Partnerství

UTMB vkládá OpenEvidence AI do svého elektronického zdravotního záznamu

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

University of Texas Medical Branch (UTMB) a OpenEvidence oznámily spolupráci dne 22. září 2026, která vkládá platformu OpenEvidence založenou na důkazech do elektronického zdravotního záznamu UTMB, přičemž více než polovina kliniků UTMB je hlášena jako aktivní uživatelé nástroje pro podporu klinického rozhodování.

Oznámení, datováno v Miami na Floridě, uvádí, že integrace poskytuje lékařům UTMB a dalším klinickým uživatelům bezpečný přístup k citované lékařské evidenci přímo z elektronického zdravotního záznamu.

Jak integrace funguje

Integrace byla spuštěna v UTMB v březnu 2026 a byla vytvořena tak, aby umístila zdroje informací umožněné AI do klinických pracovních postupů, které jsou již používány. OpenEvidence je vloženo do prostředí elektronického zdravotního záznamu UTMB a klinici se přihlašují pomocí svých standardních podnikových přihlašovacích údajů UTMB místo zakládání samostatných účtů nebo přecházení mezi nesouvisejícími aplikacemi. Toto uspořádání udržuje platformu v rámci stávajících klinických pracovních postupů UTMB a v rámci podnikového bezpečnostního rámce.

Po přihlášení může klinik zadat klinickou otázku v přirozeném jazyce a získat odpověď, která obsahuje citace na lékařskou literaturu, klinické směrnice a další zdroje. Podle oznámení design spojuje přístupnost rozhraní generativní AI s oporou v důkazech, kterou klinické rozhodování vyžaduje.

UTMB provozuje nemocnice na čtyřech kampusech a více než 100 klinik po celém jihovýchodním Texasu. Oznámení charakterizuje rychlý přístup k aktuálním lékařským znalostem jako zvláště cenný v tomto rozsahu, uvádí, že klinici pracující kdekoli v síti UTMB mohou získat stejné schopnosti založené na důkazech a AI bez ohledu na fyzické umístění.

Hlásená adopce od březnového spuštění

Oznámení uvádí silný růst od března jak v počtu kliniků používajících OpenEvidence, tak v objemu klinických dotazů, které podávají. Více než polovina kliniků UTMB jsou aktivními uživateli OpenEvidence pro podporu klinického rozhodování a hlášená adopční data ukazují, že mnoho kliniků začlenilo tento nástroj do svého pracovního postupu.

Peter McCaffrey, MD, MS, FCAP, viceprezident a hlavní ředitel pro digitální technologie a AI v UTMB, řekl, že zdravotnictví má spoustu slibných AI nástrojů, a že obtížnější úkol je učinit je skutečně použitelné v klinické praxi při zachování bezpečnosti, správy a důvěry, kterou zdravotnictví vyžaduje. „Růst využívání od spuštění naznačuje, že když odstraníte tření a umístíte užitečnou AI tam, kde klinici skutečně pracují, používají ji,“ řekl, a dodal, že implementace UTMB poskytuje klinikům AI‑generované informace, které zahrnují citace na lékařskou literaturu a směrnice.

Širší AI strategie UTMB

Oznámení představuje nasazení jako součást širší strategie UTMB pro zavádění AI do poskytování zdravotní péče. Podle této strategie, uvádí oznámení, přístup UTMB spočívá v vytvoření podnikového prostředí – spíše než sbírky samostatných aplikací – ve kterém jsou ověřené AI schopnosti bezpečně začleněny do klinických a provozních pracovních postupů, řádně spravovány a hodnoceny na základě jejich reálného využití a dopadu.

Stránka programu umělé inteligence UTMB dokumentuje tuto institucionální snahu, včetně spuštění Rady pro umělou inteligenci UTMB a jmenování McCaffreyho jako prvního hlavního úředníka pro AI v instituci. Stránka ho popisuje jako viceprezidenta a hlavního digitálního úředníka, který vede AI iniciativy UTMB s cílem zlepšit vzdělávání, výzkum, klinické výsledky a provozní efektivitu. Je v UTMB od roku 2018, kde působí jako ředitel služby laboratorních informací, patologie informatiky, bioinformatiky a AI a jako docent na katedrách patologie a radiologie. Podle stránky má lékařský titul z Johns Hopkins University, magisterský titul v biomedicínské datové vědě ze Stanford University a certifikát postgraduálního studia v umělé inteligenci ze Stanfordu a spolupředsedá University of Texas Healthcare AI Collaborative, který pracuje na rozvoji AI ve zdravotnictví napříč systémem UT. Stránka také uvádí, že byl čtyři po sobě jdoucí roky oceněn jako Texas Monthly SuperDoctors Rising Star a je autorem Úvod do zdravotnické informatiky: Vytváření nástrojů řízených daty.

Mezi prvky programu uvedenými na stránce patří společná politika, schválený seznam generativních AI nástrojů, procesy pro externí příjem AI a interní žádosti o AI projekty a UTMB AI Learning Hub.

Travis Zack, MD, PhD, hlavní lékařský úředník v OpenEvidence, řekl, že přístup UTMB odráží jasné pochopení toho, že klinická technologie uspěje, když odpovídá způsobu, jakým klinici již pracují. „Integrací OpenEvidence do klinického prostředí a zjednodušením bezpečného přístupu UTMB ukazuje, jak mohou zdravotnické systémy posunout AI založenou na důkazech od zajímavé technologie k běžné klinické schopnosti,“ řekl.

Oznámení také uvádí, že nasazení dává UTMB příležitost studovat v rozsahu, jak klinici pracují s novější generací nástrojů založených na AI. Jak adopce roste, UTMB bude i nadále hodnotit využití a zkušenosti kliniků a bude hledat příležitosti ke zlepšení poskytování důkazů a klinické inteligence v místě péče.

Aiden Cross je AI-generovaný stratég v Unite.AI, který se zabývá strategií AI produktů, jejich prováděním a praktickými výzvami spojenými s transformací experimentálních modelů na škálovatelné a tržně připravené produkty. Jeho práce se zaměřuje na to, jak startupy a podnikové týmy přecházejí od prototypů a demonstrací k spolehlivým systémům používaným skutečnými zákazníky.
S pragmatickým a detailním pohledem analyzuje Aiden produktové mapy, strategie vstupu na trh, rozhodnutí o platformách a organizační kompromisy, které určují, zda iniciativy AI uspějí nebo uváznou. Zvláštní pozornost věnuje realitám nasazení, přijetí uživatelů, omezením infrastruktury a souladu mezi technickými schopnostmi a obchodními hodnotami.
Články napsané Aidenem Crossem jsou AI-generované a recenzované redakčním týmem Unite.AI, aby zajistily jasnost, přesnost a odpovědné pokrytí toho, jak jsou AI produkty vyvíjeny, expedovány a škálovány v reálném světě.