Grant Lunney, Produktleiter bei EverHealth – Interviewreihe

Grant Lunney ist Produktleiter bei EverHealth und verfügt über fast zwei Jahrzehnte Erfahrung in den Bereichen Gesundheitstechnologie, klinischer Betrieb und Produktstrategie. Sein beruflicher Werdegang führte ihn zu Boulder Community Health, OTTO Health, NextGen Healthcare und CrowdHealth. Dabei lag sein Schwerpunkt auf der ambulanten Versorgung und den praktischen Herausforderungen, vor denen Arztpraxen stehen. Bei EverHealth arbeitet er daran, KI in der klinischen Dokumentation und in Praxisabläufen einzusetzen, damit Ärztinnen und Ärzte mehr Zeit für die Patientenversorgung haben.

EverHealth bietet Gesundheitstechnologie in den Bereichen elektronische Patientenakten, Praxismanagement, medizinische Abrechnung und Patientenkommunikation. EverHealth Scribe nutzt Ambient-KI, um Gespräche zwischen Patienten und Behandelnden in Entwürfe klinischer Notizen innerhalb der elektronischen Patientenakte umzuwandeln, die von Behandelnden geprüft und freigegeben werden. In diesem Interview spricht Lunney über die Dokumentation im Bereich psychische Gesundheit, die Einwilligung der Patienten und den Datenschutz, die klinische Aufsicht und darüber, wie KI den Verwaltungsaufwand in unabhängigen Praxen verringern kann.

Ihre berufliche Laufbahn erstreckt sich über fast zwei Jahrzehnte in der Gesundheitstechnologie – von klinischem Betrieb und Strategie bei Boulder Community Health bis hin zu Führungspositionen im Produktbereich bei OTTO Health, NextGen Healthcare, CrowdHealth und nun EverHealth. Wie haben diese Erfahrungen Ihre Sicht darauf geprägt, welche Rolle KI im Gesundheitswesen spielen sollte, und was hat Sie daran gereizt, bei EverHealth die Produktinnovation zu leiten?

Ich habe den größten Teil der vergangenen zwei Jahrzehnte in der Gesundheitstechnologie gearbeitet, überwiegend im Bereich der ambulanten Versorgung. In dieser Zeit habe ich eine bemerkenswerte Weiterentwicklung der Hilfsmittel erlebt, die wir Ärztinnen und Ärzten für ihre Arbeit an die Hand geben. Ich erinnere mich noch daran, als das elektronische Verschreiben eine große Sache war. Dass eine Ärztin oder ein Arzt ein Rezept elektronisch übermitteln konnte, sodass es fertig war, wenn der Patient in der Apotheke eintraf, war ein bedeutender Fortschritt. Seitdem haben wir immer leistungsfähigere elektronische Patientenakten, Prozessautomatisierung, Interoperabilität und allerlei weitere Hilfsmittel eingeführt, die das Gesundheitswesen effizienter machen sollen.

Ich sehe KI ganz ähnlich. Ob es um große Sprachmodelle, generative KI oder Prognosemodelle geht – all das sind zusätzliche Werkzeuge in unserem Werkzeugkasten. Das Ziel bleibt dasselbe: Ärztinnen und Ärzte effizienter zu machen und letztlich die Qualität der Versorgung zu verbessern, die sie leisten können.

Denken Sie an eine Hausärztin oder einen Hausarzt, die oder der 2.500 oder 3.000 Patienten betreut. Der Alltag ist ausgefüllt mit Akutsprechstunden, der Verwaltung von Medikamenten und der Versorgung von Menschen mit mehreren chronischen Erkrankungen. Aber ich glaube keine Sekunde lang, dass diese Ärztinnen und Ärzte nicht gerne mehr Zeit mit ihren Patienten darauf verwenden würden, frühzeitig anzusetzen: über Ernährung, Bewegung, psychische Gesundheit und die sozialen Faktoren zu sprechen, die sich auf die Gesundheit eines Menschen auswirken. Menschen dabei zu helfen, sinnvolle Veränderungen vorzunehmen, die verhindern könnten, dass sich überhaupt erst eine weitere chronische Erkrankung entwickelt. Deshalb haben sie Medizin studiert.

Das begeistert mich an KI. Wir beginnen, Technologien zu entwickeln, die Ärztinnen und Ärzten einen erheblichen Teil der Verwaltungsarbeit und Informationsverarbeitung abnehmen können, damit ihnen mehr Zeit für die medizinische Versorgung bleibt.

Was mich an EverHealth gereizt hat, ist unsere Möglichkeit, diese Technologie schrittweise in einer ganzen Arztpraxis einzusetzen. Ich bin fest davon überzeugt, dass man ein Problem zunächst besonders gut lösen und sich dann dem nächsten zuwenden sollte. Wir können die klinische Dokumentation verbessern, danach die Erkennung von Diagnosen, anschließend Kodierung, Anordnungen, Rezepte und Praxisabläufe. Mit der Zeit greifen diese Verbesserungen ineinander.

EverHealth Scribe nutzt KI, um Gespräche zwischen Patienten und Behandelnden in strukturierte klinische Dokumentation umzuwandeln. Können Sie erläutern, wie die Technologie funktioniert – von der Aufzeichnung eines Gesprächs bis zur Erstellung einer klinischen Notiz – und erklären, wodurch sich Ihr Ansatz von anderen KI-gestützten Lösungen für die medizinische Dokumentation unterscheidet?

Im Grunde hört ein KI-Schreibassistent einem Gespräch zwischen einem Patienten und einer behandelnden Person zu, nutzt Spracherkennung, um zu erfassen, was gesagt wird und von wem, und setzt anschließend ein großes Sprachmodell ein, um die klinisch relevanten Informationen in einer strukturierten Notiz zusammenzufassen. Die behandelnde Person prüft diese Informationen, nimmt gegebenenfalls erforderliche Korrekturen vor und gibt die endgültige Dokumentation frei.

Ich denke, wir erreichen einen Punkt, an dem die meisten guten KI-Schreibassistenten mit Umgebungsaufzeichnung diese grundlegende Aufgabe bemerkenswert gut bewältigen. Die Modelle unterscheiden sich in ihrer Leistungsfähigkeit und Genauigkeit, doch meiner Ansicht nach werden sich die größeren Differenzierungsmöglichkeiten zunehmend aus allem ergeben, was diesen Prozess umgibt.

Für uns beginnt das damit, wie viel mehr Arbeit der behandelnden Person wir erledigen können, sobald die Notiz erstellt ist. Wir haben bereits Empfehlungen zu Diagnosen und CPT-Codes ergänzt und erweitern den Funktionsumfang um Anordnungen und Rezepte – alles direkt in die elektronische Patientenakte integriert. Außerdem beziehen wir den Kontext aus früheren Terminen, der Krankengeschichte und der Dokumentation vor dem Termin ein, denn ein 15-minütiges Gespräch ist nur ein kleiner Teil einer viel umfassenderen Krankengeschichte. Darüber hinaus entwickeln wir Anmerkungen, die Beobachtungen und Notizen festhalten, die Behandelnde machen, ohne sie laut auszusprechen.

Auch bei all diesen Funktionen haben wir auf Zuverlässigkeit geachtet. Wenn eine behandelnde Person 30 Minuten mit einem Patienten verbringt und anschließend feststellt, dass die Aufnahme fehlgeschlagen ist, ist das eine katastrophale Erfahrung. Deshalb müssen wir alles berücksichtigen – von der Platzierung des Mikrofons bis hin zu instabilem WLAN.

Wenn uns das alles gelingt, sollte die klinische Fachkraft einen Termin praktisch mit vollständig erledigter Dokumentation abschließen können. Ihre verbleibende Aufgabe besteht darin, die klinischen Inhalte zu überprüfen, ihr fachliches Urteil einzubringen und sinnvolle Empfehlungen umzusetzen.

Gespräche in der psychischen Gesundheitsversorgung sind oft sehr persönlich, emotional nuanciert und von sensiblen Offenbarungen geprägt. Welche besonderen technischen Herausforderungen bringt die Entwicklung eines KI-Dokumentationsassistenten für die psychische Gesundheitsversorgung mit sich, und wie stellen Sie sicher, dass das System klinisch relevante Informationen präzise erfasst, ohne den Kontext falsch zu deuten oder unnötige persönliche Details zu dokumentieren?

Eine 50-minütige Psychotherapiesitzung, eine 15-minütige Beratung zur psychischen Gesundheit und ein siebenminütiger Termin in der Inneren Medizin sind drei sehr unterschiedliche Gespräche. Entsprechend unterschiedlich sollte auch die Dokumentation der jeweiligen Begegnung aussehen.

Wir gehen also von der klinischen Fachkraft aus und leiten daraus rückwärts ab, was nötig ist. Welche Informationen müssen erfasst werden? Wie sollten sie gegliedert sein? Welcher Detailgrad ist klinisch angemessen? Und wie muss die fertige Notiz aussehen, damit die behandelnde Person sicher sein kann, dass sie den Termin korrekt wiedergibt?

Sobald wir das festgelegt haben, können wir mit der Konfiguration und Weiterentwicklung der KI beginnen, damit sie Dokumentationen erstellt, die diesen Erwartungen entsprechen. Ziel ist es, ein möglicherweise sehr langes, komplexes und zutiefst persönliches Gespräch auf die klinischen Informationen zu verdichten, die für die Versorgung der Patientin oder des Patienten tatsächlich relevant sind.

Das ist meiner Meinung nach besonders in der psychischen Gesundheitsversorgung wichtig. Nur weil während einer Sitzung etwas gesagt wurde, gehört es nicht automatisch in die dauerhafte Patientenakte. Das Modell muss außerdem die klinische Bedeutung richtig einordnen. In der psychischen Gesundheitsversorgung kann eine einzelne Aussage je nach Kontext ganz unterschiedliche Bedeutungen haben. Deshalb bleiben die Überprüfung und das fachliche Urteil der klinischen Fachkraft unverzichtbar.

Wir sprechen viel darüber, wie intelligent diese Modelle sind. Meiner Meinung nach findet jedoch ein Teil der wichtigsten Arbeit statt, bevor das Modell überhaupt eine Notiz erstellt. Zunächst muss festgelegt werden, wie ein gelungenes klinisches Ergebnis aussieht; anschließend muss kontinuierlich daran gearbeitet werden, es noch zuverlässiger zu erzielen.

Kurz gesagt: Wir legen fest, woran sich ein gutes Ergebnis erkennen lässt, arbeiten von dort aus rückwärts und überlassen der klinischen Fachkraft die letzte Entscheidung darüber, ob wir dieses Ergebnis erreicht haben.

Eine Studie von KFF ergab, dass 77 % der Erwachsenen in den USA besorgt sind, wenn es um den Datenschutz bei medizinischen Informationen geht, die mit KI-Tools geteilt werden. Wie geht EverHealth auf diese Bedenken ein, insbesondere im Hinblick auf die Aufbewahrung von Patientendaten, den Zugriff Dritter und die Verwendung sensibler Informationen zum Trainieren oder Verbessern von KI-Modellen?

Diese Sorge ist berechtigt, und ich finde nicht, dass Patientinnen und Patienten für eine bessere Versorgung auf ihre Privatsphäre verzichten müssen sollten. Zugleich sollte ein Technologieunternehmen nicht erwarten, dass sie seinen Schutzmaßnahmen einfach blind vertrauen. Patientinnen, Patienten und Praxen verdienen klare Antworten darauf, welche Informationen wir verwenden, wer darauf zugreifen kann und wie lange wir sie aufbewahren.

Bei EverHealth Scribe werden Patienteninformationen verarbeitet, um die klinische Dokumentation und die Kontinuität der Versorgung zu unterstützen. Wir arbeiten mit Technologiepartnern, darunter CarePilot, und setzen vertragliche Schutzmaßnahmen ein, etwa Vereinbarungen mit Geschäftspartnern, die den Umgang mit geschützten Gesundheitsinformationen regeln. Außerdem verwenden wir Verschlüsselung und Zugriffskontrollen; identifizierbare Patienteninformationen werden nicht zum Trainieren von KI-Modellen genutzt. Scribe-Transkripte sind bis zu 180 Tage verfügbar, sodass klinische Fachkräfte bei Bedarf den relevanten Kontext aus früheren Terminen erneut heranziehen können. Praxen können jedoch auch die Löschung von Transkripten beantragen.

Letztlich können wir den Datenschutz nicht nachträglich an Innovationen anhängen. Er muss unsere Entscheidungen darüber prägen, was wir entwickeln, womit wir es verknüpfen und welche Daten wir aufbewahren.

Mentavi Health, das EverHealth Scribe eingeführt hat, holt die Einwilligung der Patientinnen und Patienten sowohl bei der Aufnahme als auch vor jedem Termin ein. Wie wichtig ist dieses fortlaufende Einwilligungsmodell, um Vertrauen aufzubauen, und was sollte geschehen, wenn eine Patientin oder ein Patient die KI-gestützte Dokumentation ablehnt oder die Einwilligung während einer Sitzung widerruft?

Dass Mentavi die Einwilligung bei der Aufnahme und erneut vor jedem Termin einholt, unterstreicht, dass Patientinnen und Patienten mitentscheiden können, wie ihre Versorgung gestaltet wird.

Ich habe einen beträchtlichen Teil meiner beruflichen Laufbahn im Bereich Telemedizin verbracht. Deshalb glaube ich, dass Patientinnen und Patienten Technologien im Allgemeinen offen gegenüberstehen, wenn sie deren Nutzen erkennen. Idealerweise erleben sie mehr Blickkontakt und einen unmittelbareren Austausch mit einer klinischen Fachkraft, die sich tatsächlich auf das Gespräch konzentriert, statt hinter einem Laptop zu sitzen oder in einen Computer zu tippen. Das ist ein überzeugender Mehrwert.

Natürlich muss dieser Mehrwert mit Wahlfreiheit einhergehen. Patientinnen und Patienten sollten verstehen, wie die Technologie eingesetzt wird, und sich damit wohlfühlen, sie abzulehnen. Wenn jemand die Einwilligung während eines Termins widerruft, sollte die Aufzeichnung beendet werden, und die klinische Fachkraft sollte das Gespräch fortsetzen und es wie gewohnt dokumentieren können. Alle bereits erfassten Informationen müssen gemäß den geltenden Einwilligungs- und Datenschutzbestimmungen behandelt werden.

Letztlich entsteht Vertrauen meiner Meinung nach dadurch, dass wir kontinuierlich einen Mehrwert bieten. Wenn wir klinischen Fachkräften helfen, mehr Zeit im direkten Austausch mit Patientinnen und Patienten zu verbringen, und diese den Unterschied tatsächlich spüren, machen wir etwas richtig.

KI-generierte klinische Notizen bergen potenzielle Risiken, darunter halluzinierte Informationen, ausgelassene Details und unzutreffende Interpretationen von Patientenaussagen. Welche Schutzmaßnahmen hat EverHealth eingeführt, um solche Fehler zu erkennen, und wie stellen Sie sicher, dass die Ärztinnen und Ärzte die Dokumentation weiterhin sinnvoll überprüfen, anstatt KI-generierte Inhalte einfach nur zu bestätigen?

Die Ärztinnen und Ärzte arbeiten eng mit dem Scribe-System zusammen und sind dafür verantwortlich, KI-generierte Notizen zu bearbeiten, bevor sie sie in die Patientenakte übernehmen. So soll die Wahrscheinlichkeit von Abweichungen in den Ergebnissen möglichst gering gehalten werden.

Die Ärztin oder der Arzt muss die Informationen prüfen und bearbeiten, bevor sie in die Patientenakte übernommen werden. Letztlich sind sie weiterhin dafür verantwortlich, festzustellen, ob die Notiz den Termin korrekt wiedergibt und ob etwas Wichtiges ausgelassen oder falsch interpretiert wurde.

Ein weiterer wichtiger Bestandteil ist das kontinuierliche Feedback. Nach jedem Termin fragen wir die Ärztinnen und Ärzte, ob die Dokumentation hilfreich war; mehr als 96 % der Antworten waren positiv. Das ist ein ermutigendes Zeichen dafür, dass wir durchgehend einen Mehrwert bieten.

Wenn eine Ärztin oder ein Arzt ein Problem meldet, setzt sich unser Team direkt mit der betreffenden Person in Verbindung, um zu verstehen, was passiert ist, die Ursache zu ermitteln und herauszufinden, wie wir die Erfahrung verbessern können. Dieser direkte Austausch mit den Menschen, die die Technologie nutzen, ist ein äußerst wichtiger Teil unserer Produktentwicklung und -optimierung.

Ich denke, so baut man letztlich Vertrauen in KI-gestützte Dokumentation auf: Man macht die zugrunde liegenden Informationen zugänglich, gewährleistet eine sinnvolle ärztliche Kontrolle und prüft fortlaufend, ob die Technologie tatsächlich hilfreich ist.

Mentavi Health berichtete kürzlich über eine schrittweise Einführung, an der mehr als 30 approbierte Ärztinnen und Ärzte beteiligt waren und bei der über 14.000 KI-gestützte klinische Notizen erstellt wurden. Dabei verbesserten sich die strukturierte Dokumentation und die Erfassung von Diagnosecodes. Was waren die wichtigsten Erkenntnisse aus dieser Einführung, und wie messen Sie, ob KI-Schreibassistenten die Produktivität der Ärztinnen und Ärzte, die Genauigkeit der Dokumentation und die Patientenversorgung tatsächlich verbessern?

Eine der wichtigsten Erkenntnisse aus der Einführung bei Mentavi ist, dass eine erfolgreiche Nutzung weit mehr voraussetzt als nur die Technologie selbst. Mentavi brachte klinische, administrative und technologische Fachkompetenz zusammen, um Dokumentationsstandards festzulegen, Qualitätsmaßstäbe zu definieren und neue Funktionen mit Bedacht einzuführen. Genau so sollte verantwortungsvolle Innovation im Gesundheitswesen aussehen.

Mit Scribe wollen wir ein einfaches Problem lösen: Ärztinnen und Ärzte verbringen zu viel Zeit mit der Dokumentation von Terminen. Wie viel von diesem Zeit- und Arbeitsaufwand können wir also einsparen?

Wir betrachten den Zeitaufwand für die Dokumentation, die Zufriedenheit der Ärztinnen und Ärzte sowie die Frage, wie wirksam Funktionen wie die Erkennung von Diagnosen und Empfehlungen zu CPT-Codes zusätzliche Arbeitsschritte im Arbeitsablauf vermeiden. Wenn wir den Funktionsumfang um Verordnungen und Rezepte erweitern, gehen wir genauso vor. Jede Funktion sollte den Arbeitsalltag der Ärztinnen und Ärzte um einen weiteren nennenswerten Arbeitsschritt entlasten.

Besonders erfreulich war die verbesserte Erfassung von Diagnosecodes. In der Auswertung lag die Erfassungsrate bei Terminen, für die Scribe verwendet wurde, bei fast 80 %, verglichen mit etwa 26 % ohne Scribe. Das ist eine erhebliche Verbesserung der Konsistenz strukturierter klinischer Dokumentation und ein gutes Beispiel dafür, wie KI über die bloße Erstellung einer Notiz hinaus Mehrwert schaffen kann.

Die Zahl der erstellten Notizen ist ermutigend. Entscheidend sind jedoch der Arbeitsaufwand, den wir einsparen, sowie die Qualität und Konsistenz der Dokumentation, zu deren Erstellung wir beitragen.

Unabhängige Arztpraxen und psychotherapeutische Praxen verfügen im Vergleich zu größeren Gesundheitssystemen häufig nur über begrenzte administrative Ressourcen. Wie kann KI-gestützte Dokumentation kleineren Praxen helfen, wettbewerbsfähig zu bleiben, und welche Hindernisse im Zusammenhang mit Implementierungskosten, der Integration in Arbeitsabläufe oder der Einführung neuer Technologien müssen noch überwunden werden?

Ich denke, die größte Chance für unabhängige Praxen liegt in der Wahlfreiheit. Indem wir Ärztinnen und Ärzte sowie Mitarbeitende von Verwaltungsaufgaben entlasten, geben wir den Praxen die Freiheit, besser zu entscheiden, wie sie ihre Zeit und Ressourcen einsetzen. Vielleicht möchte eine Ärztin oder ein Arzt mehr Patientinnen und Patienten behandeln. Vielleicht möchte sie oder er mehr Zeit mit den bereits betreuten Patientinnen und Patienten verbringen. Oder vielleicht möchte sie oder er einfach den letzten Termin um fünf Uhr beenden, 15 Minuten lang die Dokumentation durchsehen und nach Hause gehen, statt weitere zwei Stunden mit dem Nacharbeiten zu verbringen. All das sind wertvolle Ergebnisse, und die Praxis sollte selbst entscheiden können, was davon am wichtigsten ist.

Was die Implementierung betrifft, sind wir bereits der Technologieanbieter der Praxis. Daher liegt die Integration in ihre Arbeitsabläufe in unserer Verantwortung, nicht in ihrer. Scribe läuft auf Geräten, die den Ärztinnen und Ärzten bereits gehören, und der Einstieg kann mit nur ein oder zwei Schulungsterminen gelingen. Kleine Praxen haben allerdings nur sehr wenig Spielraum, technische Probleme aufzufangen. Deshalb wollen wir die Einrichtung so einfach und eigenständig wie möglich gestalten.

Letztlich bietet KI unabhängigen Praxen Zugang zu Funktionen und effizienteren Betriebsabläufen, für die früher deutlich größere Organisationen erforderlich waren. Und ebenso wichtig: Sie gibt den Menschen, die in diesen Praxen arbeiten, mehr Kontrolle darüber, wie sie ihre Zeit einsetzen.

Angesichts der zunehmend unterschiedlichen Gesetze, die die einzelnen Bundesstaaten zur Regulierung von KI im Gesundheitswesen verabschieden – insbesondere im Bereich der psychischen Gesundheit –, wie geht EverHealth mit diesem fragmentierten regulatorischen Umfeld um? Welche Herausforderungen entstehen bei der Entwicklung eines KI-Produkts, das in verschiedenen Rechtsräumen unterschiedliche Anforderungen an die Patienteneinwilligung, den Datenschutz und die ärztliche Aufsicht erfüllen muss?

Ich habe das Gefühl, diesen Film schon einmal gesehen zu haben. Einen Großteil meiner beruflichen Laufbahn vor COVID war ich in der Telemedizin tätig und musste mich mit den von Bundesstaat zu Bundesstaat unterschiedlichen Vorgaben zu Zulassung, Aufenthaltsort der Patienten, Einwilligung, Verschreibung und Kostenerstattung auseinandersetzen. Dann änderten sich die Regeln fast über Nacht, und wir mussten wachsen, während sie sich ständig weiter wandelten.

Die KI-Landschaft kommt mir ähnlich vor. Wir konzentrieren uns darauf, Gesetzesvorhaben frühzeitig im Blick zu behalten, die Besonderheiten auf Ebene der Bundesstaaten und des Bundes zu verstehen und das Produkt so zu entwickeln, dass es sich anpassen lässt.

Besonders wichtig ist das in der telemedizinischen Versorgung im Bereich der psychischen Gesundheit, wo eine einzelne Fachkraft Patienten in vielen Bundesstaaten behandeln kann. Einwilligung, Datenschutz und ärztliche Aufsicht müssen als konfigurierbare Grundlagen in den Dienst integriert sein.

Die wichtigste Lehre aus dieser Erfahrung ist, dass das Produkt von Anfang an so entwickelt werden muss, dass es sich an regulatorische Änderungen anpassen lässt. Diese Philosophie verfolgen wir bei EverHealth auch im Bereich KI. Unsere Aufgabe ist es, möglichst viel von dieser Komplexität aufzufangen, damit sich die Behandelnden auf die Versorgung konzentrieren können.

Die Fähigkeiten von KI entwickeln sich rasant weiter und reichen zunehmend über die Dokumentation hinaus – hin zu klinischer Entscheidungsunterstützung, der Einbindung von Patienten und immer autonomeren Abläufen im Gesundheitswesen. Wo sollte Ihrer Meinung nach die Grenze zwischen KI-Unterstützung und menschlichem klinischem Urteilsvermögen liegen, insbesondere im Bereich der psychischen Gesundheit, und wie wird sich die Technologie von EverHealth Ihrer Einschätzung nach in den nächsten drei bis fünf Jahren weiterentwickeln?

KI kann zuhören, Informationen ordnen, relevante Zusammenhänge hervorheben und Vorschläge machen. Die klinische Beurteilung ist jedoch Aufgabe der Behandelnden.

Das ist besonders im Bereich der psychischen Gesundheit wichtig, wo die Vorgeschichte eines Patienten, eine Veränderung des Tonfalls oder sogar das Ungesagte genauso bedeutsam sein können wie die Worte selbst. Technologie sollte es den Behandelnden ermöglichen, in solchen Momenten präsenter zu sein – nicht weniger präsent.

In den nächsten drei bis fünf Jahren bieten sich weit größere Chancen als die Entwicklung eines intelligenteren digitalen Schreibassistenten. Unsere Vision bei EverHealth ist ein intelligenter Versorgungspfad in der ambulanten Medizin, auf dem Technologie dazu beiträgt, die Zeit vor, während und nach einem Termin miteinander zu verbinden.

Stellen Sie sich eine Klinik vor, die sich merkt, worauf es ankommt: Relevante Informationen aus der Vorgeschichte sind verfügbar, wenn sie gebraucht werden, die Behandelnden können sich auf die Patienten konzentrieren, statt verstreute Informationen zusammenzutragen, und klinische Entscheidungen fließen nahtloser in Dokumentation, Kodierung, Versorgungskoordination und weitere Betreuung ein. Wir wollen nicht nur einzelne Aufgaben schneller erledigen lassen. Wir wollen die Reibungsverluste zwischen ihnen verringern.

Unser oberstes Ziel bei allem, was wir tun, ist, dass sich jeder Patient vollständig wahrgenommen fühlt und jeder Leistungserbringer die nötige Klarheit hat, um eine sichere, vernetzte Versorgung zu gewährleisten.

Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr über KI-gestützte klinische Dokumentation und vernetzte Arbeitsabläufe im Gesundheitswesen erfahren möchten, sollten EverHealth besuchen.