Mô hình và nền tảng AI

Ambience Prepare làm rõ bằng chứng và những câu hỏi còn bỏ ngỏ trước mỗi lần thăm khám

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Ngày 12 tháng 11 năm 2026, Ambience Healthcare giới thiệu Ambience Prepare, một quy trình trước thăm khám có tính năng Chart Prep, chuyển hồ sơ bệnh nhân theo thời gian thành các bản tóm lược có dẫn chứng gắn với nguồn. Hệ thống được thiết kế để xem xét hồ sơ liên quan đến một lần thăm khám sắp tới, nêu bật những câu hỏi chưa được giải đáp và để các quyết định lâm sàng cho bác sĩ phụ trách.

Prepare cũng có Chart Chat, cho phép bác sĩ đặt câu hỏi bằng ngôn ngữ tự nhiên về hồ sơ bệnh án của bệnh nhân. Thông báo tập trung vào Chart Prep, được xây dựng để phục vụ khoảng thời gian ngắn dành cho việc xem xét hồ sơ trước buổi thăm khám: giúp bác sĩ nắm tình hình, khôi phục mạch chăm sóc liên quan, làm nổi bật các thay đổi và nêu ra những câu hỏi còn bỏ ngỏ. Bằng chứng hỗ trợ vẫn được đính kèm với các phát hiện, đồng thời những hồ sơ chưa đầy đủ hoặc có thông tin mâu thuẫn sẽ được đánh dấu.

Kết nối hồ sơ thuốc trước phẫu thuật

Ambience minh họa sự khác biệt này bằng tình huống một bác sĩ tiết niệu chuẩn bị thăm khám cho bệnh nhân vừa bị đột quỵ đa ổ, trước ca phẫu thuật cắt nội soi qua niệu đạo tuyến tiền liệt đã được lên lịch. Khoa tim mạch dự định thay đổi thuốc nếu phát hiện rung nhĩ. Một xét nghiệm sau đó xác nhận bệnh nhân bị rung nhĩ, nhưng các hồ sơ tiếp theo không làm rõ liệu apixaban đã được bắt đầu sử dụng và clopidogrel đã được ngừng hay chưa.

Có thể tóm tắt chính xác từng mục trong hồ sơ mà vẫn không giải quyết được câu hỏi về thuốc vốn rất quan trọng đối với việc chuẩn bị phẫu thuật. Thay vào đó, Chart Prep được thiết kế để liên kết thủ thuật với những thuốc có liên quan đến nguy cơ chảy máu, theo dõi kế hoạch của khoa tim mạch, kiểm tra kết quả theo dõi nhịp tim và đối chiếu thay đổi dự kiến với lần đối chiếu thuốc sau đó. Công cụ cho biết hồ sơ hỗ trợ những kết luận nào, xác định các thông tin mâu thuẫn và giữ lại những câu hỏi chưa được giải đáp để bác sĩ xem xét.

Chorus cung cấp bối cảnh bệnh nhân dùng chung

Chart Prep sử dụng Chorus, hệ thống bối cảnh mà Ambience công bố ngày 24 tháng 8 năm 2026. Chorus cung cấp cho tác tử các công cụ để khảo sát hồ sơ, theo dõi một mạch diễn tiến lâm sàng, mở xem bằng chứng gốc, so sánh các nguồn và truy nguyên kết luận. Hệ thống duy trì một cái nhìn thống nhất về bệnh nhân, được liên kết với các nguồn, để những quy trình làm việc khác nhau của Ambience có thể sử dụng lại.

Ambience cho rằng chỉ đưa càng nhiều nội dung hồ sơ bệnh án càng tốt vào mô hình là chưa đủ: hồ sơ dài có thể vượt quá giới hạn cửa sổ ngữ cảnh, ngữ cảnh quá dày đặc có thể khiến việc sử dụng đáng tin cậy trở nên khó khăn hơn, và mô hình vẫn cần được định hướng về những mạch thông tin và bằng chứng cần xem xét. Thông báo trước đó về Chorus mô tả khả năng điều hướng qua ghi chú, thuốc, xét nghiệm, các đợt nhập viện và báo cáo chẩn đoán, đồng thời đối chiếu những nguồn thông tin và mốc thời gian mâu thuẫn. Hồ sơ sức khỏe điện tử vẫn là nguồn thông tin có thẩm quyền, còn Chorus cung cấp một lớp ngữ cảnh dùng chung giữa hồ sơ đó và các quy trình làm việc AI của Ambience.

Đánh giá tập trung vào các thông tin quan trọng về mặt lâm sàng

Quy trình đánh giá Chart Prep bắt đầu bằng việc các bác sĩ được hội đồng chuyên môn chứng nhận xem xét những hồ sơ đã khử định danh như hiện trạng ngay trước một buổi thăm khám sắp tới. Họ xác định và xếp hạng các thông tin liên quan đến lần thăm khám; một bác sĩ thứ hai độc lập xem xét ca bệnh, sau đó các điểm bất đồng hoặc thiếu sót được phân xử. Chỉ sau khi đạt được mức độ thống nhất chấp nhận được với đánh giá của bác sĩ, các hệ thống đánh giá tự động mới so sánh kết quả với tài liệu tham chiếu do bác sĩ thiết lập. Mỗi ca bệnh được chạy nhiều lần để đánh giá tính nhất quán.

Trong một phép đối chuẩn gồm 46 ca bệnh đã khử định danh, mỗi ca được chạy độc lập ba lần, Ambience cho biết bộ khung ngữ cảnh mới nhất của họ — thành phần định hình cách tác tử xem xét hồ sơ bệnh án — đã phát hiện 92,2% thông tin quan trọng, so với 78,7% ở bộ khung đang được sử dụng trong môi trường sản phẩm. Khoảng tin cậy 95% của kết quả mới hơn là từ 87,2% đến 96,3%. Tỷ lệ phát hiện toàn bộ thông tin quan trọng và có mức độ ưu tiên cao tăng từ 66,3% lên 72,3%.

Tỷ lệ các trường hợp bỏ sót còn lại được cho là do không truy xuất được bằng chứng cần thiết giảm từ 19,9% xuống 9,3%, mức giảm mà Ambience báo cáo là 53%. Phép so sánh giữ nguyên mô hình tạo sinh, nhóm bệnh nhân, tài liệu tham chiếu của bác sĩ và bộ công cụ đánh giá; vì vậy, thay đổi chính là bộ khung ngữ cảnh do Chorus xây dựng. Do đó, khác biệt được đo lường liên quan đến cách tác tử xem xét hồ sơ bệnh án, chứ không phải thay đổi ở mô hình nền tảng.

Sự khác biệt đó giúp các hệ thống y tế có một thước đo cụ thể về tính hữu ích của sản phẩm: liệu việc xem xét kỹ hơn có giúp truy xuất và ưu tiên những thông tin mà bác sĩ cho là quan trọng hay không, đồng thời vẫn lưu lại bằng chứng và những điểm chưa chắc chắn để bác sĩ xem xét. Trong ví dụ về thuốc, khâu chuẩn bị hữu ích sẽ làm rõ kế hoạch còn bỏ ngỏ trước khi phẫu thuật; việc quyết định cách đối chiếu và xử lý kế hoạch đó vẫn thuộc về bác sĩ.

Lila Rowan là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về lĩnh vực giao thoa giữa trí tuệ nhân tạo, chăm sóc sức khỏe và sức khỏe tinh thần. Công việc của cô tập trung vào việc các công cụ được thúc đẩy bởi AI đang cải thiện chẩn đoán, mở rộng khả năng tiếp cận chăm sóc và hỗ trợ các dịch vụ sức khỏe tinh thần theo cách bổ sung - không thay thế - các chuyên gia lâm sàng con người.
Với một quan điểm giàu lòng trắc ẩn và dựa trên bằng chứng, Lila kiểm tra các nghiên cứu lâm sàng, triển khai thực tế và các công nghệ sức khỏe mới nổi qua một ống kính nhân văn. Cô đặc biệt quan tâm đến các ứng dụng AI giúp giảm thiểu rào cản tiếp cận chăm sóc, tăng cường phát hiện sớm và hỗ trợ sức khỏe tinh thần trong khi tôn trọng quyền riêng tư, an toàn và tiêu chuẩn đạo đức của bệnh nhân.
Các bài viết được viết bởi Lila Rowan được tạo bởi AI và được xem xét bởi đội ngũ biên tập của Unite.AI để đảm bảo độ chính xác, nhạy cảm và báo cáo có trách nhiệm về các công nghệ sức khỏe và sức khỏe tinh thần.