AWS HealthScribe 起飛：AI 如何終於解決醫療領域的文件惡夢

想像一下，每週花在文書工作上的時間超過6小時，而不是看診。這是全球數千名臨床醫師的現實，AWS 剛剛推出了一個可能改變遊戲規則的解決方案。

認識一下 AWS HealthScribe——一項全新的生成式 AI 服務，能自動將醫生與病人的對話轉換成臨床文件。無需手動轉錄，也不用無休止的記錄筆記。只要說話，剩下的交給 AI 處理。

沒有人願意談論的問題

臨床文件正嚴重影響醫療效率。醫生花大量時間將病人討論內容轉換成結構化的電子健康紀錄（EHR）(EHR) 系統的筆記。這是合規、帳單和品質衡量的必要步驟，但同時也是一個巨大的時間浪費，本應用於與病人相處。

大多數醫療軟體供應商曾嘗試使用基本的語音轉文字和自然語言處理（NLP）(NLP) 工具，但這些工具都無法產生真正的臨床筆記。這也是複雜度爆炸的地方——建立能理解醫學術語、辨識藥物與劑量、依臨床相關性分段對話、並在不同專科（(general medicine, orthopedics, pediatrics, etc.)）中保持準確性的 AI 系統，這需要專業的專家和大量資源。

還有一個信任問題：臨床醫師需要確切知道每一段生成的文字來自何處，以便在資料進入病歷前捕捉錯誤或 AI 的幻覺。

AWS HealthScribe 登場：為醫療量身打造，AWS 支持

AWS HealthScribe 是一個符合 HIPAA 標準的服務，能完成繁重的工作。它的實際功能包括：

自動轉錄與分析
利用語音識別技術，產生穩健的轉錄內容，辨識說話者，並根據臨床相關性自動分類內容(small talk, subjective observations, objective findings)。

智能資料提取
自動抽取結構化的醫療資訊——診斷、藥物、劑量、就診原因、現病史——並格式化以便輕鬆整合到 EHR。

透明的 AI
每一句生成的筆記都附有回溯原始對話的引用。臨床醫師可以立即看到來源和背景，降低幻覺風險。

針對兩個專科預先建置
目前優化於一般內科和骨科，讓醫療提供者可以快速上手，無需自訂模型訓練。

由 Amazon Bedrock 提供技術支援
醫療軟體供應商可以存取生成式 AI 功能，無需自行建立大型語言模型（LLMs）或管理底層的 ML 基礎設施。只需一個 API 呼叫，即可完成。

為何這對醫療軟體廠商如此重要

在 HealthScribe 出現之前，建立 AI 驅動的臨床文件需要：

• 招募 AI 專家 (稀缺人才)
• 搜集大量標註醫療資料 (昂貴且複雜)
• 配置昂貴的運算基礎設施
• 訓練專為醫療設計的大型語言模型（LLMs）(LLMs)，理解醫學語言
• 從零建立負責任的 AI 控制措施
• 遵守 HIPAA 和加密標準

現在呢？醫療軟體供應商可以將 AWS HealthScribe 整合到他們的應用程式中，讓 AWS 負責繁雜的部分。他們專注於用戶體驗，而 AWS 則負責 AI 基礎設施、安全性與醫學準確性。

安全與隱私全面保障

AWS 沒有馬虎：

• 傳輸中與靜態資料皆加密
• 客戶資料在處理後不會被保留
• 輸入/輸出資料不會用來訓練 AWS HealthScribe 的模型
• 客戶可控制資料存放位置
• 完全符合醫療行業規範

已經加入的企業有哪些？

3M Health Information Systems 正將 AWS HealthScribe 整合到他們的環境臨床文件解決方案中，已被超過 300,000 位臨床醫師使用。目標：大規模優化帳單與臨床流程。

Babylon Health 正探索將其自然語言處理解決方案與 AWS HealthScribe 整合，讓臨床摘要更智能、更易取得。

ScribeEMR，虛擬醫療書記的領導者，正利用此服務改變醫療實務中的文件處理、編碼與報銷流程。

更大的願景

這個消息同時伴隨著 AWS HealthImaging 的推出，這是一個用於存儲與分析醫學影像資料（以拍字節為單位）的服務。AWS 正在打造一個完整的健康科技生態系。

為什麼？因為醫療需要更快的進展。臨床醫師需要更多時間與病人相處，而不是花在文書工作上。醫療組織也需要降低營運成本，同時維持品質。負責任地部署生成式 AI，確實可以實現這些目標。

醫療軟體廠商的門檻大幅降低。預計 AI 驅動的臨床文件工具將更快推廣到更多診所、醫院與醫療系統。

底線： AWS HealthScribe 消除了建立醫療 AI 的複雜性。對於數千名被文書工作淹沒的臨床醫師來說，這是一個勝利。