Guardoc Health用Amazon Nova处理临床文档

日均百万文档的临床AI落地

Guardoc Health是一家为长期护理机构提供文档软件的美国医疗科技公司。该公司表示，其AI系统目前已通过Amazon Bedrock调用Amazon Nova系列模型，日均处理超过100万份临床文档。这一规模背后，是临床文档自动化所承载的特殊风险权重：错误不仅影响效率，更直接关联医保拒付（尤其在患者驱动支付模式PDPM下）、审计罚款、法律诉讼，甚至可能遗漏关键诊断，改变患者治疗路径。

高复杂度输入：真实世界的临床文档长什么样？

Guardoc需处理的文档几乎涵盖所有临床场景下的格式变体：含医生手写批注覆盖印刷文字的多页PDF；仅靠一个复选框状态即决定保险覆盖与否的预先授权表单；同一机构内药物清单有时以结构化表格呈现、有时以自由文本散见于医嘱中；患者入院表则常混排键入字段、橡皮图章与手写内容于单页之上。BMJ Quality and Safety期刊研究指出，美国每年约1200万门诊患者受诊断误差影响，其中信息处理失败是重要诱因。按Guardoc当前处理量，仅病症识别环节1%的错误率，就将导致每日数千份错误记录，每一份都潜藏患者安全或合规风险。

可量化的临床与运营收益

Guardoc公布的部署成效包括：文档错误率降低46%，审计罚款下降70%，单家机构年投资回报超40万美元。另据一项覆盖两家机构、200名患者的季度部署数据显示，系统共触发847次文档修正，标记86项与PDPM报销准确性相关的问题，并使每百例入院对应的医院转诊率下降74%。在另一项涉及7家机构、1618名居民的案例研究中，系统共识别出10,612个临床或合规问题。

成本敏感型RAG架构：从OCR到多模态推理的分层设计

Guardoc的底层技术栈采用检索增强生成（RAG）框架，但其核心逻辑是“成本优先”。流程始于Amazon Textract——作为管道中单位页面成本最低的组件，负责提取文本及结构元数据；随后按临床语义边界（如用药列表、诊断章节）切块，避免机械字符截断；各块经Amazon Titan Text Embeddings V2编码后存入Amazon DynamoDB，并按患者ID分区，确保检索不越界。自研预过滤器先按文档类型与时间戳缩小候选集，再通过k近邻搜索返回最相关片段的页面引用（非全文），最大限度降低数据传输开销。Amazon Nova 2 Lite执行轻量文本筛选，剔除明显无关项；最终仅剩的页面才交由Amazon Nova Pro处理——后者直接接收原始PDF字节流，综合解析版式、手写体、签名与图章等多模态信号，输出下游系统可执行的分类结果。整套设计贯彻“低价组件承担高频粗筛，高价多模态推理仅用于最终决策”的成本分层原则。

最难啃的两块硬骨头

Guardoc指出，早期版本漏检最多的是两类文档：一是预先授权表单中的医生签字栏，手写备注可推翻印刷复选框；二是患者自述症状栏，手写内容往往是病历中唯一信息源。药物信息提取同样棘手——药品名称、剂量、给药途径与频次，可能出现在结构化表格、嵌入医师笔记的段落、打印清单的手写增补，或经多次传真导致图像失真的扫描件中。对此，Guardoc采用混合策略：先用Textract处理清晰印刷表格，再将原始PDF与Textract输出一并送入Nova Pro，协同解决表格列错位、手写增补及OCR无法识别的非标格式问题。

> 编者观点：该案例凸显AI在强监管、高容错门槛行业落地的关键——不是单纯堆砌大模型能力，而是以临床工作流为锚点，构建成本可控、边界清晰、可解释性强的分层工程体系；对中国医疗AI企业而言，如何在国产多模态模型与本地化OCR能力基础上，复现此类‘精准投入、逐级放行’的务实架构，比追逐参数规模更具现实价值。