Ambience Prepare visar belägg och obesvarade frågor inför besök

Den 12 november 2026 presenterade Ambience Healthcare Ambience Prepare, ett arbetsflöde inför besök där funktionen Chart Prep omvandlar patientjournaler som sträcker sig över tid till sammanfattningar med länkar till beläggen. Systemet är utformat för att granska journalen inför ett kommande vårdbesök, lyfta fram obesvarade frågor och överlåta de kliniska besluten åt vårdgivaren.

Prepare innehåller även Chart Chat, som låter vårdgivare ställa frågor på naturligt språk om en patients journal. Tillkännagivandet fokuserar på Chart Prep, som är utvecklat för det korta granskningsfönstret före ett besök: hjälpa vårdgivaren att orientera sig, återskapa den relevanta vårdhistoriken, lyfta fram förändringar och synliggöra obesvarade frågor. Beläggen bakom iakttagelserna förblir kopplade till dem, och ofullständiga eller motstridiga journaluppgifter flaggas.

Sammanställa läkemedelsuppgifter inför operation

Ambience illustrerar skillnaden med en urolog som förbereder sig inför ett besök med en patient som nyligen drabbats av en multifokal stroke, före en planerad transuretral resektion av prostatan. Kardiologen hade planerat att ändra läkemedelsbehandlingen om förmaksflimmer upptäcktes. Ett senare test bekräftade förmaksflimmer, men efterföljande journaluppgifter klargjorde inte om apixaban hade satts in och klopidogrel satts ut.

Varje journalanteckning hade kunnat sammanfattas korrekt utan att frågan om läkemedlen, som är central inför operationen, blev besvarad. Chart Prep är i stället avsett att koppla ingreppet till läkemedel som påverkar blödningsrisken, följa kardiologens plan, kontrollera resultatet från rytmövervakningen och jämföra den planerade ändringen med den senare läkemedelsavstämningen. Det visar vad journaluppgifterna ger stöd för, identifierar motstridiga uppgifter och bevarar obesvarade frågor för vårdgivarens granskning.

Chorus ger en gemensam patientkontext

Chart Prep bygger på Chorus, det kontextsystem som Ambience presenterade den 24 augusti 2026. Chorus ger agenten verktyg för att gå igenom en journal, följa ett kliniskt händelseförlopp, öppna underliggande belägg, jämföra källor och spåra slutsatser tillbaka till deras ursprung. Systemet upprätthåller en gemensam bild av patienten, kopplad till källorna, som olika Ambience-arbetsflöden kan återanvända.

Ambience menar att det inte räcker att läsa in så mycket journaltext som möjligt i en modell: långa journaler kan överskrida kontextfönstren, en överlastad kontext kan vara svårare att använda tillförlitligt och modellen behöver fortfarande vägledning om vilka förlopp och belägg den ska granska. Det tidigare tillkännagivandet om Chorus beskriver hur systemet navigerar mellan anteckningar, läkemedel, laboratorieresultat, vårdtillfällen och diagnostiska utlåtanden samt stämmer av motstridiga källor och tidslinjer. Den elektroniska patientjournalen förblir den auktoritativa källan, medan Chorus tillhandahåller ett gemensamt kontextlager mellan journalen och Ambiences AI-arbetsflöden.

Utvärderingen följer upp kliniskt viktiga fakta

Utvärderingen av Chart Prep inleds med att specialistläkare granskar avidentifierade journaler så som de såg ut omedelbart före ett kommande besök. De identifierar och rangordnar fakta som är relevanta för besöket. En andra läkare granskar fallet oberoende av den första, och oenigheter eller utelämnanden avgörs genom bedömning. Automatiserade granskare jämför resultaten med de referenser som läkarna tagit fram först efter att ha uppnått en godtagbar överensstämmelse med läkarnas bedömningar. Varje fall körs flera gånger för att utvärdera konsekvensen.

I ett riktmärke baserat på 46 avidentifierade patientfall, med tre oberoende körningar per fall, rapporterar Ambience att det senaste kontextramverket, som styr hur agenten granskar en journal, lyfte fram 92,2 % av de kritiska fakta, jämfört med 78,7 % för produktionsramverket. Det 95-procentiga konfidensintervallet för det nyare resultatet var 87,2 % till 96,3 %. Återkallningsgraden för alla kritiska fakta och fakta av hög vikt ökade från 66,3 % till 72,3 %.

Andelen av de återstående missarna som tillskrevs att nödvändiga belägg inte hämtades in sjönk från 19,9 % till 9,3 %, en minskning som Ambience rapporterar till 53 %. I jämförelsen hölls genereringsmodellen, patientgruppen, läkarnas referenser och utvärderingsuppsättningen oförändrade. Den huvudsakliga förändringen var därmed kontextramverket som byggts med Chorus. Den uppmätta skillnaden gäller alltså hur agenten granskar journalen, inte en förändring av den underliggande modellen.

Den skillnaden ger vårdsystemen ett konkret mått på produktens nytta: om bättre granskning hämtar in och prioriterar fakta som vårdgivare bedömer vara betydelsefulla, samtidigt som belägg och osäkerheter bevaras för granskning. I exemplet med läkemedlen innebär en användbar förberedelse att den olösta frågan om behandlingsplanen synliggörs före operationen. Det är vårdgivaren som fortfarande måste avgöra hur den ska redas ut.