跳到正文
原文
Claude 官方 · 应用与案例·· 6 天前精选AI 评分58

Banner Health 基于 Claude Sonnet 4.5 打造企业 AI 平台 BannerWise

Banner Health Claude Platform (API) case study

AI 导读

美国非营利医疗系统 Banner Health 基于 Claude Sonnet 4.5 构建企业 AI 平台 BannerWise,已向 55,000 多名员工开放。

推荐理由

原文给出了医疗系统在自有 AWS 环境中部署 Claude 的具体路径与量化结果,可作为企业落地 AI 的参考样本。

正文 · AI 翻译

Banner Health,是美国最大的非营利性医疗系统之一,运营着33家急症护理医院、400家诊所,以及一个拥有120万会员的健康计划。该组织拥有超过55,000名员工,为亚利桑那州、加利福尼亚州、科罗拉多州、内布拉斯加州、内华达州和怀俄明州的350多万人提供服务。

  • 构建了BannerWise,一个企业级AI平台,现已向55,000多名员工开放
  • 将肿瘤病历准备工作从下班后的加班劳动转变为高效的诊室内流程
  • 85%的用户反馈称显著节省了时间,同时准确性也有所提升
  • 在不到30天内在其现有AWS环境中部署了一套隐私保护AI系统
  • 为在未来四年内将医疗服务提供者的行政负担减少50%奠定了基础

问题所在

与全国许多医疗系统一样,沉重且不断增长的行政负担正导致Banner的医护人员身心俱疲。在完成一整天的患者诊疗后,医生每晚还要额外花费两到三个小时用于病历准备和接诊流程。

对肿瘤科医生而言,这一挑战尤为严峻。复杂的转诊需要审阅数百页的患者记录——化验结果、影像报告、治疗史、会诊记录——以创建现病史。血液肿瘤科医生有20%的文书工作时间发生在晚上6点至早上6点之间。

“肿瘤患者可能带来一大堆医疗记录,”Banner MD Anderson癌症中心放射肿瘤科主任Gary Walker博士说。“在极端情况下,你收到来自另一家诊所的转诊,他们可能有100、200、300页的文件需要我们去逐一审阅。”

在全国医疗服务提供者短缺的背景下,Banner设定了一个雄心勃勃的目标:到2029年底,将临床医生的行政任务减少50%,同时改善患者和医护人员的体验。挑战在于提高医疗可及性和服务能力,同时让医疗专业人员专注于照护患者,而不是做数据录入。

解决方案就是BannerWise——一个由Claude Sonnet 4.5驱动的企业级AI平台,现已向Banner在六个州的医院和医疗办公室的55,000多名员工开放。该平台涵盖从沟通协作、内容创作到知识检索和复杂文档分析的各类任务,用户主要集中在三个主要应用场景:文档分析与摘要(占使用量的32%)、内容创作(20%)以及代码优化的开发支持(16%)。

具体到肿瘤病历准备,BannerWise帮助医生和医疗文书人员将患者记录综合整理为完整的文档。该系统审阅收到的医疗记录——无论是来自转诊诊所的PDF文件还是Banner自身系统内的记录——并生成摘要,涵盖患者的肿瘤诊疗历程、治疗史和当前状况。

Banner的技术团队将BannerWise的愿景变为现实,从项目获批到可运行的概念验证在不到30天内完成,同时全程专注于智能体的安全性和可靠性。

Banner 首席技术官 Mike Reagin 表示:“我们开始构建 BannerWise 时,幻觉和错误输出在各模型提供商中更为普遍,我们被 Anthropic 对 AI 安全的专注以及 Claude 的 Constitutional AI 方法所吸引,该方法旨在打造更有帮助、更无害、更诚实的 AI 系统。Claude 系列模型在改进速度和输出质量方面令我们备受鼓舞。”

将 Claude 集成到组织的 AWS 环境中非常直接。Banner 在其自有 AWS 基础设施内部署了 Claude,以确保患者数据永远不会离开其安全环境——这是医疗健康领域的关键要求。他们持续以每月发布的方式迭代 BannerWise,新增了 Bedrock Knowledge Bases、文档上传功能、提示词库和提示词改进器等特性,所有这些都旨在帮助用户在数小时而非数周内将该工具应用于新的场景。

“在我们的 AWS 环境中激活 Claude 非常直接,”Reagin 分享道。“我们的技术栈构建在 Amazon Bedrock 之上,因此 Anthropic 的模型可以随时访问。真正的魔力始于我们针对 Claude 优化提示词结构。”

对医疗记录员的影响尤为显著。过去培训一名新的记录员需要数月的医生指导和在职学习,而 BannerWise 使医疗背景极少的记录员能够在数天内产出高质量的文档。

“我们几乎可以招募一名几乎没有受过培训的新记录员,在几天之内,他们产出的成果就比我们过去的记录员工作数月甚至数年后的产出还要好,”Walker 博士说。

该系统并非取代员工,而是发挥着 Walker 博士所称的“劳动力放大器”作用。内置的质量检查能捕捉人类很可能遗漏的不一致之处,例如文件中无意间混入了另一位患者的记录,或出生日期不匹配。Walker 博士说,有一次系统标记出了深藏在文档中的出生日期差异,“这是任何人都无法发现的”。

“它让我能够更专注于面前的病人,”Walker 博士说。“我可以转而专注于确保与患者良好沟通,并确保他们理解治疗方案。”

成果

用户调查显示净推荐值为 +64,生产力影响评分为 8.9 分(满分 10 分),推荐可能性评分为 8.7 分(满分 10 分)。85% 的受访者报告称在节省大量时间的同时,工作准确性和流程效率也有所提升。自 2025 年 6 月以来,肿瘤科试点已处理超过 1,400 份临床记录。

Banner 目前正在神经内科、心脏内科和感染科等多个专科扩展病历准备能力,并计划在未来几年积极扩展至所有其他专科。团队还在利用 Anthropic 技术开发一个自动化智能体以简化工作流程,这对于更广泛的采用至关重要。

该组织在 2025 年底前将 BannerWise 交到了每一位 Banner 员工手中,并正在探索使用 Claude Code 来变革软件开发实践。未来的应用将扩展至客户体验中心、收入周期运营和供应链管理——展示单一 AI 平台如何变革复杂医疗系统中的各类工作。

“它当然能增强医生的能力,但更能增强医疗文书员、医疗助理和护士的能力,他们正在做一些病历准备工作,”Walker 医生说。“这使他们能够以远超其培训水平的方式发挥作用。”

‍

来源:Claude 官方 · 应用与案例 · claude.com