医生还没开口，AI 已经问完了

就诊前，AI 替患者把话问完了。

一个临床团队报告：手动患者录入时间减少 80% 以上。Concurrence 的 AI agent 在预约前通过语音或文字收集病史、症状、用药记录。医生见到患者前，病历里已经有一份摘要。癌症康复期的患者，两次就诊之间也能获得 agent 支持，紧急情况升级给人类临床医生。

有网友说，比起在诊室里重复用药清单，更想把这些时间用来讨论治疗和提问。这也是 Concurrence 选择的切口：先解决最枯燥的环节，而不是从诊断这种高风险场景开始。医疗 AI 总在讲颠覆，真正先落地的，往往是最不起眼的录入工作。

Concurrence 原名 Amigo。创始人 Ali Khokhar 在发布推文里提到，13 岁时母亲死于本可更早发现的癌症。他说今天发布的是"通往超级智能医疗的最大跨越"——一个能及时看到患者未来、在结果发生前改变它的系统。

宣传视频里，一个面部被模糊的人站在室内，旁边浮着健康数据：总胆固醇 195 mg/dL，血压 128/82 mmHg，血氧饱和度 97%。这些就是 agent 在就诊前收集的信息。

这套系统名为 Superintelligent Care，研究框架分三部分：看清患者全貌，基于所见行动，从结果中学习。

患者全貌通过数字孪生实现。Concurrence 把临床数据、行为模式、社会与经济因素整合成持续更新的计算模型，预测患者的健康走向。底层基础设施叫 Health World Model。

疾病过程有可识别的规律，症状常按固定顺序出现，患者在特定节点放弃治疗。团队把这些抽象模式命名 Archetypes。每个患者的治疗结果，都会成为下一个相似患者的治疗依据。

AI agent 要获得行动资格，需要通过 Digital Residency——一个模拟引擎，让 agent 在数百万次模拟患者交互中受训，逻辑和住院医师规培一致。官方数据：临床安全指标通过率 100%，98% 的患者交互无需人工介入。

Concurrence 称其运行规模已达万亿 token 级别，支持超过 1000 万次患者交互，服务 30 多家医疗机构，覆盖 10 个国家，并与 Databricks、Snowflake、Amazon、Microsoft 合作。通过 SOC 2 Type II 审计，符合 HIPAA 标准。

网友的回应里有值得玩味的声音。真正的考验是医生是否信任一份非自己采集的摘要。有网友引用 2016 年的研究：美国医生每花 1 小时面对患者，就要花近 2 小时在屏幕和文书上。省出来的时间会还给患者，还是变成更多预约？还有网友说，78 岁的老人对着语音 agent 念完整瓶药，也是可以预见的画面。也有从业者认为这是 AI agent 最好的应用场景之一。评论区当然也有人说"这个我几个月前就做出来了"。

这些质疑都成立。但把录入从诊疗中剥离，让医生开口前已经了解患者，这个方向本身值得肯定。至于能不能走到"从每个患者身上学习"那一站，看后续研究。更完整的框架在 Concurrence 官网的 Superintelligent Care 页面。