Ambience Prepare виявляє докази й невирішені питання до прийомів

12 листопада 2026 року Ambience Healthcare представила Ambience Prepare — робочий процес підготовки до прийому, функція Chart Prep у якому перетворює поздовжні записи про пацієнтів на довідки з посиланнями на докази. Систему розроблено для аналізу медичної документації напередодні майбутнього прийому, виявлення невирішених питань і залишення клінічних рішень за лікарем.

Prepare також містить Chart Chat, що дає лікарям змогу ставити запитання про медичну карту пацієнта звичайною мовою. В анонсі основну увагу приділено Chart Prep, створеному для короткого періоду ознайомлення з документацією перед прийомом: він допомагає лікарю зорієнтуватися, відновити перебіг лікування, висвітлити зміни та виявити відкриті питання. Підтверджувальні докази залишаються прив’язаними до відповідних висновків, а неповні або суперечливі записи позначаються.

Зіставлення записів про ліки перед операцією

Ambience пояснює різницю на прикладі уролога, який готується прийняти пацієнта, що нещодавно переніс мультифокальний інсульт, перед запланованою трансуретральною резекцією простати. Кардіологи планували змінити медикаментозне лікування, якщо виявиться фібриляція передсердь. Пізніше обстеження підтвердило фібриляцію передсердь, однак із подальших записів було незрозуміло, чи розпочали прийом апіксабану та припинили прийом клопідогрелю.

Кожен запис можна було точно підсумувати, не з’ясувавши питання щодо ліків, яке має вирішальне значення для підготовки до операції. Натомість Chart Prep має пов’язати процедуру з ліками, що впливають на ризик кровотечі, врахувати план кардіологів, перевірити результат моніторингу серцевого ритму та зіставити заплановану зміну з пізнішим звірянням списку ліків. Система показує, що підтверджується документацією, виявляє суперечності та зберігає невирішені питання для розгляду лікарем.

Chorus забезпечує спільний контекст щодо пацієнта

Chart Prep використовує Chorus — систему контексту, про яку Ambience оголосила 24 серпня 2026 року. Chorus надає агенту інструменти для перегляду медичної документації, відстеження перебігу лікування, відкриття першоджерел доказів, зіставлення джерел і простеження висновків до їхнього походження. Система підтримує спільне розуміння інформації про пацієнта з посиланнями на джерела, яким можуть повторно користуватися різні робочі процеси Ambience.

Ambience стверджує, що просто завантажити в модель якомога більше тексту з медичної карти недостатньо: довгі записи можуть перевищувати обсяг контекстного вікна, а перевантаженим контекстом може бути складніше надійно користуватися; крім того, моделі все одно потрібно вказати, які фрагменти історії та докази слід перевірити. В анонсі Chorus, опублікованому раніше, описано навігацію між нотатками, даними про ліки, результатами лабораторних аналізів, госпіталізаціями та діагностичними звітами, а також узгодження суперечливих джерел і хронологій. Електронна медична карта залишається авторитетним джерелом, тоді як Chorus забезпечує спільний контекстний рівень між нею та робочими процесами Ambience на основі ШІ.

Оцінювання зосереджене на клінічно важливих фактах

Оцінювання Chart Prep починається з того, що сертифіковані профільними радами лікарі переглядають знеособлені медичні карти в тому вигляді, у якому вони були безпосередньо перед майбутнім прийомом. Вони визначають факти, важливі для прийому, і ранжують їх; інший лікар незалежно розглядає цей випадок, а розбіжності або пропуски передаються на розгляд для остаточного узгодження. Автоматизовані оцінювачі порівнюють результати з еталонними даними, підготовленими лікарями, лише після досягнення прийнятного рівня узгодженості з оцінками лікарів. Кожен випадок запускають кілька разів, щоб оцінити послідовність результатів.

За результатами тестування на вибірці з 46 знеособлених випадків пацієнтів, кожен із яких опрацювали тричі незалежно, Ambience повідомляє, що новітній контекстний механізм, який визначає, як агент аналізує медичну карту, виявив 92,2% критично важливих фактів, тоді як виробничий механізм — 78,7%. 95-відсотковий довірчий інтервал для нового результату становив від 87,2% до 96,3%. Частка виявлених фактів, що мали критичну або високу важливість, зросла з 66,3% до 72,3%.

Частка пропущених фактів, причиною яких було невилучення необхідних доказів, знизилася з 19,9% до 9,3%; за даними Ambience, це скорочення становить 53%. Під час порівняння незмінними залишалися модель генерації, когорта пацієнтів, еталонні оцінки лікарів і набір тестів; головною зміною був контекстний механізм, створений на основі Chorus. Отже, виміряна різниця стосується того, як агент аналізує медичну карту, а не змін у базовій моделі.

Це розмежування дає системам охорони здоров’я конкретний спосіб оцінити корисність продукту: чи допомагає ретельніший аналіз знаходити й пріоритезувати факти, які лікарі вважають важливими, водночас зберігаючи докази та невизначеність для подальшого розгляду. У прикладі з ліками корисна підготовка дає змогу побачити невирішене питання щодо плану лікування до операції; рішення про те, як його узгодити, залишається за лікарем.