理解醫療機構如何使用生成式 AI 把病患訪視錄音轉成對話摘要。
University of Kansas Health System 向超過 2,000 名 doctors 與 medical staff 推出 Abridge，用於從 patient-visit video recordings 建立 conversation summaries。
| 指標 | 原書資訊 |
|---|---|
| 使用規模 | 2,000+ doctors／medical staff |
| 輸入 | 病患訪視錄影／錄音內容 |
| 輸出 | Conversation summaries |
可用 Excel 追蹤每位使用者的摘要量、人工修正次數、錯誤類型與平均審核時間；AI 只產生 draft，最終醫療紀錄由臨床人員確認。
原書沒有提供節省時間或錯誤率，因此不能計算 productivity ROI。
「2,000+ 使用者」顯示 deployment scale，但不是品質證明。管理者還需監控 accuracy、privacy、clinical risk 與 adoption。
請把已去識別化的訪視逐字稿整理成摘要草稿，並列出所有你不確定或可能需要醫療人員核對的內容。
**題目：**若 2,000 名使用者中 70% 每週至少使用一次，活躍使用者至少約多少？
**參考解答：**以 2,000 作最低基準，2000×70%=1,400；因原書是 2,000+，實際數會高於或等於此教材估算。