医療AIが実際に規模運用され始めると、単一の無差別なカテゴリーではなく、いくつかの明確なグループに分化した。一部のプラットフォームは、誰も想定していなかった時間を奪う記録業務や管理業務を自動化し、医療者に夜間の時間を取り戻すことを主な目的としている。臨床医のバーンアウトに関する研究では、この負担が患者ではなく電子カルテに費やす時間と繰り返し関連付けられてきた。また、別のプラットフォームは、多忙な人間が見落としかねない事柄を捉えたり、厳密には医療者の時間を必要としない患者とのやり取りを処理したりするために設計されている。これらのツールのほとんどは医師と患者の実際の関係を置き換えるものではなく、その関係に必要な時間を守るために作られている。

以下は、現在クリニックや医療システム内で実際に導入されている10のプラットフォームである。

Abridge

Abridgeは、診療中の会話をリアルタイムで記録し、40以上の診療科にわたる構造化された診療録、診療前サマリー、コーディング支援に変換する。アンビエント型記録ツールとしては非常に広い守備範囲である。大規模医療システム向けに特化して構築されており、単独開業医向けではない。その核心的な提案は、既存のEHRワークフローを壊さないことであり、横付けの新ツールの導入を求めることではない。数千人の医療者を新ツールで再訓練せずに勤務時間外の記録作業を減らそうとする大規模病院システムにとって、この「既存のものに適合する」というポジショニングは販売上の大きな要素となる。このポジショニングが重要なのは、大規模システムが歴史的に大規模なワークフロー変更を求める導入に慎重だったことに加え、アンビエント記録が医療システムがパイロットから本格運用へ移行した最初のAIカテゴリーの一つだからである。

Nuance DAX（Microsoft）

DAX Copilotは、Nuance買収により現在マイクロソフト傘下となり、Abridgeとほぼ同じ役割を担う。患者との会話を構造化された診療録に自動変換するものだが、本格的な規模での展開や、大量処理での精度を求める組織向けのヒューマンインザループ型レビューにより重きを置いている。Epic、Oracle Health、その他医療システムが既に運用している主要EHRシステムと統合されており、全国規模の病院ネットワークが必要とするスケールをマイクロソフトのAzureインフラが支えている。率直な限界は範囲である。主に記録ツールであるため、収益サイクルやポピュレーションヘルス全体でAIを求める医療システムには別のソリューションの併用が必要となる。この制約は、この市場のほとんどのベンダーが依然として機能別に特化しており、すべてを賄う単一プラットフォームを提供していない現状を反映している。

Suki AI

Sukiは単一の約束を軸に構築されている。医師が自然に話すと、Sukiが診療録を生成し、患者情報を呼び出し、紹介状の起草などの音声コマンドまで実行する。診療中に医療者がキーボードに触れる必要はない。このハンズフリーの設計は、一見以上に重要である。本当に忙しい診療日には、患者と医療提供者の間の画面操作が増えるたびに、コンピューターではなく人を見るために実際に使える時間が削られていくからである。Epic、Cerner、Meditech、athenahealthと統合されており、音声入力された記録や音声コマンドは、後で誰かが突き合わせる必要のある独立したサイロに置かれるのではなく、既存の診療録に直接流れ込む。

Aidoc

Aidocは、記録ツールとはまったく異なるアプローチを取る。放射線科を対象とし、FDA承認済みのアルゴリズムを用いて、頭蓋内出血や肺塞栓症などの時間的制約が厳しい所見を、放射線科医の既存ワークフロー内で直接フラグ表示する。このFDA承認は市場における重要な差異化である。画像を解析して疾患を検出するツールは医療機器として規制される一方、アンビエント型記録ツールは一般的に規制対象外であり、それぞれのカテゴリーの出荷スピードと求められるエビデンスに影響している。Aidocは設計上ベンダー非依存であり、DICOM、HL7、FHIRなどの標準プロトコルを通じてPACS、EHR、スケジューリングシステムに接続する。特筆すべきは、EpicのRadiantモジュール内で一定の統合深度を持つ唯一のAIベンダーであり、放射線科医がすでに画像を読影しているまさにその場所で重症度に基づくフィードバックを提供している。その価値提案は、アンビエント記録のような医療者時間の回収ではなく、重大な所見がスキャンに現れた瞬間と誰かが実際に行動する瞬間との間隔を縮めることである。

Tempus

Tempusはまったく別の世界、精密腫瘍医療を専門としている。同分野で最大級の臨床・分子データライブラリの一つを基盤に、ゲノムシーケンシング、バイオマーカー分析、がん診療に特化したAI駆動の臨床意思決定支援を組み合わせている。xF液体生検パネルは採血から循環腫瘍DNAを検出でき、従来の生検で組織検体を物理的に提供できない患者にとって極めて重要である。また、EpicのOrder & Results Anywhereネットワーク上で個別のゲノム結果を直接提供した最初の検査機関でもある。地味に聞こえる技術的詳細だが、実際には腫瘍医が複雑なゲノムデータを、探し回る必要のある別のPDFではなく、すでに使用しているカルテ内で受け取れることを意味している。

Innovaccer（Gravity）

InnovaccerのGravityプラットフォームは、上記の臨床ツールとは異なる問題に取り組む。医療システム内の数十の分断されたシステムに散在する臨床、請求、財務、運用データを統一し、AIエージェントを展開してそれに基づき行動させる。各ステップでは設定可能な人間による監督が組み込まれている。この分断は米国医療における最も根深い構造的問題の一つであり、一人の患者の履歴が互いに連携しない別々の記録システムに分散していることが多い。Gravityは、100以上のEHR・支払者向けコネクタと、事前承認、ケアギャップ・アウトリーチ、スケジューリングをカバーする数十のプリビルト・エージェントを搭載して出荷される。クラウドおよびモデル非依存で、AWSでもAzureでも、医療システムが好むどのLLMでも動作する。ある記録された導入事例では、事前承認の処理時間が43分から3分未満に短縮されたと報告されている。見出しにはなりにくい地味な運用上の勝利だが、患者が承認された治療を実際に受けられるまでの速さを本質的に変えるものである。

Doximity

Doximityはまた別のニッチを占めている。米国医師向け最大のプロフェッショナルネットワークであり、開業医の過半数がすでに登録していると報告されている。単一のソリューションを販売するのではなく、その既存の会員基盤を活かした無料のAIツール群を構築した。Doximity Askは自然言語で照会できる医療AI検索ツール、Doximity Dialerは医師が個人番号を非公開のまま患者に電話やメッセージを送れるようにし、Doximity Scribeは診療を録音してサマリーを生成し、元の録音を破棄する。無料であることはこのリストでは珍しいモデルであり、Doximityがすでに流通基盤を持っていたからこそ機能している。医師はネットワーク目的ですでにそこにいたため、AIツールは強引な販売ではなく拡張機能として届いた。

Notable Health

Notableは、患者の受診を取り囲む管理層、すなわちデジタル受付、予約リマインダー、アウトリーチ自動化に注力している。その規模は非常に大きく、12,000を超える拠点で稼働し、数千万人の患者にサービスを提供していると報告されている。AbridgeやSukiのように診療自体の中に位置するのではなく、Notableは患者が実際に診療室にいる前後に起こる診療プロセスの部分に存在する。そここそが、医療システムで回避可能な摩擦（予約の不出席、未完了の書類、遅いフォローアップ）が蓄積しがちな場所である。

K Health

K Healthは、症状調査と患者トリアージのためのAIコパイロットを、実際のバーチャルプライマリケア提供モデルと組み合わせている。質問を終えた後に患者を通常の医療システムへ戻すだけの症状チェッカーではない。既存運用に追加のトリアージ層を求める医療システム向けにも、患者向けの単独バーチャル診療オプションとしても利用されており、このリストのほとんどの企業向け専用ツールとは少し異なる二重の性質を持つ。同社はまた、喘息の症状・誘発要因トラッキングなど、より専門特化型のアプリケーションを、同じ中核のトリアージ・記録エンジン上に構築している。

Hippocratic AI

Hippocratic AIは、このリストの中で最も直接的に患者との対話に取り組んでいる。退院後の経過確認や慢性疾患のフォローアップなどのタスクを処理する、実際に患者と話すことを目的としたAIエージェントである。患者と話すことは、舞台裏で医療者を支援するのとは異なるリスクを伴うため、安全性最優先のモデルを軸に構築されている。そのエージェントは現在、診断や治療の決定ではなく、臨床的やり取りや記録支援のうち比較的リスクの低い側面に寄せられている。これは、患者向けAIの音声に対してどこまで自主的な発言を許すべきかという業界全体の慎重さを反映している。このカテゴリーの次の方向性を示す明確なシグナルの一つである。医療者の作業を速くするだけでなく、監督下のAIが患者との会話の一部を実際に担うことへ向かっている。