产品发布

Mayo Clinic Florida 试点 Suvi Health 患者端环境 AI,瞄准住院到出院过渡管理

发布于 2026-08-12
阅读 16
#Mayo Clinic#环境AI#出院管理#患者陪伴#临床工作流
Mayo Clinic Florida 试点 Suvi Health 患者端环境 AI,瞄准住院到出院过渡管理

Suvi Health 推出面向患者和照护者的环境 AI 平台,首个试点落在 Mayo Clinic Florida,初期聚焦心衰患者的住院沟通、出院准备和居家恢复衔接。平台可在病房对话中捕捉医生、护士、患者和家属之间的关键信息,并将其整理为患者可回看、可分享、可执行的护理计划;聊天回答被限制在具体照护对话和 Mayo Health Information Library 内,必要时转交临床团队。该事件值得关注,是因为 Mayo Clinic 这样的一线机构正在把环境 AI 从医生文书扩展到患者理解、家庭照护和转诊出院流程,若能减少信息丢失,可能直接影响再入院和住院时长。

Suvi Health 推出面向患者与照护者的环境 AI 平台,Mayo Clinic Florida 率先试点

Suvi Health 发布了一套面向患者和照护者的环境 AI 平台,目标是减少住院到出院这一照护过渡阶段中的信息缺口。与当前主要服务临床医生的环境 AI 工具不同,Suvi 的设计重点放在患者理解、家庭照护衔接以及出院准备上。

平台想解决什么问题

Suvi Health 认为,病房床旁往往正是信息断层开始出现的地方。患者容易误解医嘱,家属可能错过关键信息,轮班交接之间也容易造成内容丢失。

公司表示,这套平台通过“倾听”病房中的关键对话,把医生、护士、患者与家属之间的交流内容转化为患者、家庭与照护团队都能真正执行的共享照护计划。

平台既支持住院阶段使用,也支持出院后在家中继续使用。患者可以把住院期间记录下来的照护对话,在回家后继续用于回顾复杂医嘱、与家属和照护者分享准确信息、查看用药安排,并为后续复诊做准备。

Mayo Clinic Florida 如何参与

Suvi Health 与 Mayo Clinic Florida 合作完成了这套平台的联合开发和设计,后者同时也是首个试点站点。

试点的初始人群聚焦心力衰竭患者,目标是改善照护协调,并尝试缩短住院时长。Suvi Health 联合创始人兼首席执行官 Kelly Benning 表示,团队与 Mayo 深入讨论后发现,住院时长正是院方非常关注的挑战之一。

由于心衰患者通常面临多重诊断、复杂用药、副作用、合并症、康复安排和后续随访等问题,Mayo Clinic Florida 与 Suvi 希望通过帮助患者更好理解并管理照护计划,改善结局,并在可能情况下减少住院时间。

平台如何工作

Benning 介绍说,Suvi 使用设备互联方式自动开始和结束录音,不需要病房内的临床团队、护士或患者手动按键,也尽量不打断既有工作流。

当照护团队成员进入病房时,系统会自动连接到患者手机上的麦克风并开始记录相关对话;当照护成员离开后,录音会自动停止。患者随后可以几乎实时地登录 Suvi app,查看刚才的照护对话内容。

公司把这套能力定位为患者及家属的 AI companion。它会捕捉照护建议、决策与鼓励性信息,但不会打断治疗,也不会给临床人员额外增加工作负担。

为什么它和一般患者聊天机器人不同

Suvi 平台内置聊天能力,患者可以在 app 中提出常规问题。Benning 表示,这些回答被限定只能基于两类信息来源:患者本人当次的照护对话,或 Mayo Health Information Library。

她称,公司为此构建了一个有边界的知识引擎。如果系统无法从这两类可信来源中找到答案,就不会编造或输出错误回答;一旦问题涉及真正的临床判断,应用会把问题转交给照护团队和医生。

出院准备和家庭照护是重点场景

Suvi 还会根据照护对话自动整理任务清单,把患者出院前需要完成的事情明确展示出来,例如床上锻炼、肺活量计练习或椅上训练等。

Benning 表示,这可以帮助患者、家属以及照护团队更清楚地理解,出院前究竟还有哪些事项需要完成。

她还提到,一名患者每天可能会经历 17 到 18 次不同的照护对话,而患者能够真正记住的内容不到 80%。Suvi 希望把这些分散的对话整合为一条完整的照护连续体,让患者看清从医生、外科医生、护士到出院协调员等各角色所传递的信息是如何彼此衔接的。

试点将评估什么

通过 Mayo Clinic Florida 的试点,Suvi Health 计划重点评估几类指标,包括服务方和患者满意度、环境 AI 的准确性,以及它在不干扰临床工作流的情况下支持患者照护的效果。

Benning 也表示,医生对这套平台的另一个兴趣点,在于它可以帮助团队观察患者最常提出哪些问题,从而反过来发现临床沟通中哪些信息仍传达得不够充分。

返回医药AI前沿资讯