前建議討論主題、看診後自動產生病人摘要、病歷與醫囑，全部圍繞醫病對話展開。
  • 醫療是 agent 產品的困難模式任何 agent 產品都要顧品質、延遲、成本，但醫療的容錯率極低，答錯會直接失去病人信任，也不像其他領域可以事後修正。
  • 用臨床醫師打造 LLM 評審因為臨床問題往往沒有單一正確答案，Abridge 讓獨立醫師制定評分準則（rubric），再用 LLM 依準則比對 agent 回答，取代單一「標準答案」。
  • 拆解成小模型控制成本與其用一個大模型處理整份病歷，Abridge 針對病歷不同段落個別訓練小模型，靠每年上億筆對話的資料優勢維持品質，同時壓低成本與延遲。
  • 醫囑擷取要抓對時機醫師看診時常口頭提到用藥或檢查醫囑，系統得抓對時機才觸發較貴的大模型做比對確認，不能每隔幾秒就跑一次昂貴的模型。

時間軸

時碼點下去會跳到影片的那一段。

時碼段落重點
00:00開場Abridge 工程負責人 Chaitanya Asawa 開場，說明這場演講要談公司從病歷紀錄邁向臨床智慧的歷程，以及背後的前沿 AI 工程挑戰。
00:45醫師現身說法講者先播放一段醫師推薦影片：影片中的醫師形容自己看診時不用分心記錄，能專心看病人（這是影片裡醫師的話，不是講者本人）。
02:08演講目標與個人背景講者說明這場演講想呈現醫療領域的技術挑戰，並介紹自己歷經 Vicarious、Glean 後轉向醫療的經歷。
04:36兩三年內進入 300 家醫療體系十年後技術成熟，Abridge 快速進入 Kaiser、Mayo、Johns Hopkins、Sutter 等大型醫療體系。
05:25醫療產業的結構性壓力講者指出醫療的行政成本逐年上升但生產力沒跟上，醫院利潤薄、醫師過勞，是 Abridge 從臨床文件切入的背景。
06:29從 SOAP note 切入每次看診後醫師得寫病歷，常花兩小時、擠壓下班時間（pajama time），且病歷攸關帳單與病患後續照護，是高風險的工作。
08:28核心命題：一切圍繞對話Abridge 認為醫療裡所有行政流程都源自醫病對話，公司要把行政機制自動化、回歸對話本身。
09:17展示下一步產品 demo影片展示醫師直接用語音問 Abridge 病人是否符合臨床試驗、下醫囑、準備隔天病歷，涵蓋看診前後的建議與整理。
11:15醫療是 agent 產品的困難模式品質、延遲、成本三個 KPI 在醫療都被放大：答錯會失去信任、必須即時反應、且要處理上億筆對話的規模。
12:47用 evals 撐起品質門檻從內部基準測試、分階段上線（alpha、beta、A/B testing）到臨床專家校準的 LLM 判準，持續用真實回饋把關。
14:49深入臨床決策支援的評測因為生成與驗證的落差很小，Abridge 找獨立醫師制定評分準則、交叉審定，再用 LLM 依準則比對答案。
18:30拆解成小模型控制成本不用一個大模型處理整份病歷，而是針對不同段落訓練小模型，靠每年上億筆對話的資料優勢維持品質並壓低成本。

值得記的話

名詞與人物

Abridge專門把醫病對話轉成病歷紀錄與臨床決策工具的 AI 公司，講者任職的公司。
Chaitanya Asawa本場講者，Abridge 工程負責人，之前待過 Vicarious 與 Glean。
Vicarious講者早年任職的 AI 新創，目標做 AGI，走神經科學與機率圖模型路線，專注機器人。
Glean企業內部搜尋的 AI 公司，講者曾任職約六年半的早期工程師。
SOAP note臨床病歷常見格式，涵蓋主訴、評估與照護計畫等段落，每次看診後都要寫。
pajama time醫師下班後仍在家補寫病歷的說法，是醫師過勞的常見來源。
Baumol's cost disease經濟學理論，指某些產業生產力提升有限、成本卻持續上漲，講者用來解釋醫療行政成本為何上升。
febrile neutropenia發燒合併嗜中性白血球數過低的臨床狀況，常需緊急處置，是講者示範臨床決策支援時舉的問題。
Fable 5講者用來泛指當下最頂尖前沿基礎模型的例子。
EHRElectronic Health Record，電子病歷系統，Abridge 從中讀取病人既有紀錄。

延伸

  • 講者提到的「臨床試驗配對」與「計費編碼」只在內部評測範圍裡帶過一句，沒有展開細節。
  • Demo 影片裡 Abridge 直接語音下醫囑、準備隔天病歷的功能，只示範畫面，沒談背後怎麼串接 EHR 的技術細節。
  • 訓練病歷各段落小模型用的是自建模型還是既有的開源或商用模型，演講中沒有點名。