AWS HealthScribe 起飞：人工智能如何终于解决医疗文档的噩梦

想象一下，每周花费6小时以上在文书工作上，而不是看诊患者。这是全球数千名临床医生的现实，AWS刚刚推出了一项可能改变游戏规则的解决方案。

认识一下 AWS HealthScribe——一项全新的生成式AI服务，能够自动将医生与患者的对话转化为临床文档。无需手动转录，无需无休止的笔记。只需交谈，让AI处理剩下的工作。

没有人愿意谈论的问题

临床文档正在严重影响医疗效率。医生花费大量时间将患者讨论内容转化为结构化的电子健康记录（EHR(EHR)）系统中的笔记。这是合规、账单和质量指标的必需，但同时也是一大时间浪费，本应与患者相处的时间。

大多数医疗软件提供商尝试使用基础的语音转文字和自然语言处理（NLP(NLP)）工具，但这些工具都未能生成真正的临床笔记。问题在于：构建理解医学术语、识别药物和剂量、按临床相关性划分对话、并在不同专科（如普通内科、骨科、儿科等）中保持准确性的AI系统，难度极大——这需要丰富的专业知识和大量资源。

还有一个信任问题：临床医生需要确切知道每一段生成文本的来源，以便在其进入患者记录之前发现错误或AI的“幻觉”。

AWS HealthScribe：为医疗行业量身打造，由AWS支持

AWS HealthScribe是一项符合HIPAA标准的服务，承担了繁重的工作。它的具体功能包括：

自动转录与分析
该服务利用语音识别技术，生成稳健的转录内容，识别发言人，并根据临床相关性自动分类内容（(闲聊、主观观察、客观发现)）。

智能数据提取
自动提取结构化的医疗信息——诊断、药物、剂量、就诊原因、现病史——并格式化以便轻松集成到EHR中。

透明的AI
生成的每一句笔记都包含对原始对话的引用。临床医生可以立即查看来源和上下文，降低“幻觉”风险。

针对两个专科预设
目前优化用于普通内科和骨科，允许提供者无需定制模型即可快速部署。

由Amazon Bedrock驱动
医疗软件提供商无需自行构建大型语言模型（LLMs）或管理底层的机器学习基础设施，只需一次API调用即可获得生成式AI能力。

为什么这对医疗软件供应商如此重要

在有了HealthScribe之前，构建AI驱动的临床文档需要：

• 招募AI专家（(稀缺人才)）
• 获取大量带注释的医疗数据（(昂贵且复杂)）
• 配备昂贵的计算基础设施
• 训练专门理解医学语言的医疗专用大型语言模型（LLMs(LLMs)）
• 从零开始建立负责任的AI控制措施
• 符合HIPAA合规和加密标准

现在？医疗软件提供商可以将AWS HealthScribe集成到他们的应用中，让AWS处理复杂性。他们专注于用户体验，而AWS负责AI基础设施、安全性和医疗准确性。

安全与隐私保障

AWS没有偷工减料：

• 传输和存储中的数据加密
• 处理后不保留客户数据
• 输入/输出不会用于训练AWS HealthScribe的模型
• 客户可控制数据存储位置
• 完全符合医疗行业的合规要求

已经在使用的企业

3M Health Information Systems 正在将AWS HealthScribe集成到其环境临床文档解决方案中，已有超过300,000名临床医生在使用。目标：大规模优化账单和临床工作流程。

Babylon Health 正在探索与其自然语言处理解决方案的集成，以使临床总结更智能、更易获取。

ScribeEMR，虚拟医疗书写的领导者，正在利用该服务变革医疗实践中的文档、编码和报销流程。

更广阔的前景

此次公告还伴随着AWS HealthImaging的推出——一项用于存储和分析医疗影像数据的服务，支持PB级规模。AWS正构建一个完整的健康科技生态系统。

为什么？因为医疗行业需要更快的节奏。临床医生需要更多时间与患者相处，而不是减少。医疗机构也需要降低运营成本，同时保持高质量。负责任地部署生成式AI，实际上可以实现这一目标。

医疗软件供应商的门槛大大降低。预计AI驱动的临床文档工具将在更多诊所、医院和医疗系统中快速推出。

**总结：**AWS HealthScribe消除了构建医疗AI的复杂性。对于那些被文档淹没的数千名临床医生来说，这无疑是个胜利。