Guardoc 用 Amazon Nova 做医疗文档处理

背景与问题：临床文档常碎片化、格式混杂，同一页可混排打印文字、手写批注、勾选框与图章；其援引的BMJ Quality and Safety研究称，美国每年约1200万门诊成人受诊断错误影响，信息处理失误是因素之一。Guardoc Health专注长期照护场景，峰值日处理超100万份文档，据介绍1%的病症识别错误率即意味着每天产生数千条错误记录，构成患者安全与合规风险。方案与落地：Guardoc在Amazon Bedrock上用Nova模型族搭建分级管线：Amazon Textract先做低成本抽取，按临床语义边界分块并按患者分区，经预过滤与内存k-NN检索缩小范围，Nova 2 Lite做轻量初筛，最终由Nova Pro对原始PDF字节做多模态推理（版面、手写、签名、图章），每条分类结果可回溯到具体来源页；药物提取采用Textract加Nova的混合OCR管线，各环节遵循「用最便宜可胜任组件」的成本分层原则。效果与数据：Guardoc自述文档错误减少46%、审计罚款减少70%、单家机构年ROI超40万美元；Nova Pro在勾选框、手写与版面理解上的多模态改进被视为管线可行的关键。