ChikitAI

我是Sujit，Nyukt.AI 的创始人。
去过诊所的人都知道那套流程：排队、反复填写同样的表格、跟三个不同的人重复你的病史，等见到医生时，一半的就诊时间已经耗费在软件本该处理的事情上。而在办公桌另一头，临床医生被接诊行政工作淹没，根本没时间做他们真正受训要做的事——照顾患者。
我们搭建 ChikitAI 就是为了解决这“第一英里”的问题。它是一个智能体层，能用日常语言和患者交流，采集规范的临床级病史，判断紧急程度，然后引导到正确的诊疗路径。关键区别在于：它运行在我们自有的临床 LLM 上。

我们正在为需求远超临床容量的地区构建这个，这种自动化不是锦上添花，而是结构性的必需。
非常期待您真诚的反馈，尤其是来自健康科技、临床运营或亲身感受过接诊痛苦的朋友。什么会让您信任 AI 来负责您诊疗的第一步？

好主意，每次进新诊所都要填长表格，我也很烦。不过填这些表格时我通常要分享大量个人和健康数据。你们怎么确保我的数据完全隐私，不会被你们后台用的任何一个 LLM 使用？你们是否也把传入数据存在自己的服务器上？毕竟数据总要以某种方式传递给医疗服务提供方。

最突出的细节是按紧急程度分流，而不仅仅是症状关键词。我做语音 AI，通过电话问候年迈的父母，最难处理的情况是有人低估了自己的真实感受，所以一个自信的分诊决策可能恰恰是错的。ChikitAI 会暴露一个不确定性信号，把临界病例交给人类处理吗？还是每一次接诊都会得出一个确定的分流结果？另外也好奇你们是如何用真实接诊记录来验证临床 LLM 的。

我特别希望看到从一开始就内置多语言支持，而不是事后才想起来。医疗服务面对的是极其多元的群体，开箱就能用患者偏好的语言进行接诊对话，对可及性和信任感会有真正的改善，尤其是对那些在当前接诊表格上挣扎的老年人或非英语母语者。

Sujit，任何在候诊室里反复填过相同表格的人都知道，还没见到医生之前时间就流失了多少。把时间还给临床医生，感觉对房间里的每个人都有帮助。

我是临床医生，你确实找对了问题的关键。最开始的环节才是真正耗费时间的地方。我唯一担心的是锚定效应：一旦我拿到一份整理好的结构化病史和鉴别诊断，很容易被那个框架带着走，而不是重新自己问一遍病史，而正是在这种情况下我可能会漏掉患者隐瞒的信息。在实践中，你们看到医生是会重新问诊，还是大多只是确认AI的版本？你们有没有测量过这种转变？