Una volta che l'AI sanitaria ha iniziato a operare su larga scala, ha smesso di essere una categoria indifferenziata e si è suddivisa in diversi gruppi distinti. Alcune piattaforme esistono principalmente per restituire ai clinici le loro serate, automatizzando il lavoro di documentazione e amministrativo che consuma ore che nessuno si aspettava di dedicare — un peso che gli studi sul burnout dei clinici hanno ripetutamente collegato al tempo trascorso sulla cartella clinica elettronica anziché sui pazienti. Altre sono progettate per cogliere qualcosa che una persona impegnata potrebbe trascurare, o per gestire interazioni con i pazienti che non richiedono rigorosamente il tempo di un clinico. Quasi nessuno di questi strumenti sostituisce la reale relazione medico-paziente; la maggior parte è costruita per proteggere il tempo che quella relazione richiede.

Ecco dieci piattaforme attualmente implementate all'interno di cliniche e sistemi sanitari.

Abridge

Abridge cattura le conversazioni cliniche in tempo reale e le converte in note di visita strutturate, riassunti pre-visita e supporto alla codifica in oltre quaranta specialità — una copertura insolitamente ampia per uno strumento di documentazione ambientale. Costruita specificamente per i grandi sistemi sanitari piuttosto che per gli studi individuali, la sua proposta centrale è di non disturbare i flussi di lavoro EHR che i clinici già utilizzano, invece di chiedere loro di adottare qualcosa applicato in modo goffo a lato. Per un grande sistema ospedaliero che cerca di ridurre la registrazione dopo l'orario di lavoro senza dover riaddestrare migliaia di clinici su un nuovo strumento, quel posizionamento "si integra in ciò che già esiste" rappresenta una parte significativa della vendita. Quel posizionamento conta perché i grandi sistemi storicamente sono stati lenti nell'adottare qualsiasi cosa richieda cambiamenti nei flussi di lavoro su larga scala, e lo scribing ambientale è una delle prime categorie di AI in cui i sistemi sanitari sono passati dai progetti pilota a rollout produttivi su vasta scala.

Nuance DAX (Microsoft)

DAX Copilot, ora sotto Microsoft in seguito all'acquisizione di Nuance, svolge più o meno lo stesso lavoro di Abridge: convertire automaticamente una conversazione con il paziente in una nota clinica strutturata. Puntano più decisamente sul deployment su scala enterprise e sulla revisione con uomo nel ciclo, rivolgendosi alle organizzazioni che cercano precisione a volumi reali. Si integra con Epic, Oracle Health e gli altri principali sistemi EHR su cui i sistemi sanitari già operano, ed è sostenuto dalla più ampia infrastruttura Azure di Microsoft per la scala di cui ha realmente bisogno una rete ospedaliera nazionale. La sua onesta limitazione è l'ambito: è principalmente uno strumento di documentazione, quindi un sistema sanitario che cerchi AI per il ciclo dei ricavi o la salute della popolazione dovrà affiancare qualcos'altro — un vincolo che riflette come la maggior parte dei fornitori di questo mercato si specializzi ancora per funzione anziché offrire un'unica piattaforma per tutto.

Suki AI

Suki è costruita attorno a una singola promessa: il medico parla in modo naturale e Suki genera la nota, richiama le informazioni del paziente e può persino eseguire comandi vocali come la stesura di una lettera di riferimento — tutto senza che il clinico tocchi una tastiera durante la visita. Questa impostazione senza mani conta più di quanto possa sembrare in una giornata clinica davvero frenetica, dove ogni interazione aggiuntiva con lo schermo tra paziente e operatore sanitario erode il tempo effettivamente dedicato a guardare la persona anziché il computer. Si integra con Epic, Cerner, Meditech e athenahealth, così le note dettate e i comandi vocali fluiscono direttamente nella cartella clinica esistente invece di restare in un silos separato che qualcuno dovrà poi riconciliare.

Aidoc

Aidoc assume un angolo completamente diverso rispetto agli strumenti di documentazione. Rivolto alla radiologia, utilizza algoritmi approvati dalla FDA per segnalare reperti urgenti come l'emorragia intracranica o l'embolia polmonare direttamente nel flusso di lavoro esistente del radiologo. Quell'approvazione FDA è una distinzione significativa in questo mercato: gli strumenti che analizzano immagini per rilevare patologie sono regolamentati come dispositivi medici, mentre gli strumenti di documentazione ambientale generalmente non lo sono, il che influisce sulla velocità con cui ciascuna categoria può arrivare sul mercato e sulle evidenze che deve presentare. Aidoc è per progettazione indipendente dal fornitore, collegandosi a PACS, EHR e sistemi di pianificazione attraverso protocolli standard come DICOM, HL7 e FHIR. In particolare, è l'unico fornitore di AI con una certa profondità di integrazione nel modulo Radiant di Epic, offrendo ai radiologi un feedback basato sull'acuità proprio dove stanno già esaminando le immagini. La sua proposta di valore non è recuperare tempo clinico come fanno gli scribi ambientali; è ridurre il divario tra il momento in cui un reperto critico appare su una scansione e il momento in cui qualcuno vi agisce concretamente.

Tempus

Tempus opera in un mondo completamente diverso: l'oncologia di precisione. È costruita attorno a una delle più grandi librerie di dati clinici e molecolari del settore, combinando sequenziamento genomico, analisi dei biomarcatori e supporto alle decisioni cliniche basato sull'AI specificamente per la cura del cancro. Il suo pannello di biopsia liquida xF può rilevare il DNA tumorale circolante da un prelievo di sangue, cosa di enorme importanza per i pazienti che fisicamente non possono fornire un campione di tessuto per una biopsia tradizionale. Tempus è anche stato il primo laboratorio a trasmettere risultati genomici discreti direttamente sulla rete Order & Results Anywhere di Epic — un dettaglio tecnico dal suono poco glamour che si traduce nel fatto che gli oncologi ricevono dati genomici complessi all'interno della cartella su cui stanno già lavorando, anziché in un PDF separato che qualcuno deve andare a cercare.

Innovaccer (Gravity)

La piattaforma Gravity di Innovaccer affronta un problema diverso da tutti gli strumenti clinici sopra citati: unificare i dati clinici, dei reclami, finanziari e operativi dispersi tra le decine di sistemi scollegati di un sistema sanitario, per poi distribuire agenti AI che agiscano su di essi, con supervisione umana configurabile a ogni passaggio. Quella frammentazione è uno dei problemi strutturali più persistenti della sanità statunitense, dove la storia di un singolo paziente è spesso distribuita tra sistemi di cartelle separate che non comunicano tra loro. Gravity viene fornita con più di cento connettori preinstallati per EHR e payer più decine di agenti predefiniti che coprono autorizzazione preventiva, contatto per carenze di assistenza e pianificazione, ed è sufficientemente agnostica rispetto a cloud e modelli da funzionare sia su AWS che su Azure con l'LLM preferito dal sistema sanitario. Un deployment documentato avrebbe ridotto il tempo di elaborazione dell'autorizzazione preventiva da 43 minuti a meno di 3 — il tipo di vittoria operativa poco appariscente che raramente fa notizia ma che cambia concretamente la velocità con cui un paziente ottiene l'approvazione delle cure.

Doximity

Doximity occupa un'altra nicchia ancora. È la più grande rete professionale per i medici statunitensi, con una presunta maggioranza dei medici in attività già registrati, e ha costruito una suite di strumenti AI gratuiti attorno a quella membership esistente invece di vendere una soluzione a punto unico. Doximity Ask funziona come uno strumento di ricerca medica basato su AI che i clinici possono interrogare in linguaggio naturale; Doximity Dialer consente ai medici di chiamare o inviare messaggi ai pazienti mantenendo privati i numeri personali; e Doximity Scribe registra una visita, produce un riassunto e elimina la registrazione originale. Essere gratuiti è un modello davvero insolito in questa lista, e funziona specificamente perché Doximity disponeva già della distribuzione: i medici erano già lì per la rete, quindi gli strumenti AI sono arrivati come un'estensione anziché come una vendita forzata.

Notable Health

Notable si concentra sul livello amministrativo che circonda la visita di un paziente — registrazione digitale, promemoria degli appuntamenti e automazione dei contatti — implementato su una scala davvero ampia, presumibilmente attivo in più di dodicimila sedi al servizio di decine di milioni di pazienti. Invece di collocarsi all'interno della visita clinica come fanno Abridge o Suki, Notable vive nelle parti del percorso del paziente che avvengono prima e dopo il momento in cui si trova effettivamente nella stanza con un operatore sanitario, che è esattamente dove gran parte dell'attrito evitabile in un tipico sistema sanitario (appuntamenti mancati, moduli incompleti, follow-up lenti) tende ad accumularsi.

K Health

K Health combina un copilota AI per l'indagine sui sintomi e il triage dei pazienti con un effettivo modello di erogazione di cure primarie virtuali, invece di essere solo un controllo dei sintomi che riconsegna il paziente al sistema sanitario ordinario una volta terminate le domande. È utilizzata sia da sistemi sanitari che vogliono aggiungere un livello di triage alle operazioni esistenti sia come opzione di cure virtuali autonoma direttamente per i pazienti — un'identità doppia leggermente insolita rispetto alla maggior parte degli strumenti solo-enterprise di questa lista. L'azienda sviluppa anche applicazioni specifiche per specialità, come il monitoraggio di sintomi e trigger dell'asma, costruite sullo stesso motore centrale di triage e documentazione.

Hippocratic AI

Hippocratic AI affronta nel modo più diretto la conversazione con il paziente rispetto a qualsiasi altro strumento di questa lista: agenti AI progettati per parlare davvero con i pazienti, gestendo attività come i controlli post-dimissione o i follow-up di condizioni croniche. È costruita attorno a un modello safety-first proprio perché parlare con i pazienti comporta rischi diversi rispetto all'assistenza a un clinico dietro le quinte. I suoi agenti attualmente puntano verso l'estremo a minor rischio delle interazioni cliniche e del supporto alla documentazione piuttosto che alle decisioni di diagnosi o trattamento, riflettendo una cautela più ampia del settore su quanto una voce AI rivololta ai pazienti debba poter dire autonomamente. È uno dei segnali più chiari della direzione futura di questa categoria: non solo aiutare i clinici a lavorare più velocemente, ma far sì che un'AI supervisionata svolga concretamente parte della conversazione direttamente con il paziente.