Ambience Healthcare ha presentato il 12 novembre 2026 Ambience Prepare, una soluzione di intelligenza artificiale progettata per assistere il personale medico nella preparazione delle visite attraverso l’analisi delle informazioni cliniche accumulate nel tempo. La piattaforma comprende Chart Prep, una funzionalità che esamina la documentazione sanitaria longitudinale del paziente e produce una sintesi strutturata delle informazioni pertinenti all’incontro programmato, mantenendo collegamenti espliciti alle evidenze presenti nella cartella. L’obiettivo non consiste semplicemente nel riassumere referti e annotazioni, ma nel ricostruire i percorsi clinici rilevanti, individuare cambiamenti nelle condizioni del paziente, collegare decisioni terapeutiche e risultati diagnostici e segnalare gli interrogativi ancora irrisolti che richiedono una verifica da parte del medico. Prepare integra anche Chart Chat, uno strumento conversazionale che consente di interrogare la cartella mediante domande formulate in linguaggio naturale. Chart Prep è invece specificamente destinato alla fase immediatamente precedente alla visita, quando il professionista dispone di un intervallo limitato per aggiornarsi su una storia clinica potenzialmente estesa e frammentata tra numerosi documenti, specialisti e ricoveri.
Il funzionamento viene illustrato attraverso il caso di un urologo che deve preparare un intervento di resezione transuretrale della prostata su un paziente recentemente colpito da un ictus multifocale. Durante il precedente percorso clinico, il cardiologo aveva programmato una modifica della terapia farmacologica nel caso in cui gli esami avessero confermato la presenza di fibrillazione atriale. Un successivo monitoraggio del ritmo cardiaco aveva effettivamente rilevato l’aritmia, ma la documentazione disponibile non chiariva se fosse stato avviato il trattamento anticoagulante con apixaban e contestualmente interrotta la terapia antiaggregante con clopidogrel. La distinzione riveste un’importanza diretta nella preparazione chirurgica, poiché i due farmaci influenzano la gestione del rischio emorragico. Una sintesi tradizionale potrebbe riportare correttamente l’ictus, il risultato dell’esame cardiologico e le prescrizioni presenti nella cartella senza evidenziare l’incongruenza tra il piano terapeutico e i successivi documenti di riconciliazione farmacologica. Chart Prep è invece progettato per mettere in relazione la procedura chirurgica programmata con i medicinali pertinenti, seguire la sequenza temporale degli accertamenti, confrontare le indicazioni dei diversi specialisti e rendere visibile l’incertezza sulla terapia effettivamente assunta. Il sistema distingue le informazioni supportate dalla documentazione dalle questioni non risolte, evitando di trasformare una deduzione automatica in una decisione clinica.
L’architettura di Prepare si basa su Chorus, il sistema di gestione del contesto clinico presentato da Ambience Healthcare il 24 agosto 2026. Chorus costituisce uno strato intermedio tra la cartella clinica elettronica e le applicazioni AI della società, fornendo agli agenti strumenti per navigare attraverso annotazioni mediche, elenchi farmacologici, risultati di laboratorio, ricoveri, referti diagnostici e documentazione specialistica. Invece di trasferire indiscriminatamente il maggior numero possibile di documenti all’interno della finestra di contesto di un modello linguistico, l’architettura permette di seguire specifici percorsi di indagine, recuperare le fonti pertinenti, confrontare informazioni discordanti e ricostruire la provenienza delle conclusioni. Questa impostazione risponde a un problema tecnico dei sistemi di elaborazione delle cartelle cliniche molto estese: la quantità di testo disponibile può superare i limiti di contesto del modello oppure rendere meno affidabile l’identificazione delle informazioni veramente rilevanti. Chorus mantiene una rappresentazione condivisa e collegata alle fonti delle condizioni del paziente, riutilizzabile dai diversi strumenti della piattaforma Ambience, mentre la cartella clinica elettronica conserva il ruolo di sistema ufficiale di riferimento.
Ambience Healthcare ha sottoposto l’architettura a una valutazione costruita attorno alla rilevanza clinica delle informazioni recuperate. Il procedimento prevede che medici certificati esaminino cartelle cliniche anonimizzate nella configurazione in cui si trovavano immediatamente prima di una visita, identificando e classificando i fatti essenziali per quello specifico incontro. Un secondo professionista esegue una revisione indipendente e le eventuali divergenze o omissioni vengono successivamente risolte. Solo dopo aver raggiunto un livello adeguato di concordanza con le valutazioni mediche vengono utilizzati revisori automatici per confrontare gli output dell’intelligenza artificiale con i riferimenti stabiliti dai clinici. Ogni caso viene inoltre elaborato più volte per verificare la stabilità dei risultati e distinguere un recupero sistematico delle informazioni da prestazioni occasionali.
Il benchmark presentato comprende 46 casi clinici anonimizzati, ciascuno esaminato attraverso tre esecuzioni indipendenti. La versione più recente dell’infrastruttura di gestione del contesto ha individuato il 92,2% dei fatti classificati come critici, rispetto al 78,7% ottenuto dal sistema precedentemente utilizzato in produzione. Per il risultato più recente viene riportato un intervallo di confidenza al 95% compreso tra l’87,2% e il 96,3%. Considerando insieme le informazioni critiche e quelle di elevata importanza, il tasso di recupero è passato dal 66,3% al 72,3%. La quota delle omissioni residue attribuibile al mancato reperimento delle evidenze necessarie è inoltre diminuita dal 19,9% al 9,3%, corrispondente a una riduzione relativa di circa il 53%. Nel confronto sono stati mantenuti costanti il modello generativo, i casi clinici, i riferimenti stabiliti dai medici e gli strumenti di valutazione, isolando quindi il contributo della nuova infrastruttura di indagine contestuale sviluppata attraverso Chorus.
I risultati riguardano specificamente la capacità del sistema di recuperare e dare priorità alle informazioni considerate clinicamente rilevanti, non la sua autonomia decisionale né l’accuratezza di eventuali diagnosi. Prepare è progettato per consegnare al medico una ricostruzione documentata della situazione sanitaria, evidenziando le fonti originali, le contraddizioni e gli elementi mancanti che richiedono approfondimenti. Nel caso della preparazione chirurgica, il risultato atteso è che l’incertezza relativa alla terapia anticoagulante venga riconosciuta prima dell’intervento e possa essere verificata dal personale sanitario competente. La riconciliazione terapeutica e le decisioni assistenziali rimangono pertanto affidate al professionista, mentre l’intelligenza artificiale interviene nella ricostruzione e nell’organizzazione delle evidenze disponibili.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)