課題
ドキュメンテーションの負担は、臨床医バーンアウトの最大の単一要因です。既存のスクライビングツールはテキストを生成しましたが、臨床医がサインできる構造化ノートではありませんでした。ソース発話への引用は事実上存在しませんでした。
我々のアプローチ
譲れない2つの不変条件を持つスクライブパイプラインを構築しました。
- すべての主張にソースがある。 臨床医は任意の文をホバーすれば、それを生成した ambient transcript のスパンを見られる。
- テンプレートは臨床チームが所有する。 ノート構造（SOAP、ナラティブなど）は CMS で診療科ごとに定義され、エージェントはスロットを埋める。
最初に出荷したバージョンは引用失敗率が12%でした。3バージョン目は0.8%。evals がすべてのリグレッションを捕まえました。— Eng lead, Healthtech, 米国
アーキテクチャ
02 · Reference architecture
What we actually ship.
Every system we build follows this shape. Client at the edge, tools in a sandbox, traces everywhere, evaluators gating output. No black boxes, no "it works on my machine."
EDGE
Client
web · mobile · API
Gateway
auth · rate-limit · PII redact
ORCHESTRATION
Orchestrator
planner · router · memory
AGENTS & TOOLS
Retrieval
hybrid · rerank · cite
Tool calls
sandboxed · timeboxed
Evaluator
gates · rubrics · LLM-judge
DATA & TRUST
Vector + BM25
tenant-isolated
Traces / logs
OTel · replayable
Signed output
auditable · rollback
このシステム上での実行
04 · Run
Watch an agent do the job.
Three real production scenarios, replayed at observed latency. Every box is a span; every span has tokens, cost, and an eval gate. This is what shows up in your traces, not a marketing animation.
POST/api/v1/agent/run7-minute ambient consult → clinician-ready note with source-linked citations.
trace · clinicalspan_id 7c1f…
orchestrator.run
PLANorchestrator.plan
Plan rationale
Scribe pipeline: ASR with medical lexicon, retrieve patient context + template, draft per-SOAP-section, evaluator gates clinical-safety claims.
Subtasks
tool.asrretrieval.contextreasonerevaluator
0ms/3.07s
LATENCY0msbudget 3.00s
TOKENS0in + out
COST$0.0000budget $0.025
EVAL GATE—deterministic + LLM-judge
READY · clinician review
SOAP note drafted. 14 citations resolved. 2 low-confidence claims surfaced for clinician.
latency3.12scost$0.022tokens3,104evals9/9
アウトカム
0.0h
臨床医あたり週の削減時間
0.0%
引用失敗率
0%
臨床医サインオフ率