AIwithCare
麻州總醫院分拆出來的新公司,用生成式 AI 讀病歷替臨床試驗篩病人
臨床試驗招募有個長期無解的落差:符合條件的病人其實就在醫院裡,但沒有人有時間把幾千份病歷一份份讀完,比對幾十條收案與排除條件。結果是試驗招不到人,而病人也錯過可能的治療機會。AIwithCare 就是衝著這個落差成立的。
功能特色與適用場景
公司由麻州總醫院布萊根(Mass General Brigham)分拆成立,這個出身背景很重要——它意味著產品是從真實的臨床試驗痛點長出來的,而不是先有技術再找場景。官方定位為「加速研究、轉變照護」。
核心是一套用生成式 AI 篩選臨床試驗適格性的軟體平台。技術上的難點在於,收案條件經常寫得很細(例如「六個月內未接受過特定治療」「特定基因變異」),而這些資訊往往埋在非結構化的病歷文字裡——出院摘要、病程紀錄、影像報告。傳統的結構化資料查詢抓不到,這正是語言模型比較有機會的地方。
適用對象是醫學中心的臨床研究單位、癌症中心與試驗主持人。同期市場上,Mount Sinai 也在 2026 年推出腫瘤科的 AI 試驗媒合平台,City of Hope 則部署了自建的 HopeLLM——顯示這是醫學中心正在集體投入的方向。
對台灣讀者,這件事的意義在於:台灣的醫學中心參與國際多中心試驗的競爭力,有一部分就取決於「能不能快速找到夠多合格病人」。這是可以用技術補強的環節。
要提醒的是,這是非常早期的公司,且臨床試驗招募涉及嚴格的倫理審查與病人隱私規範,AI 篩選結果必須由研究人員複核,不能自動決定病人是否入組。
TheAI學院 編輯建議
編輯實測後的真心話從頂尖醫院分拆出來的 AI 公司,我通常會多給一點期待,因為它們至少知道真正的痛點在哪——太多醫療 AI 是工程師想像出來的問題。不過這家還很早期,官網資訊少得可以,我會把它列在觀察名單而不是推薦名單。對台灣的醫學中心,我倒覺得可以先問自己一個問題:我們的病歷資料,整理到能讓 AI 讀懂的程度了嗎?
主要功能
- 生成式 AI 讀取非結構化病歷篩選試驗適格性
- 自動比對複雜的收案與排除條件
- 由麻州總醫院布萊根分拆成立,源於真實臨床需求
- 加速臨床試驗病人招募流程
- 面向醫學中心研究單位與試驗主持人
如何使用 AIwithCare
- 醫療研究單位洽詢 AIwithCare 導入。
- 用生成式 AI 讀病歷篩臨床試驗適格性。
- 比對幾十條收案與排除條件。
- 從非結構化病歷文字抽出基因變異等資訊。
- 加速招募並讓病人有機會獲得治療。
- 由麻州總醫院布萊根分拆,貼近真實痛點。
- 篩選結果仍須臨床人員確認。
適用場景
- 癌症中心快速篩選符合試驗條件的病人
- 多中心試驗的收案可行性初評
- 罕見疾病試驗尋找潛在受試者
- 縮短試驗啟動到首位收案的時間
AIwithCare 的優點與缺點
優點
- 能處理埋在病歷文字裡的條件,補足結構化查詢的盲點
- 出身頂尖醫學中心,臨床場景理解深
- 解決的是臨床試驗最實際的瓶頸之一
缺點
- 公司非常早期,產品成熟度與長期營運待觀察
- 官網資訊有限,功能細節需直接洽詢
- AI 篩選結果必須人工複核,且受倫理審查與隱私規範約束
價格方案
早期公司,需洽詢;為麻州總醫院布萊根(Mass General Brigham)分拆成立
AIwithCare 常見問題
AIwithCare 免費嗎?
它採洽詢報價,主要面向企業客戶。
AIwithCare 是做什麼的?
麻州總醫院分拆出來的新公司:用生成式 AI 讀病歷,替臨床試驗篩選符合條件的病人,加速試驗招募,解決找合適受試者困難的問題。
AIwithCare 適合誰?
適合醫院與臨床試驗團隊,要從病歷中快速找出合適的受試者。
用 AIwithCare 要注意什麼?
它處理的是病患病歷等敏感資料,須符合醫療隱私法規,入組與否仍由臨床團隊依規範判斷。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
AIwithCare 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 資料探勘
更多美國的 AI 工具
同樣來自美國的 AI 工具,一起看看。