Guardoc Health是一家为长期护理机构构建文档软件的公司，其宣布通过Amazon Bedrock使用Amazon Nova模型每天处理超过一百万份临床文档。将人工智能引入临床文档涉及特定的风险评估：如果出错，可能导致医疗保险拒绝赔付、审计罚款、诉讼风险，甚至遗漏影响患者治疗的关键病情。而正确实施则能减少纠正次数、降低转院率和合规成本。
Guardoc的管道必须处理各种格式的文档：带手写注释的多页PDF、复选框决定承保范围的授权表格、以表格或自由文本形式出现的药物清单，以及混合打字和手写的患者登记表。根据《BMJ质量与安全》的研究，美国每年约有1200万门诊患者受到诊断错误的影响，其中信息处理失败是重要因素。在Guardoc处理的海量文档中，即使1%的错误率也会导致每天数千条不正确的记录，每条都可能带来患者安全或合规问题。
Guardoc报告称，其系统使文档错误减少46%，审计罚款下降70%，单个设施年ROI超过40万美元。在一次涉及两个设施和200名患者的季度部署中，系统纠正了847处文档错误，标记了86个与PDPM（以患者为驱动的支付模型）报销准确性问题，并将每100名入院患者的转院率降低了74%。另一项涵盖七个设施和1618名居民的案例研究发现10,612个问题。
Guardoc的架构通过检索增强生成进行病情分类：首先从患者文档中提取证据，然后进行推理得出结论。Amazon Textract以最低每页成本提取文本和结构元数据，然后按临床边界分块（如药物清单或诊断部分保持完整）。每个块使用Amazon Titan文本嵌入V2进行嵌入，并存储在按患者分区的Amazon DynamoDB中。自定义预过滤器根据文档类型和时效性缩小候选集，然后通过k近邻搜索检索最相关的块，此阶段仅返回页面引用以保持数据传输轻量。接着，Amazon Nova 2 Lite进行基于文本的过滤以移除明显不匹配项。最后，幸存页面由Amazon Nova Pro处理，接收原始PDF字节并推理布局、手写、签名和印章，生成最终分类。这种设计遵循成本分层逻辑：廉价组件处理高容量工作（如嵌入和粗过滤），而计算密集的多模态推理保留在最终阶段。
据Guardoc称，两种文档类型占据了早期管道版本的大部分遗漏：一是授权表格上的医师认证字段，手写备注可能覆盖打印的复选框；二是患者报告症状部分，手写常包含记录中其他位置未出现的信息。药物提取面临类似挑战：药物名称、剂量、途径和频率可能出现在结构化表格、医师笔记的文本、手写添加或多次传真扫描件中。Guardoc的混合管道首先使用Textract处理清洁打印表格，然后将原始PDF和Textract输出传递给Amazon Nova Pro，以解析OCR无法正确处理的包裹表格列、手写添加和非标准格式。Guardoc产品总监Assaf Amiaz表示：“通过Nova系列，我们帮助医疗机构更早发现高风险病例并在问题变得代价高昂之前采取行动。通过自动化曾经需要人工监督的工作流程，Nova系列帮助团队减少合规差距，防止错误，并更专注于改善患者结果。”