Hippocratic AI 发布医疗 AI 编排器，从单一任务代理转向按结果协同的智能体团队

Hippocratic AI 发布新一代医疗 AI 编排器，从单点任务执行转向按结果协同的智能体团队

Hippocratic AI 宣布推出新一代 Healthcare AI Orchestrators，试图把医疗 AI 的应用逻辑从“一个智能体完成一个任务”，推进到“多个专用智能体围绕同一结果目标协同工作”。

产品核心变化是什么

公司将这套新能力描述为由“监督型编排大脑”统筹的对话式语音 AI 智能体团队。系统会根据患者是谁、当前处于什么状态、何时应介入、以及适合发送什么内容，动态决定由哪个智能体参与互动。

Hippocratic AI 认为，真正想推动医疗系统中的关键指标变化，例如降低再入院率、改善 Star Ratings 和 HEDIS 指标、加强慢病管理、追回失访患者、提升患者可及性、促进临床试验招募或提高用药依从性，往往不是单一智能体完成单一步骤就能做到的，而需要一个协调层持续调度多类智能体。

面向哪些客户场景

公司表示，这批 Orchestrators 面向支付方、服务方以及生命科学客户。

其中，首批发布的能力包括：

• 支付方：AI 入组、AI 药房、AI 慢病管理、AI 快速响应、AI 网络管理、AI STAR 评级改进、AI 再入院预防、AI 会员留存
• 服务方：AI 入组、AI 漏出减少、AI 失访追回、AI 药房、AI 住院、AI 门诊、AI 再入院管理、AI STAR 评级
• 生命科学中的药企场景：AI 新药上市、AI 销售覆盖、AI 销售教练、AI 用药依从与持续性、AI 可及性与报销、AI 医学事务覆盖、AI 临床试验招募、AI 试验留存、AI 真实世界证据、AI 安全
• 医疗器械场景：AI 产品上市、AI 销售扩张、AI 销售赋能、AI 患者激活、AI 护理陪伴、AI 患者支持、AI 器械试验招募、AI 上市后监测

为什么公司认为现在到了“编排”阶段

Hippocratic AI 表示，这次发布建立在超过 2.5 亿次患者交互经验之上。公司认为，从这些大规模交互中得到的一个核心结论是：如果目标是推动系统级结果，仅靠一个点状智能体并不够。

联合创始人兼首席执行官 Munjal Shah 表示，2023 年行业主要关注大语言模型时，Hippocratic AI 已开始构建面向医疗的专用 AI 智能体，并让它们具备处理真实临床对话的能力，例如理解卒中后言语、识别药物名称、识别咳嗽等健康信号。到 2026 年，公司认为下一步已经不是继续做更多“单项能力”，而是围绕明确结局目标进行编排。

他把这种变化概括为：从完成单个任务，转向跨患者、会员、服务方和其他利益相关方协同护理与互动，最终推动整个人群层面的结果改善。

技术底座与安全口径

公司表示，所有 Orchestrators 都运行在其 Polaris 架构之上。官方介绍称，这是一套获得专利并经过安全验证的模型体系，由一个 7000 亿参数主模型和 30 多个监督模型组成，覆盖升级、药物识别、不良事件检测等能力。

Hippocratic AI 称，该体系已由 7700 多名美国持证临床人员参与验证，覆盖 77.5 万通电话，最新版本在测试中达到 99.89% 的正确建议率，且没有出现严重伤害实例。

联合创始人兼首席医疗官 Meenesh Bhimani 表示，医疗场景中的智能体编排之所以成立，前提就是安全、说服能力和临床判断这些关键技能已经被系统性验证。

已有成效与公司背景

Hippocratic AI 表示，其 AI 已在 300 多个真实临床用例中完成超过 2.5 亿次患者语音交互，且生产环境中未发生严重安全事件。

公司称，这些能力已经在部分场景中带来可量化结果，包括从失访患者中追回收入、把护理团队容量扩大到 3 倍以上、用患者偏好的语言触达弱势人群、弥合护理缺口，以及在危机情境下快速触达大量高风险患者。

公司强调，下一步不再只是证明单个智能体是否可用，而是把这些已验证的能力组合起来，面向整个人群交付结果。