成功可信度中
其他行业 · AI应用
简化患者文档和管理
医生和医疗保健提供者花费大量时间（平均每 8 小时患者时间中有 3.4 小时）在 EHR 中记录护理信息。Sofya 开发了一个使用多个 Llama 模型的临床推理系统，以自动化常规任务并结构化数据。微调后的较小 Llama 模型（3.1 8B, 3.2 3B）驱动临床助手，在咨询期间引导医疗专业人员完成摘要和临床印象，提供诊断和护理计划，且延迟低。
Sofya发布于 2026年7月27日阅读 0
医疗就诊期间用于文档和管理任务的时间减少 30%
未披露
客户满意度 (CSAT) 得分达 95%
未披露
医疗保健提供者报告工作流程效率和患者护理结果改善
未披露
01
业务背景
医生和医疗保健提供者花费大量时间（平均每 8 小时患者时间中有 3.4 小时）在 EHR 中记录护理信息。Sofya 开发了一个使用多个 Llama 模型的临床推理系统，以自动化常规任务并结构化数据。微调后的较小 Llama 模型（3.1 8B, 3.2 3B）驱动临床助手，在咨询期间引导医疗专业人员完成摘要和临床印象，提供诊断和护理计划，且延迟低。
02
遇到的问题
03
AI 解决方案
04
实施结果
医疗就诊期间用于文档和管理任务的时间减少 30%：
客户满意度 (CSAT) 得分达 95%：
医疗保健提供者报告工作流程效率和患者护理结果改善：
预计到 2025 年每月 AI 辅助患者就诊达 100 万次：
降低了 LLM 处理成本：
提高了解决方案准确性：
05
风险与边界
客户 / 负责人引述
“”
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。