專為護理過渡而設的護理協調平台Olio，今日宣布與美國長者社區服務公司（ASC）擴大合作夥伴關係。ASC將在其所有專業護理設施內採用Olio平台，因其是唯一能夠標準化及簡化護理過渡流程中每個步驟的解決方案，而非依賴零散工具。這次擴展後，ASC成為全國首間專業護理設施營運商，能夠在單一的人工智能平台內，管理入院、入住率、出院協調及網絡表現分析。
這次決定是基於雙方於2025年6月建立的合作夥伴關係，當時ASC旗下69間設施首次採用Olio管理入院及轉介出院。ASC現將在所有94間專業護理設施部署Olio的全部功能，將平台影響力擴展至其整個服務範圍。
在評估了零散的單一解決方案市場後，ASC選擇整合至Olio——唯一一個將護理過渡所有環節連接在一個平台上的護理協調平台。 AP圖片
Olio在單一解決方案市場中脫穎而出，成為一個完整平台。
專業護理市場充斥著單一解決方案及人工智能附加功能，每項都帶來更多登入、數據孤島及整合維護。大多數供應商只處理流程中的一個環節，通常是入院，這在迅速發展的專業護理設施市場中已是基本要求。與此同時，Olio及ASC正處理整個相互關聯的護理過渡體驗。
其平台利用人工智能將繁瑣的轉介文件轉化為清晰準確的摘要，讓團隊能更快、更有信心地作出入院決定。它提供實時入住率數據以穩定入住率及付款人組合，讓專業護理設施協調轉介出院，並追蹤後續表現，以便營運商建立及管理值得信賴的合作夥伴網絡。
Olio行政總裁本·福雷斯特指出：「多年來，專業護理設施一直被告知答案是『再多一個工具』，這正是現今護理碎片化的原因。透過採用Olio作標準，ASC證明只需一個平台便能改善整個流程。我們相信這是專業護理的未來，而ASC正走在前沿，向業界展示其可能性。」
透過在一個平台上運行護理過渡的所有環節，ASC將每次病人互動記錄在單一互聯記錄中，為該組織與醫院合作夥伴、付款人及責任醫療組織（ACO）進行更深入的協作奠定基礎。
首年成果賦予ASC擴展信心
自2025年6月在69間設施推出Olio以來，ASC已將護理過渡從營運難題轉化為可量化的優勢。該組織已透過Olio向其由34個家居護理合作夥伴及29個善終服務合作夥伴組成的高效網絡，發送超過3,500宗轉介出院。平均轉介至家居護理的個案在不足24小時內獲接納。透過與Olio合作，ASC對其網絡獲得更高的可見度及控制權，使該組織能夠根據可量化表現建立表現最佳的供應商網絡。這些成果推動ASC決定將Olio擴展至其所有服務組合。
美國長者社區服務公司行政總裁史蒂芬·范坎普表示：「我們並非尋求另一項功能或權宜之計；我們正在尋找一個擁有真正護理過渡策略的合作夥伴。Olio將我們所有關鍵工作流程整合到一個地方，並賦予我們所需的可見度，使我們能成為醫院更好的合作夥伴，改善病人的成果，並營運更穩健的業務。」
關於Olio
Olio是專為護理過渡而設的領先護理協調軟件，亦是市場上唯一的端到端護理過渡解決方案。憑藉四項整合功能——人工智能入院管理、入住率管理、出院協調及Olio洞察，Olio將從轉介接收到出院後的整個病人旅程現代化。Olio連接護理團隊並保持其參與，同時提供組織所需洞察，以改善成果及降低成本。
關於美國長者社區服務公司
美國長者社區服務公司（ASC）提供全面生活及醫療服務，包括獨立及輔助生活、記憶護理、住院及門診康復、長期護理、善終服務及暫托護理。ASC以優質護理及卓越服務關懷每位客戶為使命，致力透過有意義的關係及個人化支援，改善印第安納州服務對象的生活。
（美聯社）
全球放射學龍頭Harrison.ai今日推出Harrison.Rad 1.5，這是一款放射學基礎模型，能夠根據影像及臨床背景（包括過往病歷）進行推論，生成高質素報告草稿，供放射科醫生審閱。Harrison.Rad 1.5現已開放研究用途，並可按要求提供API存取。它是唯一通過英國放射科醫生認證標準「FRCR 2B短病例考試」的人工智能模型，而其他所有經評估的放射學專用及尖端模型均未能達標。
Harrison.Rad 1.5延續Harrison.ai於2024年推出Harrison.Rad 1的計劃，該計劃令該公司成為放射學領域專用基礎模型的領導者。這次新發布進一步擴大領先優勢：在複雜、多發現的研究中具備更強的推論能力、更精準的解剖定位、更廣泛的身體部位覆蓋，最重要的是，能夠將當前研究與過往病歷對比，並以放射科醫生慣用的自然語言描述變化，而非僅列出發現清單。
顯示人工智能模型在FRCR考試表現的圖表 AP圖片
報告草稿功能是這次發布的核心。Harrison.Rad 1.5並非孤立地檢測發現，它能夠根據臨床問題及病人病史解讀研究，繼而草擬一份報告，為放射科醫生提供精確的參考依據。
Harrison.ai行政總裁兼聯合創辦人Aengus Tran醫生指出：「放射學人工智能不能跳過任何步驟。在人工智能模型協助生成報告前，它必須在檢測方面表現出色，這正是我們過去8年來不懈努力的目標。我們獲監管機構批准的胸部X光、腦部電腦斷層掃描及胸部電腦斷層掃描檢測產品，每天都在使用，每月影響超百萬名病人。Harrison.Rad 1.5是邁向有意義創新的下一步，將影響放射學的未來實踐。」他續稱：「報告撰寫是放射科醫生花費時間的地方。未來，我們的Harrison.Rad基礎模型將為放射科醫生草擬高質素報告，供他們審閱及簽署，而不會取代他們的判斷。」
為衡量這項進展，Harrison.ai以人類放射科醫生應考的考試，評估Harrison.Rad 1.5及其他尖端模型，並使用訓練期間未曾見過的外部數據。在「FRCR 2B短病例考試」中，即英國皇家放射科學院於2025年採納、取代已停用的Rapids格式的標準，Harrison.Rad 1.5 Agent取得中位數86.5分，高於合格所需的平均分數73.2分。其他經評估的模型均未能通過這次考試。
在較舊的「FRCR 2B Rapids考試」中，Harrison.Rad 1已領先業界，Harrison.Rad 1.5 Core通過24.3%的完整試卷，較Harrison.Rad 1提升2.4倍。
Harrison.ai神經放射科醫生兼首席醫療及人工智能總監Jarrel Seah醫生表示：「Anthropic的Opus及OpenAI的GPT-5等通用模型，無法通過放射科醫生執業資格考試。但Harrison.Rad 1.5可以。」他續指：「它經過600萬份診斷研究及1800萬次臨床對話訓練。這些進步在最困難的病例中表現最為明顯：包括過往病歷的研究、術後工作，以及超出傳統報告本體論的發現。Harrison.Rad 1推出18個月後，我們專用模型與全球領先通用模型之間的差距並未縮小，反而擴大了。臨床放射學要求的高度特異性，只能透過專門訓練才能實現。」
這些改進建基於更大的訓練數據及更佳的方法。Harrison.Rad 1.5經過約600萬份診斷影像研究訓練，較Harrison.Rad 1增加33%，採用旨在提高精確度及區分度的新技術，以及一種能讓模型根據臨床問題調整影像解讀方式的架構。所有運算均在新NVIDIA B200 GPU叢集上進行。
Harrison.ai人工智能工程主管Suneeta Mall表示：「這次發布有三點令我最感自豪：數據質素、臨床一致性，以及模型解讀影像方式的根本性改變。」她續稱：「我們大力投資於模型學習的訊號：更潔淨的數據、臨床設計的難負例（迫使模型區分視覺上相似的影像），以及保留原始長寬比，讓模型以放射科醫生慣用的方式查看影像。在B200叢集上進行如此規模的訓練，為我們提供了更大的空間，以實施更具野心的方法。」
Harrison.Rad 1.5僅供研究、基準測試及評估之用。Harrison.ai正積極尋求在美國及歐盟國家等主要市場，為基於這些基礎模型開發的產品取得監管許可、批准或認證。
Harrison.ai是一間全球醫療科技公司，透過人工智能自動化提升臨床醫生能力及病人護理質素。我們的解決方案以臨床醫生為主導、病人為先，支援更早、更準確的診斷，並無縫整合至臨床工作流程。Harrison.ai的解決方案已在超40個國家應用，並服務澳洲半數放射科醫生。這些方案已在全球超1,000個客戶地點投入臨床使用，包括超55個英國國民保健署（NHS）信託基金，以及香港所有公立急症室。Harrison.ai的解決方案目前每月影響超百萬名病人。
（美聯社）
