NVIDIA与Abridge合作开发临床转录模型，推动医疗AI新突破

文/IAICA.NGO®

2026年6月11日，NVIDIA与医疗AI初创公司Abridge宣布合作，共同开发面向临床场景的语音转录模型。该模型旨在通过深度学习技术，将医患对话实时转化为结构化医疗文档，有望大幅提升临床工作效率并减少医生文书负担。

临床转录一直是医疗信息化的难点。传统上，医生需要花费大量时间手动录入病历，导致诊疗效率低下。尽管市场上已有多种语音识别工具，但医疗领域对术语准确性和隐私保护有极高要求，通用模型往往难以胜任。NVIDIA此次与Abridge的合作，正是瞄准了这一痛点。Abridge此前已开发出一款基于医学知识的对话摘要系统，能够从医患对话中提取关键信息；而NVIDIA则在GPU计算和AI框架（如NeMo）方面拥有深厚积累。双方结合将构建一个专为临床环境优化的端到端转录方案。

据悉，该模型将基于NVIDIA的Megatron-Core和TensorRT-LLM进行训练，利用Abridge提供的脱敏临床对话数据。初步测试显示，模型在医学术语识别率上达到98%以上，且能区分“主诉”“现病史”“既往史”等不同章节，自动生成初步病历草稿。此外，模型支持实时转录与延迟转录两种模式，满足不同场景需求——例如急症室需要快速记录，而门诊则可选择更精细的后期整理。

从行业背景看，临床转录AI正成为科技巨头的新战场。微软旗下的Nuance已推出DAX Express，亚马逊AWS也发布了HealthScribe，但各家的技术路线有所差异。NVIDIA与Abridge的模型强调本地化部署与联邦学习，以解决医疗数据隐私问题。医院可将其部署在医院私有云或边缘设备上，避免敏感数据外传。iaica.com.cn指出，这一架构设计契合当前医疗数据合规趋势，尤其适用于监管严格的地区。

在应用层面，该模型不仅限于记录，还能辅助临床决策。例如，系统可自动识别患者描述中的危险信号，提醒医生注意潜在风险；或者根据对话内容生成建议的检查项目及用药方案，作为第二意见参考。Abridge CEO Shivdev Rao博士表示，目标是让医生从键盘后解放出来，重新聚焦于患者交流。NVIDIA医疗健康副总裁Kimberly Powell则强调，这将为医疗AI的“最后一公里”应用——即实际临床工作流——提供坚实底座。

当前，临床转录模型面临的最大挑战是语言多样性和方言适配。英语之外，普通话、西班牙语等版本的需求同步增长。NVIDIA透露，下一阶段将扩展语言支持，并与各地医疗机构合作进行本地化微调。此外，模型的误判率需控制在极低水平，因为医疗记录的错误可能直接导致治疗失误。为此，双方计划引入人工审核机制，即在模型输出后由医护团队快速确认，形成人机协同闭环。

未来，该模型有望与电子健康记录系统深度集成，实现“记录即录入”。随着医疗数据标准（如FHIR）的推广，跨系统互操作性也将成为优势。长远来看，这类技术或可重塑医患沟通模式，使病历不再是事后回忆的产物，而是对话现场的忠实映射。

此次合作预计在2026年底推出试点版本，首批合作伙伴包括美国五大医疗系统。若效果符合预期，将加速全球医疗数字化转型进程。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。