콘텐츠로 건너뛰기

2023년에 AI 혁신을 통해 단일 EHR 공급업체가 도입된 곳

건강 관리 IT 뉴스 와 앉아 폴 브라이언트athenahealth의 최고 제품 책임자 인 그는 인공 지능이 환자 경험과 의료 제공을 개선하고, 의료 상호 작용을 단순화하고, 의료를보다 쉽게 ​​액세스 할 수 있는지에 대한 통찰력을 얻고, 전자 의료 기록 공급업체가 오늘 AI를 사용하는 방법을 들었습니다.

그는 athenaOne의 새로운 AI 주도 기능이 이미 의료 효율성 향상과 관리 작업 감소로 임상 의사의 불타는 증후군을 해결하는 데 도움이되었으며, 예를 들어 누락 된 사전 승인 정보를 사전에 확인했습니다 EHR 사용자 전반에서 작업 완료의 18% 절감을 달성했다고 말했습니다.

브라이언트는 2024년 이후로 AI가 생성한 보고서는 간병인이 의료 제공자와 케어 회의를 준비하는 데 도움이 되며, 생성 AI는 임상 현장을 넘어 환자 에 도달할 가능성이 있다고 말했습니다.

예측 분석은 유사한 환자가 사용하는 추가 서비스 및 치료법을 제안하여 환자 관리를 이끌 수 있는 분야 중 하나입니다.

표시된 것은 환자의 복약 비준수 확인 그리고 입원 환자의 패혈증으로 인한 사망률 감소에 기여하지만 자주 있는 것입니다. 임상의가 데이터 중심 의료에 참여하는 것은 어렵습니다.. EHR의 예측 분석은 포인트 오브 케어에서 임상 의사 결정에 대한 지원으로는 아직 충분히 효과적이지 않다고 말하는 사람도 있습니다. 의사가 유일한 의사결정자여야 함.

급속히 진보하는 AI 기술은 의료 제공과 성과를 향상시킬 수 있는 잠재력이 많기 때문에 임상 케어에서 AI 기술의 안전한 사용을 보장하는 방법을 10년간이라고 합니다. 그렇지 않으면 2023년의 가장 큰 과제가 될 수 있습니다.

“AI는 케어 제공을 개선할 수 있는 반면 항상 임상 전문 지식이나 인간 판단과 함께 사용해야 한다는 점에 주의하는 것이 중요하다”고 브라이언트는 말했다. 했다.

“AI 알고리즘은 의료 현장에서 정확성, 신뢰성 및 윤리적 사용을 보장하기 위해 투명하고 설명 가능하며 지속적으로 검증되어야 합니다.”

Q. AI를 사용하여 임상 예측 분석을 개선하려면 어떻게 해야 합니까?

A. 인공 지능이 임상 현장에서 예측 분석을 향상시키는 데 도움이되는 다양한 방법이 있습니다.

위험 계층화 및 조기 감지: AI 모델을 교육하여 고위험 환자를 식별할 수 있습니다. 과거 환자 데이터를 분석함으로써 AI 알고리즘은 환자가 위험이 높고 다음 예정된 방문을 기다리는 것이 아니라 관리 관리와 같은 즉각적인 개입이 더 유용 할 수 있음을 나타냅니다. 를 제안하는 패턴을 식별할 수 있습니다.

임상 의사 결정 지원: AI를 활용한 CDS는 환자 데이터를 분석하고 증거 기반 권장사항을 제공함으로써 의료 제공자에게 실시간 지침을 제공할 수 있습니다. 이 시스템은 진단을 코딩하고, 치료 갭을 식별하고, 지시를 가속화하고, 약물 상호 작용의 가능성에 대한 임상 의사에게 경고를 지원합니다.

리소스 최적화: AI는 의료기관이 환자의 수요를 예측하고, 일정 및 리소스 가용성을 조정하여 수요에 맞추고 사용하지 않는 예약을 줄임으로써 리소스 할당을 강화하는 데 도움이 됩니다. 합니다. 이렇게 하면 업무 효율성이 향상되고 대기 시간이 단축되며 의료 액세스가 향상됩니다.

Q. 인공 지능은 시간이 지남에 따라 환자의 경험과 결과를 어떻게 개선합니까?

A. AI는 임상의의 지능형 파트너가 되어 EHR에서 의사의 경험을 근본적으로 바꿀 수 있습니다. AI를 사용하면 EHR은 환자 기록을 “이해”하고 비정형 데이터를 다이제스트/분석하여 방문, 환자 상황, 의료 제공자 선호도에 따라 이 정보를 임상의에게 제공할 수 있습니다. .

예를 들어, 의료 제공자가 일년에 한 번의 건강 진단을 위해 Medicare 환자를 진찰하는 경우 AI가 환자에 대한 모든 정보를 검토하여 어떤 예방 조치가 취해지고 누락되었는지 이해합니다. 따라서 의사는 이러한 서비스를 빠르고 쉽게 주문할 수 있습니다. 그런 다음 방문의 대부분을 환자와의 관계에 지출하고 해결해야 할 다른 근본적인 문제가 없는지 확인합니다.

환자의 관점에서 볼 때, 거의 확실히 “간호사에게 물어보십시오”라는 트리아지 라인을 닮은 환자가 치료를받을 수있는 최적의 장소를 이해하는 데 도움이되는 AI 지원 트리어지 및 채팅 봇이 등장하기 시작할 것입니다.

또한, 우리의 장기적인 전망은 ChatGPT와 마찬가지로 genAI가 의사 소통의 격차를 메우고 의료에 대한 액세스를 개선하고, 의료 정보를 단순화하고, 환자와 의료 제공자의 경험을 더욱 향상시킬 수 있음을 보여줍니다. 가정합니다.

예를 들어, ChatGPT를 사용하여 임상 현장을 넘어 환자와 의사 소통하고, 의사 소통 장벽을 극복하고, 간섭 갭을 채울 수 있습니다.

미국 거주 스페인어 화자를 대상으로 실시된 대규모 조사에서는 약 2500만명이 다른 미국인에 비해 의료를 받고 있는 것이 3분의 1 적다고 보고했다. 게다가 이 연구에서는 스페인어를 구사하는 사람은 비히스패닉계 성인에 비해 외래 진찰이 36% 적은 것으로 나타났습니다. 이것은 언어의 벽을 개선하는 기술의 필요성을 명확하게 보여줍니다.

ChatGPT 또는 기타 AI 기반 언어 번역 시스템은 다국어 상호 작용 및 동시 번역을 위한 리소스 역할을 하며, 환자의 모국어로 메시지를 전달하는 데 도움이 되며, 의료에서 ​​언어 기반의 격차를 줄이고 환자의 의료에 액세스를 개선합니다. 건강 관리.

Q. Athenahealth는 수년간 기계 학습을 사용하여 전자 의료 기록 제공을 강화해 왔습니다. EHR 자동화로 시간이 지남에 따라 효율성이 향상되고 공급자 관리 부담이 줄어 들었습니까?

A. Athenahealth는 EHR과 진료 관리 시스템의 사용자 경험을 단순화하기 위해 10년 가까이에 다양한 형태의 ML과 AI를 활용해 왔습니다. 당사의 ML 사용은 고객의 심각한 문제를 해결하고, 작업을 간소화하고, 환자 관리에 집중하는 방해가 되는 관리 부담을 없애는 데 중점을 둡니다.

예를 들어 환자의 보험증 사진 또는 스캔에서 보험 패키지를 자동으로 선택할 수 있습니다. 광학 문자 인식과 고급 ML을 사용하여 보험 패키지를 즉시 선택하고 환자 자격을 확인하는 이 기능을 사용하면 데이터를 수동으로 입력할 필요가 없으며 접수 직원의 정확성과 효율성 모두 향상과 동시에 환자 경험도 향상됩니다.

이 기능은 이미 이 기능을 사용하는 클리닉 전체에서 보험 관련 청구 보류를 31% 줄이고 있으며, 지난 12개월 동안 진료 직원의 관리 시간을 6,500시간 이상 절약하고 있습니다.

환자 기록 관리를 단순화하기 위해 음성 명령을 사용하여 의료 제공자가 athenaOne 모바일 앱을 빠르고 쉽게 조작하고 문의할 수 있습니다. 예를 들어, 주문서나 처방전을 입력하는 대신 의료 제공자는 단순히 “하루에 한 번 20mg 리피톨을 주문하십시오”라고 말하면 됩니다. 또한 이 앱은 받은편지함의 항목에 따라 공급자가 수행할 가능성이 가장 높은 다음 작업을 예측하고 이를 공급자 목록의 맨 위에 있는 클릭 한 번 동작으로 제안합니다.

문서 관리를 단순화하기 위해 우리는 ML과 자연 언어 처리를 사용하여 네트워크 전체에서 수신 한 환자 문서를 분류하고 파일합니다. 이렇게 하면 환자의 의료 기록이 가장 완벽해지고 가능한 한 쉽게 접근할 수 있습니다.

Q. ChatGPT가 등장한 이래로 지난해 자동화는 어떻게 진화했습니까? athenahealth 고객은 무엇을 원하십니까? ?

A. 우리는 고객, 특히 공급자의 의견을 지속적으로 도입하여 고객 경험과 만족도를 향상시킵니다. athenahealth는 오랫동안 전통적인 AI 모델을 사용하여 관리 업무를 간소화해 왔지만 올해 Codefest [a homegrown week-long coding event that focuses on design, development and testing of new HIT features] 엔지니어링 팀이 genAI에 대해 완전히 최신 상태인지 확인하고 고객에게 최우선 과제인 4가지 genAI 지원 기능을 구현하는 데 중점을 둡니다.

이 새로운 기능 중 두 가지는 현재 일부 athenahealth 고객에게 제공되며 정량화 가능한 중요한 결과를 보여줍니다. 그들입니다 :

누락된 사전 승인 정보의 사전 활성 식별: 임상 정보가 누락되어 사전 승인 작업의 최대 10%가 공급자에게 반송되어 작업이 추가되고 승인 획득 지연이 발생합니다. athenaOne에 내장 된 새로운 기능은 사전 승인이 제출되기 전에 누락 정보 또는 부정확 한 정보를 식별하고 승인이 승인 될 가능성을 극대화하기 위해 올바른 내용을 제안함으로써, 시간을 절약하고 진료 비용을 줄이면서 환자 경험을 향상시킵니다.

환자 사례 대응 초안: 네트워크 공급자는 매달 약 400만 건의 환자 사례를 수용하며 임상 받은 편지함의 시간의 35% 이상을 환자 사례 문서 관리에 소비합니다. 이 기능을 통해 제공업체는 사전 초안된 답변을 검토, 검토 및 편집할 수 있어 공급업체 전문가의 판단을 대체하지 않고 생산성을 높일 수 있습니다.

또한 생성 AI가 가능하게 하는 40개 이상의 잠재적인 기능을 확인했습니다. 우리는 의약품 공급자와 직원이 만날 수 있는 관리 부담을 줄이기 위해 향후 제품 출시를 위해 적극적으로 평가하고 있습니다. 또한 의료 제공자가 환자에게 양질의 치료를 제공할 수 있는 새로운 도구도 제공합니다.

Q. athenahealth는 genAI를 어떻게 사용하여 의료 제공자가 포인트 오브 케어에서 관련 임상 정보를 밝힐 수 있도록 지원합니까?

A. 오늘날 의료 제공자는 다양한 출처에서 환자에 대한 전례 없는 양의 정보에 액세스할 수 있습니다. 불행히도 이러한 레코드의 문서에는 직관적이거나 유용한 방식으로 레이블이 지정되지 않을 수 있습니다. 해야 합니다.

athenahealth에 새로 도입 된 genAI 기능 중 하나는 이러한 문서의 내용을 지능적으로 요약하여이 문제를 해결하고 의료 제공자가 적절한 문서를 빠르고 쉽게 찾을 수 있으며 종종 문서 전체를 열어 읽지 않고 필요한 정보를 수집할 수 있습니다.

또한 athenahealth의 케어 매니저는 곧 제공자와의 주간 케어 컨퍼런스에 대비하기 위해 AI에서 생성한 “하들 리포트”를 받게 됩니다.

이 보고서는 케어 매니저와 의료 제공자 간의 대화를 촉진하고 환자 케어를 개선하기 위한 개방적인 정보 흐름을 유지하는 중요한 도구입니다. 이러한 보고서를 자동으로 생성하면 케어 매니저와 의사 간의 대화가 간소화되고, 임상의는 일련의 의료 전반에 걸쳐 보다 개인화된 케어를 제공할 수 있습니다. 케어 매니저는 시간을 절약할 수 있으므로 더 많은 환자에게 개별 케어를 제공할 수 있습니다.

Andrea Fox는 Healthcare IT News의 고급 편집자입니다.
이메일: afox@himss.org

Healthcare IT News는 HIMSS Media의 출판물입니다.

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다