AIネイティブ医療：1億回の診察、10～20時間の節約、事前承認は数分に — AbridgeのJanie Lee氏とChaitanya Asawa氏

Abridgeは「GPTラッパー」として始まったわけではない。2018年に設立され、AIアプリケーション企業のカンブリア爆発よりずっと前から活動している。OpenAIが2022年11月30日にChatGPTを公開した時点で、Abridgeはすでに医療現場で最も重要で文脈依存性の高いワークフローである患者と臨床医の会話に信頼を築くための地道な作業に何年も費やしていた。

Abridgeの当初の焦点は臨床文書化だった。診察を聞き、メモを生成し、事務作業を軽減し、臨床医がEHRではなく患者との時間を増やせるようにすること。医師が実際にどのように記録するか、医療システムがどのように購入するか、EHR統合が実際にどのように機能するか、臨床医が出力を検証する方法、診察中に欠落したコンテキストが請求、事前承認、品質、フォローアップにどのように影響するかに焦点を当てることで、LLMの採用はすでに敏感なコンテキスト収集に最適化されたワークフローにとっての力の増幅器となった。

同社は急速に規模を拡大し、今年は250以上の大規模な米国医療システムで8000万回以上の医患会話をサポートし、28以上の言語と50以上の専門分野に対応する見込み。2025年6月には、同年初の2.5億ドル調達に続き、3億ドルを調達し、評価額は53億ドルに達した。

現在、Janie Lee氏とChaitanya Asawa氏が、AbridgeのボードメンバーであるRedpointのJacob Effron氏とともに、Abridgeがどのように医療の臨床インテリジェンス層を構築しているかを深掘りする。環境文書化から始まり、臨床意思決定支援、事前承認、支払者・提供者・製薬ワークフロー、そして最終的には患者の会話の前、最中、後に行動するリアルタイムエージェントへと拡大している。

製品、データ、インフラ、評価、ワークフロー、プライバシー、組織設計の選択について詳しく解説。1億回以上の医療会話と専門分野別評価からリアルタイムアラート、EHR統合、匿名化、臨床科学者チーム、そしてなぜ医療が最も難しいAI問題を最初に解決する可能性があるかまで。

議論の内容：Abridgeが臨床文書化と「パジャマタイム」から始め、臨床医の週10～20時間を節約する理由。環境記録から臨床インテリジェンス層への移行：時間、コスト、命を節約。なぜ医患会話が医療で最も重要なワークフローか。Chai氏の「医療版Glean」フレームワーク：コンテキストが王様だが、医療は安全性、評価、展開のリスクを高める。AbridgeがAIを「エアコン」のように感じさせたい理由：常にバックグラウンドで動作し、本当に重要なときだけ中断する。事前承認の例：数週間後に拒否されたMRIが、患者がまだ診察室にいる間にリアルタイムガイダンスに変わる。支払者ポリシー、EHRデータ、医学文献、病院固有のガイドラインが問題を困難にすると同時に参入障壁を生む理由。Abridgeが環境フォームファクター（モバイル、デスクトップ、室内デバイス、看護ワークフロー、マルチモダリティ、将来のAR）についてどう考えるか。多面的な医療顧客：CMIO、CFO、CIO、臨床医、患者、支払者、製薬会社。Abridgeが直面する最も難しいAI問題：高リスク臨床環境での高品質、低レイテンシ、低コストのリアルタイムサポート。Abridgeが最先端モデルと独自モデルをいつ使い分けるか、そして医療会話からの独自データが重要な理由。「すべてのエージェントは本質的にコーディングエージェント」であり、EHRを医療エージェントのファイルシステムと見なす方法。Abridgeが医師、専門分野、医療システムごとにパーソナライゼーションを実現する方法。「AIの粗悪品」とはコンテキストのないAIであり、編集、記憶、臨床医の好みがデータフライホイールを生み出す理由。Abridgeの評価スタック：LFD、LLMジャッジ、社内臨床医、第三者評価者、専門分野別評価、段階的展開。HIPAA、PHI、匿名化、一方向匿名化、顧客契約、医療データからの安全な学習。1億回以上の会話規模で運用する際の変化：信頼性、コスト、学習後、モデルルーティング、インフラ最適化。同じ臨床会話が医師、患者、支払者、製薬会社、将来の臨床試験ワークフローに役立つ理由。AbridgeがEHRと連携する方法、そして深い相互運用性が臨床医の導入に必須である理由。医療AIに規制の追い風がある理由、80/20ルールがここでは通用しない理由、そして高リスク領域がAIを前進させる理由。Abridgeが「臨床科学者」を製品・評価チームに組み込む理由。Chai氏がGleanから学んだ検索、品質、持続可能なAIインフラ。AIインフラの未来がコンテキスト層、イベント駆動システム、Kafka、Temporal、ソケット、CRDT、人間のために構築されたツールのように見える理由。Janie氏が「PRDは死んだ」という考えを変えた理由、複雑なAI製品で明確な文章の明瞭さがより重要になる理由。Abridgeが社内でClaude Code、Cursor、コーディングエージェントをどのように使用しているか。