Ambience Prepare показывает подтверждающие данные и открытые вопросы до приема

12 ноября 2026 года Ambience Healthcare представила Ambience Prepare — рабочий процесс до приема, в рамках которого функция Chart Prep преобразует продольные медицинские записи пациента в сводки со ссылками на подтверждающие данные. Система предназначена для изучения медицинской карты в преддверии предстоящего приема, выявления нерешенных вопросов и сохранения за врачом права принимать клинические решения.

В Prepare также входит Chart Chat, позволяющий врачам задавать вопросы о медицинской карте пациента на естественном языке. В анонсе основное внимание уделено Chart Prep, созданной для короткого периода изучения карты перед приемом: она помогает врачу сориентироваться, восстановить контекст соответствующего лечения, выделить изменения и обозначить открытые вопросы. Подтверждающие данные остаются привязаны к выводам, а неполные или противоречивые записи помечаются.

Сопоставление записей о лекарствах перед операцией

Ambience поясняет это различие на примере уролога, который готовится принять пациента, недавно перенесшего многоочаговый инсульт, перед запланированной трансуретральной резекцией предстательной железы. Кардиологи планировали изменить назначение лекарств в случае выявления фибрилляции предсердий. Последующее обследование подтвердило фибрилляцию предсердий, но из более поздних записей оставалось неясно, начали ли пациенту давать апиксабан и прекратили ли прием клопидогрела.

Каждую запись можно было точно обобщить, не разрешая вопрос о лекарствах, принципиально важный для подготовки к операции. Chart Prep, напротив, предназначена для того, чтобы связать процедуру с лекарствами, влияющими на риск кровотечения, проследить выполнение плана кардиологов, проверить результат мониторирования сердечного ритма и сопоставить предполагаемое изменение назначений с более поздней сверкой списка лекарств. Система показывает, что подтверждается медицинской картой, выявляет противоречия и сохраняет нерешенные вопросы для рассмотрения врачом.

Chorus предоставляет общий контекст пациента

Chart Prep использует Chorus — систему контекстного анализа, о которой Ambience объявила 24 августа 2026 года. Chorus предоставляет агенту инструменты для изучения медицинской карты, отслеживания клинической истории, просмотра первичных подтверждающих данных, сопоставления источников и прослеживания выводов до их истоков. Система формирует общее представление о пациенте со ссылками на источники, которое могут повторно использовать разные рабочие процессы Ambience.

Ambience утверждает, что просто загрузить в модель как можно больше текста из медицинской карты недостаточно: объемные записи могут превышать размер контекстного окна, а в перегруженном контексте бывает сложнее надежно ориентироваться; кроме того, модели по-прежнему нужно указывать, какие эпизоды лечения и подтверждающие данные следует изучить. В более раннем анонсе Chorus описывается навигация по врачебным записям, лекарствам, лабораторным анализам, госпитализациям и диагностическим заключениям, а также согласование противоречивых источников и хронологии. Электронная медицинская карта остается авторитетным источником, а Chorus предоставляет общий контекстный слой между ней и рабочими процессами Ambience на базе ИИ.

Оценка учитывает клинически значимые факты

Оценка Chart Prep начинается с того, что врачи, сертифицированные профильными медицинскими советами, изучают обезличенные медицинские карты в том виде, в каком они существовали непосредственно перед предстоящим приемом. Они выявляют и ранжируют факты, относящиеся к приему; затем другой врач независимо рассматривает случай, а расхождения или пропуски разбираются и разрешаются. Автоматизированные оценщики сопоставляют результаты с эталонными данными, установленными врачами, только после достижения приемлемого согласия с оценками врачей. Для оценки согласованности каждый случай анализируется несколько раз.

На контрольной выборке из 46 обезличенных историй болезни пациентов, каждая из которых анализировалась в трех независимых запусках, Ambience сообщает, что новейшая система контекстного анализа, определяющая, как агент изучает медицинскую карту, выявила 92,2% критически важных фактов против 78,7% у рабочей версии системы. 95%-й доверительный интервал для нового результата составил от 87,2% до 96,3%. Доля выявленных фактов, критически важных и имеющих высокую значимость, выросла с 66,3% до 72,3%.

Доля оставшихся пропусков, связанных с неумением извлечь необходимые подтверждающие данные, снизилась с 19,9% до 9,3%; по данным Ambience, это сокращение на 53%. При сравнении не менялись модель генерации, когорта пациентов, эталонные данные врачей и набор средств оценки; основным изменением стала система контекстного анализа, созданная на базе Chorus. Таким образом, измеренная разница отражает то, как агент изучает медицинскую карту, а не изменение базовой модели.

Это различие дает медицинским организациям конкретный критерий полезности продукта: позволяет ли более тщательное изучение карты находить и расставлять по значимости факты, которые врачи считают важными, сохраняя при этом подтверждающие данные и неопределенность для последующего рассмотрения. В примере с лекарствами полезная подготовка позволяет увидеть нерешенный вопрос до операции; решение о том, как его урегулировать, остается за врачом.