Gdy sztuczna inteligencja w ochronie zdrowia zaczęła działać na dużą skalę, przestała być jedną nierozróżnialną kategorią i podzieliła się na kilka wyraźnych grup. Niektóre platformy istnieją przede wszystkim po to, aby zwrócić klinicystom ich wieczory, automatyzując dokumentację i prace administracyjne, które pochłaniają godziny, których nikt nie planował spędzać — obciążenie, które badania nad wypaleniem zawodowym klinicystów wielokrotnie wiązały z czasem spędzanym przy elektronicznej dokumentacji medycznej, a nie z pacjentami. Inne zostały zaprojektowane, aby wychwycić coś, czego zapracowany człowiek mógłby nie zauważyć, lub aby obsłużyć interakcje z pacjentem, które nie wymagają ściśle czasu klinicysty. Prawie żadne z tych narzędzi nie zastępuje rzeczywistej relacji lekarz–pacjent; większość ma chronić czas, którego ta relacja wymaga.

Oto dziesięć platform wdrożonych obecnie w klinikach i systemach ochrony zdrowia.

Abridge

Abridge rejestruje rozmowy kliniczne w czasie rzeczywistym i przekształca je w ustrukturyzowane notatki z wizyt, podsumowania przedwizytowe oraz wsparcie kodowania w ponad czterdziestu specjalnościach — wyjątkowo szeroki zasięg jak na narzędzie otoczeniowej dokumentacji. Zbudowana specjalnie dla dużych systemów ochrony zdrowia, a nie pojedynczych praktyk, jej główna propozycja polega na niezakłócaniu przepływów pracy EHR, z których klinicyści już korzystają, zamiast proszenia ich o przyjęcie czegoś niezgrabnie dołożonego z boku. Dla dużego systemu szpitalnego, który próbuje ograniczyć dokumentację po godzinach bez przekwalifikowywania tysięcy klinicystów na nowe narzędzie, pozycjonowanie „wpasowuje się w to, co już istnieje” jest istotną częścią oferty. To pozycjonowanie ma znaczenie, ponieważ duże systemy historycznie powoli wdrażały wszystko, co wymaga zmiany przepływów pracy na dużą skalę, a otoczeniowe dokumentowanie to jedna z pierwszych kategorii AI, w których systemy ochrony zdrowia przeszły z pilotów do szerokich wdrożeń produkcyjnych.

Nuance DAX (Microsoft)

DAX Copilot, obecnie pod Microsoftem po przejęciu Nuance, wykonuje mniej więcej tę samą pracę co Abridge: automatycznie przekształca rozmowę z pacjentem w ustrukturyzowaną notatkę kliniczną. Mocniej stawia na wdrożenia w skali przedsiębiorstwa i przegląd z udziałem człowieka, skierowane do organizacji, które chcą precyzji przy rzeczywistej skali. Integruje się z Epic, Oracle Health i innymi głównymi systemami EHR, na których już pracują systemy ochrony zdrowia, a wspiera go szersza infrastruktura Azure Microsoftu — na skalę, jakiej faktycznie potrzebuje ogólnokrajowa sieć szpitalna. Jego szczerym ograniczeniem jest zakres: jest to przede wszystkim narzędzie dokumentacyjne, więc system ochrony zdrowia poszukujący AI w cyklu przychodów lub zdrowiu populacji będzie potrzebował czegoś dodatkowego — ograniczenie to odzwierciedla, że większość dostawców na tym rynku nadal specjalizuje się w poszczególnych funkcjach, zamiast oferować jedną platformę do wszystkiego.

Suki AI

Suki zbudowana jest wokół jednej obietnicy: lekarz mówi naturalnie, a Suki generuje notatkę, wyświetla informacje o pacjencie, a nawet może wykonywać polecenia głosowe, takie jak sporządzenie skierowania — wszystko bez dotykania klawiatury przez klinicystę podczas wizyty. To ujęcie bez użycia rąk ma większe znaczenie, niż mogłoby brzmieć w naprawdę zapracowanym dniu klinicznym, gdzie każdy dodatkowy kontakt z ekranem między pacjentem a lekarzem podgryza czas faktycznie spędzony na patrzeniu na człowieka, a nie na komputer. Integracja z Epic, Cerner, Meditech i athenahealth sprawia, że dyktowane notatki i polecenia głosowe trafiają bezpośrednio do istniejącej dokumentacji medycznej, zamiast żyć w osobnej silosie, który ktoś później musi pogodzić.

Aidoc

Aidoc przyjmuje zupełnie inny kąt niż narzędzia dokumentacyjne. Skierowany do radiologii, wykorzystuje algorytmy zarejestrowane przez FDA do oznaczania pilnych wyników, takich jak krwawienie śródczaszkowe czy zatorowość płucna, bezpośrednio w istniejącym przepływie pracy radiologa. Ta rejestracja FDA to istotne rozróżnienie na tym rynku: narzędzia analizujące obrazy w celu wykrycia choroby są regulowane jako wyroby medyczne, podczas gdy narzędzia otoczeniowej dokumentacji zazwyczaj nie są, co kształtuje tempo dostarczania każdej kategorii i wymagane dowody. Aidoc jest z założenia niezależny od dostawców, łącząc się z PACS, EHR i systemami planowania przez standardowe protokoły takie jak DICOM, HL7 i FHIR. Co istotne, jest jedynym dostawcą AI o określonej głębokości integracji wewnątrz modułu Radiant firmy Epic, zapewniając radiologom informacje o ostrości stanu pacjenta dokładnie tam, gdzie już przeglądają obrazy. Jego propozycja wartości nie polega na odzyskiwaniu czasu klinicystów jak w przypadku otoczeniowych skrybów; polega na skracaniu odstępu między momentem pojawienia się krytycznego wyniku na obrazie a momentem, w którym ktoś faktycznie na niego zareaguje.

Tempus

Tempus działa w zupełnie innym świecie: onkologii precyzyjnej. Zbudowany jest wokół jednej z największych bibliotek danych klinicznych i molekularnych w tej dziedzinie, łącząc sekwencjonowanie genomowe, analizę biomarkerów i wspierane przez AI wsparcie decyzji klinicznych dedykowane właśnie opiece onkologicznej. Jego panel biopsji płynnej xF może wykryć krążące DNA nowotworowe z próbki krwi, co ma ogromne znaczenie dla pacjentów, którzy fizycznie nie mogą dostarczyć próbki tkankowej do tradycyjnej biopsji. Tempus był również pierwszym laboratorium dostarczającym dyskretne wyniki genomowe bezpośrednio przez sieć Order & Results Anywhere firmy Epic — brzmiący mało efektownie szczegół techniczny, który w praktyce oznacza, że onkolodzy otrzymują złożone dane genomowe w karcie, nad którą już pracują, a nie w osobnym pliku PDF, który ktoś musi wytropić.

Innovaccer (Gravity)

Platforma Gravity firmy Innovaccer rozwiązuje inny problem niż którekolwiek z powyższych narzędzi klinicznych: scala dane kliniczne, rozliczeniowe, finansowe i operacyjne rozproszone w dziesiątkach niepowiązanych systemów ochrony zdrowia, a następnie wdraża agentów AI, aby na nich działać — z konfigurowalnym nadzorem człowieka na każdym etapie. Ta fragmentaryzacja to jeden z najbardziej uporczywych problemów strukturalnych amerykańskiej ochrony zdrowia, gdzie historia pojedynczego pacjenta jest często rozbita między odrębne systemy dokumentacji, które się ze sobą nie komunikują. Gravity jest dostarczana z ponad stu gotowymi łącznikami EHR i płatników oraz dziesiątkami wbudowanych agentów obejmujących autoryzację wcześniejszą, kontakt w ramach luk w opiece i planowanie wizyt, a jej niezależność od chmury i modeli pozwala działać na AWS lub Azure z dowolnym LLM, który preferuje system ochrony zdrowia. W jednym udokumentowanym wdrożeniu czas przetwarzania autoryzacji wcześniejszej miał spaść z 43 minut do mniej niż 3 — rodzaj mało spektakularnej wygranej operacyjnej, która rzadko trafia na nagłówki, ale realnie zmienia to, jak szybko pacjent otrzymuje zatwierdzoną opiekę.

Doximity

Doximity zajmuje kolejną niszę. Jest największą siecią zawodową amerykańskich lekarzy — według doniesień zarejestrowana jest już większość praktykujących lekarzy — i zbudowała wokół tego istniejącego członkostwa zestaw bezpłatnych narzędzi AI, zamiast sprzedawać pojedyncze rozwiązanie punktowe. Doximity Ask działa jako medyczne narzędzie wyszukiwania AI, które klinicyści mogą odpytywać językiem naturalnym; Doximity Dialer pozwala lekarzom dzwonić do pacjentów lub wysyłać im wiadomości, zachowując prywatność numerów osobistych; a Doximity Scribe nagrywa wizytę, tworzy podsumowanie i usuwa oryginalne nagranie. Darmowość to naprawdę nietypowy model na tej liście, a działa właśnie dlatego, że Doximity miał już dystrybucję: lekarze byli tam już ze względu na sieć, więc narzędzia AI pojawiły się jako rozszerzenie, a nie agresywna sprzedaż.

Notable Health

Notable koncentruje się na warstwie administracyjnej otaczającej wizytę pacjenta — cyfrowy intake, przypomnienia o wizytach i automatyzacja kontaktu — wdrożonej w naprawdę dużej skali, podobno działającej w ponad dwunastu tysiącach placówek i obsługującej dziesiątki milionów pacjentów. Zamiast obecności w samej wizycie klinicznej, jak Abridge czy Suki, Notable żyje w tych częściach drogi pacjenta, które następują przed i po bezpośrednim spotkaniu z lekarzem — a to dokładnie tam, gdzie w typowym systemie ochrony zdrowia gromadzi się znaczna część unikalnych tarć (niewywiązanie się z wizyt, niekompletne formularze, powolna kontynuacja).

K Health

K Health łączy kopilota AI do badania objawów i triażu pacjentów z rzeczywistym modelem świadczenia wirtualnej opieki podstawowej, zamiast być jedynie sprawdzaczem objawów, który po zakończeniu zadawania pytań odsyła pacjenta z powrotem do zwykłego systemu ochrony zdrowia. Jest używana zarówno przez systemy ochrony zdrowia chcące dodać warstwę triażową do istniejących operacji, jak i jako samodzielna opcja opieki wirtualnej bezpośrednio dla pacjentów — nieco nietypowa podwójna tożsamość w porównaniu z większością narzędzi wyłącznie korporacyjnych na tej liście. Firma buduje również aplikacje specjalistyczne, takie jak śledzenie objawów i czynników wyzwalających astmy, na tym samym rdzennym silniku triażu i dokumentacji.

Hippocratic AI

Hippocratic AI podchodzi najbardziej bezpośrednio do rozmów z pacjentami ze wszystkiego na tej liście: agenci AI zaprojektowani, aby faktycznie rozmawiać z pacjentami, obsługujący zadania takie jak kontrole po wypisie czy wizyty kontrolne w chorobach przewlekłych. Został zbudowany wokół modelu bezpieczeństwa przede wszystkim dlatego, że rozmowa z pacjentami niesie inne ryzyko niż wspomaganie klinicysty poza sceną. Jego agenci obecnie skłaniają się ku mniej ryzykownemu końcowi interakcji klinicznej i wsparcia dokumentacji, a nie decyzji diagnostycznych czy terapeutycznych, co odzwierciedla szerszą ostrożność branży co do tego, ile głos AI skierowany do pacjenta powinien móc powiedzieć samodzielnie. To jeden z wyraźniejszych sygnałów, dokąd ta kategoria zmierza: nie tylko pomaganie klinicystom w szybszej pracy, ale powierzenie nadzorowanemu AI faktycznej części rozmowy bezpośrednio z pacjentem.