AI 模型与平台
Ambience Prepare:就诊前呈现证据并提出待解问题

Ambience Healthcare 于 2026 年 11 月 12 日推出 Ambience Prepare,这是一项就诊前工作流程,其 Chart Prep 功能可将患者的长期病历整理成附有证据来源的简报。该系统旨在围绕即将进行的就诊查阅病历、突出尚未解决的问题,并将临床决策留给临床医生。
Prepare 还包含 Chart Chat,临床医生可以用自然语言询问患者病历中的信息。此次公告重点介绍 Chart Prep。该功能专为就诊前短暂的查阅时间设计,帮助临床医生了解患者情况、还原相关诊疗脉络、突出变化并呈现待解问题。每项发现都附有支持证据,病历中不完整或相互矛盾的信息也会被标出。
术前串联用药记录
Ambience 以一名泌尿科医生的准备过程说明两者的区别:这名医生即将接诊一位近期发生多灶性脑卒中的患者,患者计划接受经尿道前列腺切除术。心脏科原计划在检测到心房颤动时调整用药。后续检查证实患者有心房颤动,但之后的记录未能明确是否已开始使用阿哌沙班并停用氯吡格雷。
即使不解决这一对手术准备至关重要的用药疑问,也可以准确概述每条记录。Chart Prep 的设计目标则是将手术与影响出血风险的药物关联起来,追踪心脏科的计划,核查心律监测结果,并将原定的用药调整与之后的用药核对记录进行比较。它会呈现病历所能支持的结论、指出冲突,并保留尚未解决的问题供临床医生审阅。
Chorus 提供共享的患者背景信息
Chart Prep 依托 Chorus 运行。Ambience 于 2026 年 8 月 24 日公布了这一上下文系统。Chorus 为智能体提供一系列工具,使其能够浏览病历、追踪临床诊疗脉络、查阅底层证据、比较不同来源,并追溯结论的依据。它会形成一份共享且关联来源的患者情况概览,供 Ambience 的不同工作流程重复使用。
Ambience 认为,将尽可能多的病历文本载入模型并不足够:篇幅过长的记录可能超出上下文窗口;信息过于密集的上下文也更难可靠使用;此外,模型仍需要指引,才能判断应查阅哪些诊疗脉络和证据。此前发布的 Chorus 公告介绍了该系统如何浏览病程记录、用药信息、实验室检查结果、住院记录和诊断报告,并协调相互矛盾的信息来源及时间线。电子健康记录仍是权威信息来源,而 Chorus 则在该记录与 Ambience 的 AI 工作流程之间提供共享的上下文层。
评估聚焦临床重要事实
Chart Prep 的评估首先由获得专科委员会认证的临床医生审阅去标识化病历,这些病历保留了患者即将就诊前的原始状态。临床医生会找出并按重要性排列与就诊相关的事实;另一名临床医生随后独立审阅病例,任何分歧或遗漏都会经过裁定。只有在自动评审结果与临床医生判断达到可接受的一致程度后,自动评审才会将输出结果与临床医生确立的参照内容进行比较。每个病例都会运行多次,以评估结果的一致性。
在一项基准测试中,46 例去标识化患者病例各自独立运行三次。Ambience 报告称,其最新的上下文框架(用于引导智能体查阅病历)找出了 92.2% 的关键事实,而生产环境中的框架为 78.7%。新框架结果的 95% 置信区间为 87.2% 至 96.3%。所有关键及高重要性事实的召回率则从 66.3% 升至 72.3%。
在剩余漏检中,因未能检索到必要证据而造成的比例从 19.9% 降至 9.3%;Ambience 报告称,降幅为 53%。比较过程中,生成模型、患者队列、临床医生建立的参照内容和评估套件均保持不变,主要变化是基于 Chorus 构建的上下文框架。因此,测得的差异反映的是智能体查阅病历的方式发生了变化,而不是底层模型有所改变。
这一区别为卫生系统提供了一项衡量产品实用性的具体指标:更好的查阅方式能否找出并优先呈现临床医生认为重要的事实,同时保留证据和不确定性供其审阅。在用药示例中,有用的术前准备应让尚未解决的用药计划在手术前清晰可见;如何协调这一计划,仍由临床医生决定。












