人工智能原生医疗：1亿次医生就诊，节省10-20小时，几分钟内提前进行授权- Janie Lee和Chai Asawa，Abridge

AIE Melbourne（LS折扣）和AIE World ' s Fair的特别折扣（团体折扣高达25% -CFP仍对Autorsearch和垂直人工智能开放）Cya那里！Abridge一开始并不是“GPT包装器”。

它成立于2018年，比人工智能应用层公司的寒武纪爆炸早几年。OpenAI于2022年11月30日公开推出ChatGPT，到那时，Abridge已经花了数年时间为医疗保健领域最高背景、最重要的工作流程之一建立信任：患者和临床医生之间的对话。

阿布里奇最初的楔子是临床记录。听取就诊情况，生成笔记，减轻文书负担，让临床医生花更多时间陪伴患者而不是EHR。

通过专注于医生实际如何记录、卫生系统实际如何购买、EHR集成实际如何工作、临床医生如何验证输出以及就诊期间缺失的上下文如何变成计费、事先授权、质量和后续行动之间的下游摩擦，LLM的采用成为已经针对敏感上下文收集进行优化的工作流程的力量乘数。

该公司规模迅速：Abridge表示，预计今年将在250个大型复杂的美国企业中支持超过8000万名患者与临床医生的对话。S.医疗系统，支持28+种语言和50+种专业。它以5美元的价格筹集了3亿美元。

在当年早些时候进行了2.5亿美元的一轮融资后，2025年6月估值为3B。

今天，Janie Lee和Abridge的Chaitanya“Chai”Asawa加入我们，与Redpoint的Jacob Effron一起进行另一个跨界吊舱（Abridge董事会成员）深入了解Abridge如何从环境文档开始构建医疗保健临床智能层，

然后扩展到临床决策支持、事先授权、付款人/提供商/制药公司工作流程，最终是在之前、期间采取行动的实时代理以及在患者谈话之后。

我们深入了解将人工智能带入风险最高的企业环境之一背后的产品、数据、基础设施、评估、工作流程、隐私和组织设计选择，从超过1亿次医疗对话和特定专业的评估到实时警报、EHR集成、去识别、临床医生-科学家团队，以及为什么医疗保健可能首先解决一些最困难的人工智能问题。

我们讨论：为什么Abridge从临床记录、“睡衣时间”开始，每周为临床医生节省10-20小时从环境抄写员到临床智能层的过渡：节省时间、省钱、

拯救生命为什么患者和临床医生之间的对话可能是医疗保健中最重要的工作流程（患者就诊摘要功能）Chai的“医疗保健编码的Glean”框架：

背景为王，但医疗保健增加了安全、evals和推出的风险为什么Abridge希望人工智能感觉像“空调”：总是在后台，但只有在真正重要的时候才会打断预先授权示例：在患者仍在房间内的情况下，将几周后拒绝的MRI转变为实时指导为什么付款人政策、EHR数据、

医学文献和医院特定指南会让问题变得棘手，

并创造护城河Abridge如何看待环境形态因素：移动、桌面、室内设备、护理工作流程、多模式和未来的AR多方医疗保健客户：CMIO、CFO、CIO、临床医生、患者、付款人和制药公司Abridge最难的人工智能问题：高风险临床环境中的高质量、低延迟、

低成本实时支持Abridge何时使用前沿模型与专有模型，

以及为什么其来自医疗对话的独特数据很重要为什么“每个代理都是下面的编码代理”，以及如何将EHR视为医疗保健代理的文件系统Abridge如何在个人医生、专科和卫生系统中实现个性化为什么“人工智能slop”是没有上下文的人工智能，以及编辑、

记忆和临床医生偏好如何创建数据飞跃Abridge的评估堆栈：

LFD、LLM法官、内部临床医生、第三方评估员、特定专业的评估和逐步推出HIPAA、PHI、去身份识别、单向匿名化、客户合同以及安全地学习医疗保健数据当您在超过1亿次对话中运营时，会发生哪些变化：可靠性、成本、培训后、模型路由和基础设施优化为什么相同的临床对话可以为医生、

患者、付款人、制药公司和未来的临床试验工作流程服务Abridge如何与EHR合作，以及为什么深度互操作性是临床医生采用的赌注为什么医疗保健AI具有监管顺风，为什么80/20在这里不起作用，

以及为什么高风险领域可能会推动AI向前发展为什么Abridge将“临床科学家”嵌入产品和评估团队Chai从Grean那里学到了关于搜索、

质量和持久的人工智能基础设施的知识为什么AI基础架构的未来可能看起来像上下文层，事件驱动系统，Kafka，Temporal，套接字，CRDT和为人类构建的工具为什么Janie改变了对“DPP已死”的看法，

以及为什么清晰的书面清晰度在复杂的人工智能产品中更重要Abridge如何在内部使用Claude Code、Cursor和编码代理阿布里奇：网站：https：//www.

删节。com/珍妮·李：LinkedIn：https：//www. LinkedIn. com/in/janiejlee柴坦尼亚“柴”Asawa：LinkedIn：https：//www. LinkedIn. com/in/casawa时间戳00：00：

00简介和Abridge的工作00：

02：05从环境文档到临床智能00：04：04临床决策支持和背景为王00：06：57警报疲劳，主动情报和事先授权00：12：36 Ambient AI外形尺寸和医疗保健客户00：16：59医疗保健领域最棘手的人工智能问题00：18：26前沿模型、专有数据和模型策略00：

21：07 EHR作为代理的文件系统00：24：03个性化、记忆和临床医生偏好00：30：40 Evals、LLM评委和渐进式推出00：36：47 HIPAA、去身份识别和隐私00：39：21 1亿次对话并大规模运营00：44：10 EHR集成和临床智能层00：46：

39医疗保健监管、

延迟和高风险人工智能00：50：11临床医生科学家和长尾质量00：53：04收集和持久的人工智能基础设施的教训00：57：03代理医疗保健工作流程的未来00：57：34 DPD、产品清晰度和构建严肃的人工智能产品01：03：11 Abridge的人工智能编码工具01：

04：06结局转录物简介：Abridge、临床智能和潜在空间x无监督学习交叉Swyx [00：00：00]：好的。这是一个特殊的交叉潜伏空间无监督学习吊舱。Jacob [00：00：07]：非常高兴能做到这一点。

Jacob [00：00：08]：此时，我们每年聚会一次。Swyx [00：00：10]：每年一次雅各布[00：00：11]：这是一个有趣的机会。Swyx [00：00：13]：我真的很想和Abridge谈谈，但我觉得自己的资格非常低，因为医疗保健不是我们非常关注的领域。

碰巧Redpoint是我们的大投资者和Abridge的支持者。Jacob [00：00：27]：任何时候您想在播客中拥有投资组合公司雅各布[00：00：29]：请务必。Swyx [00：00：31]：所以我们来介绍我们的客人。

柴和珍妮，欢迎来到吊舱。Janie [00：00：34]：感谢您邀请我们。柴[00：00：35]：谢谢。Janie [00：00：35]：我们很高兴来到这里。柴[00：00：36]：谢谢。

Swyx [00：00：36]：那么对于听众来说，你们做了什么，只是为了让你们在公司里表现出色？Janie [00：00：42]：Abridge是卫生系统的临床智能层。

我们实际上是从临床医生的文档和构建开始的，当我们考虑减轻临床医生的负担时，他们每周花费10到20个小时在文档上。该国医生严重短缺。我们还认为，患者和临床医生之间的对话可能是医疗保健中最重要的工作流程。

这是提供和接受护理的地方，但如果你想想我们GDP的20%用于医疗保健，几乎