Suki AI

Suki es un asistente clínico de IA basado en voz diseñado específicamente para médicos y organizaciones de atención médica. Fundada en 2017 por Punit Soni (ex vicepresidente de Flipkart, con cargos anteriores en Google y Motorola) y con sede en Redwood City, California, Suki aborda uno de los problemas más persistentes de la medicina: la carga de documentación que mantiene a los médicos frente a sus teclados en lugar de con sus pacientes. Para octubre de 2024, la empresa había asegurado $165 millones en financiamiento total, incluida una Serie D de $70 millones liderada por Hedosophia, y había crecido 4 veces en un solo año para prestar servicio a más de 400 sistemas de salud en todo Estados Unidos.

El producto se presenta en dos configuraciones. Suki for Clinicians (vendido como Suki Assistant) es la aplicación directa para el médico disponible en iOS, Android y la web: escucha las consultas de los pacientes, genera notas clínicas estructuradas, prepara recetas y órdenes de laboratorio a partir de la conversación ambiental, muestra datos relevantes del historial del EHR mediante comandos de voz y sugiere códigos de facturación ICD-10 y HCC. Suki Platform es una API y SDK para desarrolladores que las empresas de tecnología de la salud integran en sus propios productos, utilizando el motor ambiental y de voz subyacente de Suki sin tener que construir la infraestructura por sí mismas. Ambas opciones se integran de forma nativa con Epic, Oracle Health, athenahealth, MEDITECH Expanse y Azalea Health, abarcando más de 100 especialidades médicas y más de 80 idiomas.

Lo que Suki AI es realmente en mayo de 2026

Suki comenzó como un asistente de dictado inteligente, y esa herencia centrada en la voz da forma a todo el producto actual de maneras que lo distinguen de los competidores exclusivamente ambientales. Cuando un médico abre Suki en su iPhone y entra a una sala de examen, puede activar el modo de escucha ambiental con un solo toque. A partir de ese momento, Suki escucha, transcribe y comienza a estructurar una nota en tiempo real. Después de la consulta, el médico revisa el borrador, realiza ediciones mediante comandos de voz ("Suki, mueve la medicación a la sección de evaluación") y envía la nota al EHR con una sola confirmación.

Pero Suki no es solo un canal de transcripción. La capa de comandos de voz se extiende al flujo de trabajo clínico: los médicos pueden decir "Suki, prepara una receta de metformina de 500mg dos veces al día" o "Suki, muestra el último resultado de HbA1c" durante la consulta misma, y el sistema pone en cola esas acciones en el EHR conectado. Este control manos libres del EHR es la característica que más distingue a Suki de herramientas como Nabla o Abridge, que se centran principalmente en la generación de notas ambientales en lugar de la automatización del flujo de trabajo impulsada por voz.

A mediados de 2026, las métricas principales de Suki se sitúan en: una reducción promedio del 72% en el tiempo dedicado a la documentación por nota, una finalización de notas un 41% más rápida y una reducción documentada del agotamiento médico del 63% según datos del Peterson Health Technology Institute. KLAS Research validó a Suki con una puntuación de rendimiento de 93.2 sobre 100, y el 95% de las organizaciones encuestadas afirmaron que volverían a comprarlo. La calificación en la Apple App Store es de 4.2 sobre 5 estrellas en 63 reseñas, lo que es coherente con los hallazgos de KLAS pero refleja cierta fricción en el mundo real (que se analiza en la sección de frustraciones más abajo).

"Antes de Suki, estaba atada a mi computadora. Ahora puedo estar completamente presente con mis pacientes. Eso marca toda la diferencia". - Dra. Melissa Holmes, Pediatra, suki.ai, 2026

Dónde se sitúa Suki frente a Abridge y Nabla

Abridge es el competidor empresarial más directo de Suki en EE. UU. Abridge recaudó $150 millones en financiamiento de la Serie C a principios de 2024 (liderado por Lightspeed con la participación de NVIDIA) y para junio de 2025 había alcanzado una valoración de $5.3 mil millones. La diferencia mecánica es la arquitectura de distribución: Abridge otorgó a Epic una participación accionaria y un reparto continuo de ingresos para asegurar una ubicación preferencial dentro del programa de proveedores externos de Epic. Esto mantiene a Abridge de 3 a 6 meses por delante de sus rivales en profundidad de integración para el 38% de los hospitales estadounidenses que utilizan Epic, y explica su implementación en Kaiser Permanente (24,600 médicos), Mayo Clinic (más de 2,000 médicos), Duke Health y UPMC. Para las organizaciones que ya están profundamente integradas en Epic, Abridge tiene una ventaja estructural. Para los sistemas de salud en MEDITECH, Oracle o athenahealth, Suki suele ser la opción más sólida. El diseño centrado en dispositivos móviles de Suki también lo hace más práctico para hospitalistas y otras especialidades que se mueven entre habitaciones en lugar de sentarse en una estación de trabajo fija. Puede comparar Abridge directamente en su perfil de Vantaige.

Nabla aborda el mercado desde la dirección opuesta. Fundada en París, Nabla incorporó el cumplimiento del RGPD en su arquitectura desde el primer día, convirtiéndola en la opción predeterminada para los sistemas de salud europeos donde las herramientas centradas en EE. UU. enfrentan fricciones regulatorias. Nabla recaudó $24 millones en la Serie B (enero de 2024) y $70 millones en la Serie C (junio de 2025, liderada por HV Capital), elevando el financiamiento total a aproximadamente $120 millones. Admite más de 35 idiomas, se integra con todos los principales EHR a través de API basadas en estándares y pasó tres años construyendo modelos de lenguaje patentados antes de incorporar LLM de terceros. La nota generada aparece en menos de 20 segundos. Donde Nabla difiere más: no ofrece un control profundo de comandos de voz sobre los flujos de trabajo del EHR, y su enfoque exclusivamente ambiental está más cerca del producto de Suki anterior a 2021 que del actual asistente de comandos de voz de Suki. Nabla es fuerte para compradores europeos y consultorios multilingües que priorizan la arquitectura nativa del RGPD sobre el control del flujo de trabajo impulsado por voz. Los consultorios que deseen IA más allá de la documentación también deberían considerar Glass Health para el razonamiento clínico y OpenEvidence para la investigación basada en evidencia durante las consultas.

Cómo funciona realmente la IA dentro de Suki

El flujo de IA de Suki no es un modelo único. La escucha ambiental utiliza una capa de reconocimiento de voz de grado médico ajustada en audio clínico, no una transcripción de propósito general. Esa transcripción alimenta un modelo de estructuración que identifica las secciones de la nota (Historia de la enfermedad actual, Evaluación y plan, medicamentos, órdenes) y las completa utilizando el contexto de la consulta. Un modelo de codificación independiente cruza la nota estructurada con las jerarquías ICD-10 y HCC para señalar oportunidades de facturación o lagunas en la documentación. Además de todo esto, el analizador de comandos de voz maneja directivas en tiempo real, distinguiendo el dictado clínico ("el paciente reporta dolor en el pecho que se irradia al brazo izquierdo") de los comandos del sistema ("Suki, comienza una nueva sección").

El producto Suki Platform expone gran parte de este flujo como endpoints de API, lo que permite a las empresas de tecnología de la salud integrar documentación ambiental, manejo de comandos de voz y asistencia de codificación en sus propios productos sin reconstruir la infraestructura. Este modelo SDK B2B ha atraído a socios como Zoom (generación de notas ambientales para sus 140,000 clientes de organizaciones de atención médica, anunciado en enero de 2025) y una asociación más profunda con MEDITECH (anunciada en julio de 2025).

En cuanto a la profundidad de integración del EHR: Suki no utiliza un simple copiar y pegar o inyección en el portapapeles. La integración nativa significa que las notas se reescriben en los campos estructurados del EHR, las órdenes se ponen en cola en el sistema de gestión de órdenes del EHR y la recuperación de datos del historial se extrae de las API en vivo del EHR. La integración con MEDITECH Expanse de julio de 2025 fue notable porque Suki se convirtió en el primer proveedor de IA ambiental en enviar notas ambientales directamente a las API de documentación de MEDITECH sin un paso de copia manual. A partir de ese hito, se habían procesado más de 100,000 consultas de pacientes y más de 1,000 proveedores estaban activos solo en MEDITECH Expanse.

"Con la documentación ambiental de Suki, puedo extraer las piezas y partes del entorno ambiental, así como mantener las otras piezas que uso en Epic". - Dr. Bobby Dupre, CMIO, Franciscan Missionaries of Our Lady Health System, Resumen del año 2024 de Suki

Las preocupaciones sobre fricción y costos que los médicos siguen planteando

La queja más recurrente es directa: el precio. A $299 por médico al mes para Suki Compose y $399 por médico al mes para Suki Assistant, Suki cuesta de 2 a 3 veces más que alternativas como Freed AI ($119/mes) o Heidi Health ($90-99/mes). Para los médicos independientes y los pequeños consultorios privados, el costo por médico rara vez sobrevive a una conversación sobre el presupuesto. El modelo de negocio de Suki está diseñado para sistemas de salud empresariales donde los costos de TI, cumplimiento e incorporación se amortizan entre cientos de proveedores, no para un consultorio de medicina familiar de tres médicos.

El segundo problema recurrente es la calidad de las notas a lo largo del tiempo. Varios médicos que lo han evaluado señalan que, tras un uso prolongado, las notas generadas por Suki se vuelven predecibles y repetitivas en su redacción, requiriendo más edición que durante las semanas iniciales de uso. Esto es en parte consecuencia de cómo funcionan los modelos de estructuración: optimizan la consistencia y la exhaustividad, lo que puede producir notas que se leen de manera idéntica en tipos de consultas similares. Los médicos en especialidades de alto volumen con una mezcla diversa de casos reportan menos este problema que aquellos que manejan el control rutinario de enfermedades crónicas en alto volumen.

La adopción de comandos de voz añade fricción a la incorporación. La biblioteca de comandos de voz es potente pero requiere que los médicos aprendan la sintaxis de los comandos ("Suki, crea una HPI para..."), y durante las primeras semanas el patrón de interrupción puede ralentizar las consultas en lugar de acelerarlas. La mayoría de los consultorios reportan un período de adaptación de 2 a 4 semanas antes de que el sistema se sienta invisible.

El reconocimiento de medicamentos tiene una brecha documentada: el sistema ocasionalmente no logra capturar un medicamento mencionado en la conversación o lo coloca en una sección incorrecta de la nota. Los médicos que ejercen en especialidades con gran carga farmacológica (oncología, psiquiatría, polifarmacia compleja) reportan tasas más altas de ediciones relacionadas con medicamentos que los internistas generales. La cobertura de EHR también es más estrecha de lo que afirman algunos competidores. Si bien Epic, Oracle, athenahealth, MEDITECH y Azalea son integraciones sólidas, los consultorios que usan eClinicalWorks, Kareo, ModMed u otros EHR del mercado medio encontrarán un soporte nativo limitado o nulo.

Para quién es Suki y cuándo elegir otra opción

Suki es ideal para sistemas de salud empresariales de EE. UU. que necesitan documentación ambiental multiespecialidad y multilingüe con un control real del flujo de trabajo del EHR impulsado por voz, y que cuentan con la infraestructura de TI para respaldar una implementación de integración completa. Las especialidades ambulatorias con alto volumen de consultas (atención primaria, cardiología, hospitalistas, obstetricia y ginecología, gastroenterología) son el punto ideal. Las organizaciones que ya utilizan Epic, Oracle Health, athenahealth o MEDITECH obtienen la integración más profunda. Los sistemas de salud interesados en integrar el motor de IA de Suki en aplicaciones patentadas deben evaluar la API de Suki Platform, que está documentada y cuenta con soporte activo.

En cuanto a herramientas de IA clínica relacionadas, Hippocratic AI cubre el alcance al paciente y la navegación de la atención (un caso de uso complementario en lugar de superpuesto), mientras que Glass Health se centra en el razonamiento clínico y el diagnóstico diferencial durante la consulta misma.

Evite Suki cuando: sea un médico independiente o una clínica pequeña donde $399 por médico al mes no sea justificable por el ROI; su consultorio utilice un EHR fuera de la lista de integración de Suki; necesite funciones como recepcionista de IA, gestión de faxes o soporte de facturación integrado en la misma plataforma; o desee flexibilidad mes a mes y precios transparentes de autoservicio sin pasar por un proceso de ventas empresariales. Para esos escenarios, vale la pena evaluar primero a los escribas ambientales de menor costo como Freed AI o Heidi Health, incluso si carecen de la profundidad de comandos de Suki.