콘텐츠로 건너뛰기

스탠포드 대학은 AI를 사용하여 청소년과 가족과의 건강 정보 공유를 탐색합니다.

급속히 진화하는 건강 관리 상황에서, 특히 청소년의 경우 건강 정보 공유는 미묘한 균형을 이룹니다.

문제

환자 포털은 환자, 가족, 의료 제공자 간 건강 정보의 효율적인 공유를 촉진합니다. 그러나 10대 청소년의 경우 특정 문제가 발생합니다.

특정 주법에서 미성년자는 특정 유형의 민감한 치료에 동의하고 그 정보를 보호자에게 비밀로 유지할 권리를 부여할 수 있습니다. 이것은 필요한 치료를 요구하는 것을 피할 수 있는 약한 입장에 있는 젊은이들과의 신뢰 관계를 구축하는 데 매우 중요합니다.

그러나 구성하는 것은 기술적으로 어렵습니다. EHR 및 환자 포털 이러한 개인정보 보호의 권리를 존중하면서 필요한 정보 공유를 촉진합니다.

“일부 조직은 보호자에게 모든 건강 정보를 보류함으로써이 과제에 대응하고있다” 나탈리 페이지러 박사는 말한다. “그러나 이 접근법은 최적의 치료에 대한 장벽을 의도하지 않게 생성할 수 있습니다. 10대 의료에 참여하는 데 매우 중요할 수 있습니다.”

“건강 정보 공유에 미묘한 뉘앙스 접근법을 만드는 기술적 작업에 대한 투자는 필요할 뿐만 아니라 기회이기도 하다.”라고 그녀는 계속했다. “이것은 청소년의 건강 데이터를 다루는 방식에 혁명을 일으켜 청소년과 그 보호자 모두가 필요한 정보에 적절하게 액세스할 수 있도록 하는 기회입니다.”

이것은 단순히 법률과 미래를 바라보는 시스템의 준수를 넘어선 것이며, 배경에 관계없이 십대들이 안전하고 지원되고 힘을 받고 있다고 느껴지는 의료 환경을 만들어 이다, 그리고 그녀는 덧붙였다.

“또한 이 미묘한 접근법은 10대 의료에서 ​​단계적 책임의 개념을 지원한다”고 페이질러는 말했다. “아이들이 나이가 들수록 점차 자신의 건강 결정에 대해 더 많은 책임을 질 것입니다. 우리는 성인으로의 전환을 촉진하고 책임감과 자율성을 키우고 있습니다.”

“이 연구는 특정 분야에서 십대 프라이버시의 권리를 존중하면서 십대의 건강을 지원하는 데 가족이 할 수있는 중요한 역할을 인식하는 것입니다.”라고 그녀는 계속했다. “이 균형을 잡으면 환자의 결과를 개선하고 신뢰를 구축하며 환자 중심의 치료에 대한 새로운 표준을 수립 할 수 있습니다.”

여기에 AI와 언어 모델이 개입합니다.

제안

포켓벨과 직원은 AI 기술을 활용하여 청소년과 가족과의 건강 정보 공유를 미세하게 조정하고, 공급자 메모 작성, 메시징 및 수동 모니터링 프로그램의 효율성을 높이는 중요한 기회 를 잡았습니다.

“이러한 목적을 달성하기 위한 첫 번째 단계는 자연 언어 처리를 사용하여 이중 모니터링 시스템을 설정하는 것이었다”고 그녀는 설명했다. “이 시스템은 10대 환자의 프라이버시와 자율성을 보장하면서 의학에 대한 보호자의 필요한 수준의 참여를 유지하기 위한 것이었습니다.

“우리의 목표는 문서 작성 부담을 더욱 줄이고 공급자와의 의사 소통의 효율성과 효율성을 높이는 것입니다.”

나탈리 페이지러 박사, 스탠포드 의학 소아 보건학

“우선 AI 기술은 부적절한 민감한 콘텐츠에 대한 공급자의 메모를 모니터링하는 데 사용되었습니다.”라고 그녀는 계속했습니다. “이것은 피임이나 성병 치료와 같은 청소년이 동의한 민감한 치료에 관한 정보가 포함된 메모를 식별하고 신고하도록 AI 시스템이 훈련되었음을 의미합니다. 이 시스템은 이 정보가 학부모에 대해 기밀로 유지되도록 설계되었습니다. 십대의 개인정보와 자율성.

그런 다음 10대 환자 포털 계정의 메시지를 모니터링하기 위한 자연어 알고리즘이 생성되었습니다. 이 시스템은 민감한 정보에 액세스하려고 시도하는 등 보호자가 계정의 부적절한 사용을 감지하도록 설계되었습니다.

이를 통해 학부모가 적절한 범위에서 십대의 의료에 관여하는 것을 보장했지만 법률과 십대의 동의에 의해 결정된 경계를 초과하지 않도록 할 수있었습니다.

“이 두 AI 모니터링 시스템의 조합은 청소년과 가족의 건강 관리 노력을 최적으로 지원하는 포괄적 인 솔루션을 제공하도록 설계되었습니다.” Pageler는 설명했습니다. . “이 시스템은 청소년과 학부모의 권리를 존중하며 의료 제공자의 메모와 환자 포털 계정이 모두 적절하게 사용되도록 설계되었습니다.

“이를 통해 십대와의 신뢰 관계를 구축할 수 있을 뿐만 아니라 부모가 자녀의 의료를 효과적으로 지원할 수 있게 된다”고 그녀는 덧붙였다.

과제를 다루다

Stanford Medicine Children’s Health는 소아 및 청소년 의학을 전문으로 하는 임상 정보학자의 전문 지식을 활용하여 혁신적인 노력을 시작했습니다. 이 전문가들은 캘리포니아의 청소년 비밀 보존법의 미묘한 차이점에 익숙해졌으며 십대 성장 기록과 환자 포털 메시지의 대규모 데이터 세트에 신중하게 레이블을 지정했습니다. 이것이 프로젝트의 기초가 되었습니다.

“그 후, 우리의 정보 학자는 우리의 데이터 과학자와 협력하여 두 가지 획기적인 자연 언어 처리 알고리즘을 개발했습니다.”라고 Pageler는 설명했습니다. 첫 번째 알고리즘은 공급자의 감사와 피드백을 자동화하고, 메모의 무결성을 강화하고, 청소년과 보호자와 최적의 건강 정보를 공유할 수 있도록 설계되었습니다.

“두 번째 알고리즘은 환자 포털 팀에게 경고를 제공하기 위해 개발되었습니다. 그녀가 계속했다.

대규모 언어 모델의 출현으로 잠재력의 세계가 열렸습니다.

“우리는 현재 이러한 진보를 어떻게 활용하여 우리의 활동을 더욱 강화하고 십대와 가족을 더 잘 지원할 수 있는지 모색하고 있습니다.” 말했다. “우리는 현재 GPT 4.0의 성능을 자체 개발 NLP 알고리즘과 비교하여 평가하고 있습니다. 어떻게 적극적으로 이끌고 문서를 보다 충실한 것으로 할 수 있는지에 대해서도 검토하고 있습니다.효율적.

“이 프로젝트는 기술을 사용하여 문제를 해결할 뿐만 아니라”라고 그녀는 계속했다. “이것은 청소년과 그 가족을 지원하고 힘을 주는 방법에 혁명을 일으키는 것입니다. 합니다.”

결과

Pageler는 이 기술을 활용한 노력으로 진정으로 혁신적인 결과를 가져왔다고 보고했습니다.

“우리의 환자 메시지 알고리즘은 우리 십대 포털 계정의 50 % 이상이 놀라운 현실을 밝혔습니다. 부모가 부적절한 접근을 받고 있었다“이것은 청소년의 프라이버시의 심각한 침해를 강조하는 경종이었다.”라고 그녀는 말했다.

“그러나 그것은 변화의 기회이기도 했다”라고 그녀는 덧붙였다. “우리는 즉시 행동을 취하고 문제를 이해하고 해결하기 위해 추가 조사를 실시했습니다. 커스텀 가드 레일 개입 이로 인해 부적절한 계정 활성화 오류가 크게 감소했습니다. 이 솔루션은 매우 효과적이었기 때문에 공급업체 파트너인 Epic은 비슷한 가드 레일을 자체 기반 시스템에 통합하여 전 세계의 십대들에게 우리의 노력의 영향을 넓혔습니다. “

그런 다음 공급자 메모의 NLP 알고리즘을 통해 메모의 20% 이상에 부적절한 민감한 콘텐츠가 포함되어 있음이 분명해졌습니다. 알고리즘을 활용한 자동 검토 프로세스 수동 검토보다 최대 6배 효율적이며 생산성이 크게 향상되었습니다. 그러나 더 중요한 것은 직원이 공급자 메모 템플릿을 개선할 수 있는 기회를 파악하는 데 도움이 되었으며, 공급자가 적절하게 문서화하고 청소년의 기밀 유지를 존중하기 쉬워졌다는 점입니다.

“이 성공은 단지 시작일 뿐”이라고 페이질러는 말했다. “우리는 현재 이러한 알고리즘을 메모 생성 프로세스에 통합하는 방법을 찾고 있습니다. 이것은 단순히 시스템을 개선할 뿐만 아니라 우리의 방법에 혁명을 일으키는 것입니다.” “

다른 사람들에게 조언

Pageford 씨는 Stanford Medicine Children’s Health가 의료 기술의 급속히 진화하는 상황을 극복하면서 다양한 환자 집단의 고유한 요구를 인식하는 것이 중요하다고 조언했습니다.

“예를 들어, 아이와 그 가족은 아이의 권리와 아이의 관리에서 가족의 역할을 모두 존중하는 건강 정보 공유에 미묘한 접근이 필요합니다.”라고 그녀는 말했다. AI 및 자연 언어 처리와 같은 기술 솔루션을 도입하면 이러한 요구를 충족하는 능력이 크게 향상되지만 의료 임상 및 기술 측면 모두에 대한 깊은 이해가 필요합니다.

“의료와 기술의 이 복잡한 교차로를 잘 극복하기 위해서는 이를 바탕으로 적절한 팀을 구성하는 것이 절대적으로 필수적이다”라고 그녀는 계속했다. “이 팀은 이상적으로는 환자 별 요구와 의료 워크 플로우의 미묘한 차이를 이해하는 임상 정보 학자, AI 및 자연 언어 처리의 힘을 활용할 수있는 데이터 과학자, 법률 및 개인 정보 보호 전문가 등 다양한 하지만 보완적인 기술을 갖춘 개인으로 구성되어야 합니다. 의료법과 규정에 익숙합니다.”

스탠포드 대학은 학제간 교육에 대한 수년간의 노력 덕분에 이 노력에 성공하고 있다고 그녀는 덧붙였다.

“우리의 생물의학 데이터 과학 대학원 프로그램, 임상 정보학 휄로우십 및 임상 정보학 관리 석사 학위는 임상 실천과 기술 혁신 사이의 격차를 메우는 데 익숙한 차세대 전문가 훈련에 도움 그녀는 결론을 내렸다. “우리 팀 내 임상 및 기술 전문 지식의 융합은 환자, 특히 어린이와 가족의 특정 요구에 맞는 솔루션을 개발하고 구현할 수 있게 되었습니다.”

LinkedIn에서 Bill의 HIT 언론을 팔로우하십시오. 빌 시위키
그에게 이메일을 보냅니다. bsiwicki@himss.org
Healthcare IT News는 HIMSS Media의 출판물입니다.

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다