Grant Lunney, Επικεφαλής προϊόντος στην EverHealth – Σειρά συνεντεύξεων

Ο Grant Lunney είναι επικεφαλής προϊόντος στην EverHealth και διαθέτει σχεδόν δύο δεκαετίες εμπειρίας στην τεχνολογία της υγείας, στις κλινικές λειτουργίες και στη στρατηγική προϊόντων. Η επαγγελματική του πορεία περιλαμβάνει τις Boulder Community Health, OTTO Health, NextGen Healthcare και CrowdHealth, με έμφαση στην εξωνοσοκομειακή περίθαλψη και στις πρακτικές προκλήσεις που αντιμετωπίζουν τα ιατρεία. Στην EverHealth, εργάζεται για την αξιοποίηση της ΤΝ στην κλινική τεκμηρίωση και στις ροές εργασίας των ιατρείων, ώστε οι επαγγελματίες υγείας να έχουν περισσότερο χρόνο για τη φροντίδα των ασθενών.

Η EverHealth παρέχει τεχνολογικές λύσεις για την υγεία, όπως ηλεκτρονικούς φακέλους υγείας, διαχείριση ιατρείων, ιατρική τιμολόγηση και επικοινωνία με ασθενείς. Το EverHealth Scribe αξιοποιεί ΤΝ που καταγράφει διακριτικά τις συνομιλίες ασθενών και επαγγελματιών υγείας και τις μετατρέπει σε προσχέδια κλινικών σημειώσεων μέσα στον ηλεκτρονικό φάκελο υγείας, για έλεγχο και έγκριση από τον επαγγελματία υγείας. Σε αυτή τη συνέντευξη, ο Lunney μιλά για την τεκμηρίωση στον τομέα της συμπεριφορικής υγείας, τη συγκατάθεση και την ιδιωτικότητα των ασθενών, την κλινική εποπτεία, καθώς και για το πώς η ΤΝ μπορεί να μειώσει τον διοικητικό φόρτο για τα ανεξάρτητα ιατρεία.

Η επαγγελματική σας πορεία εκτείνεται σε σχεδόν δύο δεκαετίες στον χώρο της τεχνολογίας της υγείας, από τις κλινικές λειτουργίες και τη στρατηγική στην Boulder Community Health έως την ηγεσία προϊόντων στις OTTO Health, NextGen Healthcare, CrowdHealth και, πλέον, EverHealth. Πώς διαμόρφωσαν αυτές οι εμπειρίες την άποψή σας για τον ρόλο που πρέπει να έχει η ΤΝ στην υγειονομική περίθαλψη και τι σας προσέλκυσε στην ευκαιρία να ηγηθείτε της καινοτομίας προϊόντων στην EverHealth;

Έχω αφιερώσει το μεγαλύτερο μέρος των τελευταίων δύο δεκαετιών στην τεχνολογία της υγείας, κυρίως στον εξωνοσοκομειακό τομέα. Σε αυτό το διάστημα, έχω παρακολουθήσει τη θεαματική εξέλιξη των εργαλείων που προσφέρουμε στους γιατρούς για να ασκούν την ιατρική. Θυμάμαι όταν η ηλεκτρονική συνταγογράφηση θεωρούνταν μεγάλη υπόθεση. Η δυνατότητα να στέλνει ένας γιατρός μια συνταγή ηλεκτρονικά, ώστε να είναι έτοιμη όταν ο ασθενής έφτανε στο φαρμακείο, ήταν μια σημαντική πρόοδος. Έκτοτε, έχουμε εισαγάγει ολοένα πιο εξελιγμένα ηλεκτρονικά συστήματα φακέλων υγείας, αυτοματοποίηση διαδικασιών, διαλειτουργικότητα και κάθε λογής εργαλεία που έχουν σχεδιαστεί για να κάνουν την υγειονομική περίθαλψη πιο αποδοτική.

Βλέπω την ΤΝ με παρόμοιο τρόπο. Είτε μιλάμε για μεγάλα γλωσσικά μοντέλα, παραγωγική ΤΝ ή μοντέλα πρόβλεψης, πρόκειται για πρόσθετα εργαλεία στην εργαλειοθήκη μας. Ο στόχος παραμένει ο ίδιος: να γίνουν οι επαγγελματίες υγείας πιο αποδοτικοί και, τελικά, να βελτιωθεί η ποιότητα της φροντίδας που μπορούν να παρέχουν.

Ας σκεφτούμε έναν γιατρό πρωτοβάθμιας περίθαλψης που έχει υπό την ευθύνη του 2.500 ή 3.000 ασθενείς. Οι ημέρες του είναι γεμάτες με επισκέψεις για οξέα προβλήματα, διαχείριση φαρμακευτικής αγωγής και φροντίδα ασθενών με πολλαπλές χρόνιες παθήσεις. Δεν πιστεύω όμως ούτε για μια στιγμή ότι αυτοί οι γιατροί δεν θα ήθελαν να αφιερώνουν περισσότερο χρόνο στην πρόληψη και στην ουσιαστική συνεργασία με τους ασθενείς τους. Να συζητούν για τη διατροφή, την άσκηση, τη συμπεριφορική υγεία και τους κοινωνικούς παράγοντες που επηρεάζουν την υγεία κάποιου. Να βοηθούν τους ανθρώπους να κάνουν ουσιαστικές αλλαγές, οι οποίες θα μπορούσαν να αποτρέψουν εξαρχής την εμφάνιση της επόμενης χρόνιας πάθησης. Γι’ αυτό επέλεξαν να σπουδάσουν ιατρική.

Αυτό είναι που με ενθουσιάζει στην ΤΝ. Αρχίζουμε να αναπτύσσουμε τεχνολογία ικανή να αφαιρεί από τους επαγγελματίες υγείας σημαντικό μέρος του διοικητικού φόρτου και της επεξεργασίας πληροφοριών, δίνοντάς τους περισσότερο χρόνο για να ασκούν την ιατρική.

Αυτό που με προσέλκυσε στην EverHealth είναι η δυνατότητα να εφαρμόζουμε αυτή την τεχνολογία σταδιακά σε ολόκληρο το ιατρείο. Πιστεύω ακράδαντα ότι πρέπει να λύνουμε ένα πρόβλημα εξαιρετικά καλά και μετά να προχωράμε στο επόμενο. Μπορούμε να βελτιώσουμε την κλινική τεκμηρίωση, έπειτα την αναγνώριση διαγνώσεων, την κωδικοποίηση, τις εντολές, τις συνταγές και τη λειτουργία του ιατρείου. Με την πάροδο του χρόνου, αυτές οι βελτιώσεις αρχίζουν να λειτουργούν συνδυαστικά.

Το EverHealth Scribe αξιοποιεί την ΤΝ για να μετατρέπει τις συνομιλίες ασθενών και επαγγελματιών υγείας σε δομημένη κλινική τεκμηρίωση. Μπορείτε να μας εξηγήσετε πώς λειτουργεί η τεχνολογία, από την καταγραφή μιας συνεδρίας έως τη σύνταξη κλινικής σημείωσης, και να μας πείτε τι διαφοροποιεί την προσέγγισή σας από άλλες λύσεις ιατρικής τεκμηρίωσης που βασίζονται στην ΤΝ;

Στην απλούστερη μορφή της, μια εφαρμογή ΤΝ για κλινική καταγραφή ακούει τη συνομιλία ανάμεσα σε έναν ασθενή και έναν επαγγελματία υγείας, χρησιμοποιεί αναγνώριση ομιλίας για να καταλάβει τι λέγεται και από ποιον και, στη συνέχεια, αξιοποιεί ένα μεγάλο γλωσσικό μοντέλο για να οργανώσει τις κλινικά σημαντικές πληροφορίες σε δομημένη σημείωση. Ο επαγγελματίας υγείας ελέγχει αυτές τις πληροφορίες, κάνει τις απαραίτητες διορθώσεις και εγκρίνει την τελική τεκμηρίωση.

Πιστεύω ότι φτάνουμε σε ένα σημείο όπου οι περισσότερες καλές εφαρμογές ΤΝ για κλινική καταγραφή, οι οποίες λειτουργούν διακριτικά στο παρασκήνιο, μπορούν πλέον να εκτελούν αυτό το βασικό έργο με αξιοσημείωτη αποτελεσματικότητα. Τα μοντέλα διαφέρουν ως προς την πολυπλοκότητα και την ακρίβειά τους, αλλά πιστεύω ότι οι μεγαλύτερες δυνατότητες διαφοροποίησης θα προκύπτουν όλο και περισσότερο από όσα περιβάλλουν αυτή τη διαδικασία.

Για εμάς, όλα αρχίζουν από το πόσο μεγαλύτερο μέρος της εργασίας του επαγγελματία υγείας μπορούμε να ολοκληρώσουμε μόλις δημιουργηθεί η σημείωση. Έχουμε ήδη προσθέσει προτάσεις για διαγνώσεις και κωδικούς CPT και επεκτείνουμε τις δυνατότητες σε εντολές και συνταγές, με όλα αυτά ενσωματωμένα απευθείας στον ηλεκτρονικό φάκελο υγείας. Ενσωματώνουμε επίσης πληροφορίες από προηγούμενες επισκέψεις, το ιατρικό ιστορικό και την τεκμηρίωση πριν από την επίσκεψη, επειδή μια συνομιλία 15 λεπτών αποτελεί μόνο ένα μικρό μέρος μιας πολύ ευρύτερης κλινικής εικόνας. Επιπλέον, αναπτύσσουμε λειτουργίες σχολιασμού που καταγράφουν τις παρατηρήσεις και τις σημειώσεις των επαγγελματιών υγείας, οι οποίες δεν διατυπώνονται ποτέ προφορικά.

Έχουμε ενσωματώσει την αξιοπιστία σε όλες αυτές τις δυνατότητες. Αν ένας επαγγελματίας υγείας περάσει 30 λεπτά με έναν ασθενή και έπειτα διαπιστώσει ότι η καταγραφή απέτυχε, η εμπειρία είναι καταστροφική. Γι’ αυτό πρέπει να λαμβάνουμε υπόψη τα πάντα, από τη θέση του μικροφώνου έως την ασταθή σύνδεση Wi-Fi.

Αν τα κάνουμε όλα σωστά, ο κλινικός θα πρέπει να ολοκληρώνει το ραντεβού έχοντας σχεδόν όλη τη δουλειά της τεκμηρίωσης ήδη έτοιμη. Θα του απομένει να εξετάσει το κλινικό περιεχόμενο, να ασκήσει την κρίση του και να ενεργήσει βάσει των συστάσεων που θεωρεί κατάλληλες.

Οι συνεδρίες ψυχικής υγείας περιλαμβάνουν συχνά βαθιά προσωπικές συζητήσεις, συναισθηματικές αποχρώσεις και ευαίσθητες αποκαλύψεις. Ποιες είναι οι ιδιαίτερες τεχνικές προκλήσεις κατά την ανάπτυξη ενός εργαλείου τεχνητής νοημοσύνης για την καταγραφή συνεδριών ψυχικής υγείας και πώς διασφαλίζετε ότι το σύστημα καταγράφει με ακρίβεια τις κλινικά σημαντικές πληροφορίες, χωρίς να παρερμηνεύει το πλαίσιο ή να τεκμηριώνει περιττές προσωπικές λεπτομέρειες;

Μια συνεδρία ψυχοθεραπείας διάρκειας 50 λεπτών, μια συμβουλευτική συνεδρία ψυχικής υγείας διάρκειας 15 λεπτών και μια επίσκεψη σε παθολόγο διάρκειας επτά λεπτών είναι τρεις εντελώς διαφορετικές συζητήσεις. Και η τεκμηρίωση που θα προκύψει από καθεμία από αυτές τις συναντήσεις θα είναι επίσης διαφορετική.

Ξεκινάμε, λοιπόν, από τον κλινικό και προχωράμε αντίστροφα. Ποιες πληροφορίες πρέπει να καταγραφούν; Πώς πρέπει να οργανωθούν; Ποιο επίπεδο λεπτομέρειας είναι κλινικά κατάλληλο; Και πώς πρέπει να είναι η τελική σημείωση, ώστε ο πάροχος υγειονομικής περίθαλψης να είναι βέβαιος ότι αποτυπώνει με ακρίβεια τη συνάντηση;

Αφού το καθορίσουμε αυτό, μπορούμε να αρχίσουμε να διαμορφώνουμε και να βελτιώνουμε την τεχνητή νοημοσύνη, ώστε να παράγει τεκμηρίωση που ανταποκρίνεται σε αυτές τις προσδοκίες. Στόχος είναι να συμπυκνώσουμε μια ενδεχομένως πολύ μακρά, περίπλοκη και βαθιά προσωπική συζήτηση, απομονώνοντας τις κλινικές πληροφορίες που έχουν πράγματι σημασία για τη φροντίδα του ασθενούς.

Και θεωρώ ότι αυτό είναι ιδιαίτερα σημαντικό στην ψυχική υγεία. Το γεγονός και μόνο ότι κάτι ειπώθηκε κατά τη διάρκεια μιας συνεδρίας δεν σημαίνει αυτομάτως ότι πρέπει να καταχωριστεί στον μόνιμο ιατρικό φάκελο του ασθενούς. Το μοντέλο πρέπει επίσης να ερμηνεύει με ακρίβεια την κλινική σημασία και, στον τομέα της ψυχικής υγείας, μια φράση μπορεί να σημαίνει πολύ διαφορετικά πράγματα ανάλογα με το πλαίσιο. Γι’ αυτό η εξέταση και η κρίση του κλινικού παραμένουν απαραίτητες.

Μιλάμε πολύ για το πόσο έξυπνα είναι αυτά τα μοντέλα, αλλά πιστεύω ότι ορισμένες από τις σημαντικότερες εργασίες γίνονται πριν το μοντέλο δημιουργήσει έστω και μία σημείωση. Το ζητούμενο είναι να καθορίσουμε πώς μοιάζει ένα επιτυχημένο κλινικό αποτέλεσμα και στη συνέχεια να βελτιώνουμε διαρκώς την αξιοπιστία με την οποία το παράγουμε.

Με απλά λόγια, η διαδικασία μας είναι να ορίσουμε τι θεωρείται καλό αποτέλεσμα, να κινηθούμε αντίστροφα με βάση αυτό και να αφήσουμε τον κλινικό να έχει τον τελευταίο λόγο ως προς το αν το πετύχαμε.

Έρευνα της KFF διαπίστωσε ότι το 77% των ενηλίκων στις ΗΠΑ ανησυχεί για το απόρρητο των ιατρικών πληροφοριών που κοινοποιούνται σε εργαλεία τεχνητής νοημοσύνης. Πώς αντιμετωπίζει η EverHealth αυτές τις ανησυχίες, ιδίως όσον αφορά τη διατήρηση των δεδομένων των ασθενών, την πρόσβαση τρίτων και τη χρήση ευαίσθητων πληροφοριών για την εκπαίδευση ή τη βελτίωση μοντέλων τεχνητής νοημοσύνης;

Η ανησυχία αυτή είναι δικαιολογημένη και δεν πιστεύω ότι οι ασθενείς θα πρέπει να θυσιάζουν το απόρρητό τους για να έχουν καλύτερη φροντίδα. Ταυτόχρονα, μια εταιρεία τεχνολογίας δεν θα πρέπει να ζητά από τους ασθενείς να εμπιστευτούν τις δικλίδες προστασίας της χωρίς αποδείξεις. Οι ασθενείς και τα ιατρεία δικαιούνται σαφείς απαντήσεις σχετικά με τις πληροφορίες που χρησιμοποιούμε, ποιοι έχουν πρόσβαση σε αυτές και για πόσο διάστημα τις διατηρούμε.

Με το EverHealth Scribe, οι πληροφορίες των ασθενών υποβάλλονται σε επεξεργασία για την υποστήριξη της κλινικής τεκμηρίωσης και της συνέχειας της φροντίδας. Συνεργαζόμαστε με τεχνολογικούς εταίρους, μεταξύ των οποίων και η CarePilot, βάσει συμβατικών δικλίδων προστασίας, όπως οι συμφωνίες συνεργαζόμενων επιχειρήσεων, οι οποίες διέπουν τον χειρισμό των προστατευόμενων πληροφοριών υγείας. Χρησιμοποιούμε επίσης κρυπτογράφηση και ελέγχους πρόσβασης, ενώ οι πληροφορίες που επιτρέπουν την ταυτοποίηση των ασθενών δεν χρησιμοποιούνται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης. Τα απομαγνητοφωνημένα κείμενα του Scribe είναι διαθέσιμα για έως και 180 ημέρες, ώστε οι κλινικοί να μπορούν να ανατρέχουν στο σχετικό πλαίσιο από προηγούμενες συναντήσεις, ενώ τα ιατρεία μπορούν επίσης να ζητήσουν τη διαγραφή των απομαγνητοφωνήσεων.

Τελικά, δεν μπορούμε να προσθέσουμε εκ των υστέρων την προστασία της ιδιωτικότητας στην καινοτομία. Πρέπει να καθορίζει τις αποφάσεις μας σχετικά με το τι αναπτύσσουμε, με τι διασυνδέουμε τα συστήματά μας και τι διατηρούμε.

Η Mentavi Health, η οποία έχει εφαρμόσει το EverHealth Scribe, λαμβάνει τη συγκατάθεση των ασθενών τόσο κατά την αρχική λήψη ιστορικού όσο και πριν από κάθε επίσκεψη. Πόσο σημαντικό είναι αυτό το μοντέλο διαρκούς συγκατάθεσης για την οικοδόμηση εμπιστοσύνης με τους ασθενείς και τι θα πρέπει να συμβαίνει όταν ένας ασθενής αρνείται την τεκμηρίωση με τη βοήθεια τεχνητής νοημοσύνης ή ανακαλεί τη συγκατάθεσή του κατά τη διάρκεια μιας συνεδρίας;

Η προσέγγιση της Mentavi, που περιλαμβάνει τη λήψη συγκατάθεσης κατά την αρχική λήψη ιστορικού και ξανά πριν από κάθε επίσκεψη, ενισχύει το γεγονός ότι ο ασθενής έχει λόγο στον τρόπο με τον οποίο παρέχεται η φροντίδα του.

Έχω περάσει μεγάλο μέρος της επαγγελματικής μου πορείας στην τηλεϊατρική, οπότε πιστεύω ότι οι ασθενείς είναι γενικά δεκτικοί στην τεχνολογία όταν αντιλαμβάνονται την αξία που προσφέρει. Στην ιδανική περίπτωση, οι ασθενείς έχουν περισσότερη οπτική επαφή και πιο άμεση επικοινωνία, ενώ ο κλινικός είναι πραγματικά προσηλωμένος στη συζήτηση αντί να κάθεται πίσω από έναν φορητό υπολογιστή ή να πληκτρολογεί σε έναν σταθμό εργασίας. Πρόκειται για ένα αρκετά πειστικό όφελος.

Φυσικά, αυτή η αξία πρέπει να συνοδεύεται από τη δυνατότητα επιλογής. Οι ασθενείς θα πρέπει να κατανοούν πώς χρησιμοποιείται η τεχνολογία και να αισθάνονται άνετα να αρνηθούν. Αν κάποιος ανακαλέσει τη συγκατάθεσή του κατά τη διάρκεια μιας επίσκεψης, η καταγραφή θα πρέπει να σταματήσει και ο κλινικός θα πρέπει να μπορεί να συνεχίσει τη συνάντηση και να την τεκμηριώσει ακολουθώντας τη συνήθη διαδικασία εργασίας του. Κάθε πληροφορία που έχει ήδη καταγραφεί πρέπει να διαχειρίζεται σύμφωνα με τις ισχύουσες απαιτήσεις συγκατάθεσης και προστασίας της ιδιωτικότητας.

Τελικά, πιστεύω ότι η εμπιστοσύνη οικοδομείται όταν προσφέρουμε σταθερά αξία. Αν βοηθάμε τους κλινικούς να αφιερώνουν περισσότερο χρόνο στην επικοινωνία με τους ασθενείς και οι ασθενείς μπορούν πράγματι να αντιληφθούν τη διαφορά, τότε κάνουμε κάτι σωστά.

Οι κλινικές σημειώσεις που δημιουργούνται από τεχνητή νοημοσύνη ενέχουν πιθανούς κινδύνους, όπως επινοημένες πληροφορίες, παραλειπόμενες λεπτομέρειες και ανακριβείς ερμηνείες των δηλώσεων των ασθενών. Τι δικλίδες ασφαλείας έχει εφαρμόσει η EverHealth για τον εντοπισμό αυτών των σφαλμάτων και πώς διασφαλίζετε ότι οι κλινικοί διατηρούν ουσιαστική εποπτεία, αντί απλώς να εγκρίνουν την τεκμηρίωση που δημιουργεί η τεχνητή νοημοσύνη;

Οι κλινικοί συνεργάζονται στενά με τον ψηφιακό γραφέα και είναι υπεύθυνοι για την επεξεργασία των σημειώσεων που δημιουργούνται από την τεχνητή νοημοσύνη πριν τις προσθέσουν στον ιατρικό φάκελο, ώστε τελικά να περιοριστεί η πιθανότητα ανακριβειών στο αποτέλεσμα.

Ο κλινικός πρέπει να ελέγξει και να επεξεργαστεί τις πληροφορίες πριν αυτές καταχωριστούν στον ιατρικό φάκελο. Εξακολουθεί να έχει την τελική ευθύνη να κρίνει αν η σημείωση αποδίδει με ακρίβεια την επίσκεψη και αν παραλείφθηκε ή παρερμηνεύτηκε κάτι σημαντικό.

Το άλλο βασικό στοιχείο είναι η συνεχής ανατροφοδότηση. Ρωτάμε τους κλινικούς μετά από κάθε επίσκεψη αν η τεκμηρίωση ήταν χρήσιμη, και πάνω από το 96% των απαντήσεων ήταν θετικές. Είναι ένα ενθαρρυντικό σημάδι ότι προσφέρουμε σταθερά αξία.

Όταν ένας κλινικός αναφέρει κάποιο πρόβλημα, η ομάδα μας επικοινωνεί απευθείας μαζί του για να κατανοήσει τι συνέβη, να εντοπίσει την υποκείμενη αιτία και να διαπιστώσει πώς μπορούμε να βελτιώσουμε την εμπειρία. Αυτή η άμεση σχέση με τους ανθρώπους που χρησιμοποιούν την τεχνολογία αποτελεί εξαιρετικά σημαντικό μέρος του τρόπου με τον οποίο αναπτύσσουμε και βελτιώνουμε το προϊόν.

Πιστεύω ότι έτσι χτίζεται τελικά η εμπιστοσύνη στην τεκμηρίωση με τη βοήθεια της τεχνητής νοημοσύνης: καθιστάς προσβάσιμες τις πληροφορίες στις οποίες βασίζεται, διατηρείς ουσιαστική κλινική εποπτεία και αξιολογείς συνεχώς αν η τεχνολογία προσφέρει πράγματι βοήθεια.

Η Mentavi Health ανέφερε πρόσφατα μια σταδιακή εφαρμογή στην οποία συμμετείχαν περισσότεροι από 30 αδειοδοτημένοι κλινικοί και δημιουργήθηκαν πάνω από 14.000 κλινικές σημειώσεις με τη βοήθεια της τεχνητής νοημοσύνης, με βελτιώσεις στην οργανωμένη τεκμηρίωση και στην καταγραφή διαγνωστικών κωδικών. Ποια ήταν τα σημαντικότερα ευρήματα από αυτή την εφαρμογή και πώς μετράτε αν οι βοηθοί τεκμηρίωσης με τεχνητή νοημοσύνη βελτιώνουν ουσιαστικά την παραγωγικότητα των κλινικών, την ακρίβεια της τεκμηρίωσης και τη φροντίδα των ασθενών;

Ένα από τα σημαντικότερα διδάγματα από την εφαρμογή της Mentavi είναι ότι η επιτυχής υιοθέτηση εξαρτάται από πολύ περισσότερα πράγματα πέρα από την ίδια την τεχνολογία. Η Mentavi συνδύασε την κλινική, διοικητική και τεχνολογική εμπειρογνωμοσύνη για να ορίσει πρότυπα τεκμηρίωσης, να καθιερώσει μέτρα ποιότητας και να εισαγάγει τις δυνατότητες με προσεκτικό τρόπο. Αυτή ακριβώς η συνεργασία είναι το πρότυπο που πρέπει να ακολουθεί η υπεύθυνη καινοτομία στον τομέα της υγείας.

Για το Scribe, το πρόβλημα που προσπαθούμε να λύσουμε είναι απλό: οι κλινικοί αφιερώνουν υπερβολικά πολύ χρόνο στην τεκμηρίωση μιας επίσκεψης. Πόσο από αυτόν τον χρόνο και την προσπάθεια μπορούμε, λοιπόν, να εξαλείψουμε;

Εξετάζουμε τον χρόνο που απαιτεί η τεκμηρίωση, την ικανοποίηση των κλινικών και το πόσο αποτελεσματικά δυνατότητες όπως η αναγνώριση διαγνώσεων και οι προτάσεις κωδικών CPT εξαλείφουν επιπλέον βήματα από τη ροή εργασίας. Καθώς επεκτεινόμαστε στις εντολές και τις συνταγές, θα ακολουθήσουμε την ίδια προσέγγιση. Κάθε δυνατότητα θα πρέπει να αφαιρεί ένα ακόμη ουσιαστικό κομμάτι δουλειάς από την ημέρα του κλινικού.

Η βελτίωση στην καταγραφή διαγνωστικών κωδικών ήταν ιδιαίτερα ενθαρρυντική. Στην αξιολόγηση, στα περιστατικά όπου χρησιμοποιήθηκε το Scribe, το ποσοστό καταγραφής διαγνωστικών κωδικών έφτασε σχεδόν το 80%, έναντι περίπου 26% χωρίς αυτό. Πρόκειται για σημαντική βελτίωση στη συνέπεια της οργανωμένης κλινικής τεκμηρίωσης και για ένα εξαιρετικό παράδειγμα του πώς η τεχνητή νοημοσύνη μπορεί να δημιουργήσει αξία πέρα από την απλή σύνταξη μιας σημείωσης.

Ο αριθμός των σημειώσεων που δημιουργούνται είναι ενθαρρυντικός, αλλά τα αποτελέσματα που έχουν σημασία είναι ο φόρτος εργασίας που εξαλείφουμε, καθώς και η ποιότητα και η συνέπεια της τεκμηρίωσης που συμβάλλουμε να παραχθεί.

Τα ανεξάρτητα ιατρεία και τα κέντρα ψυχικής υγείας συχνά λειτουργούν με περιορισμένους διοικητικούς πόρους σε σύγκριση με τα μεγαλύτερα συστήματα υγείας. Πώς μπορεί η τεκμηρίωση με τεχνητή νοημοσύνη να βοηθήσει τα μικρότερα ιατρεία να ανταγωνιστούν και ποια εμπόδια σχετικά με το κόστος εφαρμογής, την ενσωμάτωση στις ροές εργασίας ή την υιοθέτηση της τεχνολογίας πρέπει ακόμη να ξεπεραστούν;

Πιστεύω ότι η μεγαλύτερη ευκαιρία για τα ανεξάρτητα ιατρεία είναι η δυνατότητα επιλογής. Αφαιρώντας διοικητικές εργασίες από τους κλινικούς και το προσωπικό, δίνουμε στα ιατρεία την ελευθερία να αποφασίζουν καλύτερα πώς θα διαθέσουν τον χρόνο και τους πόρους τους. Ίσως ένας γιατρός θέλει να βλέπει περισσότερους ασθενείς. Ίσως θέλει να αφιερώνει περισσότερο χρόνο στους ασθενείς που ήδη έχει. Ή ίσως απλώς θέλει να ολοκληρώνει το τελευταίο ραντεβού του στις πέντε, να αφιερώνει 15 λεπτά στην εξέταση της τεκμηρίωσης και να πηγαίνει σπίτι, αντί να περνά άλλες δύο ώρες καλύπτοντας εκκρεμότητες. Όλα αυτά είναι πολύτιμα αποτελέσματα και το ιατρείο θα πρέπει να αποφασίζει ποιο έχει τη μεγαλύτερη σημασία.

Όσον αφορά την εφαρμογή, είμαστε ήδη ο πάροχος τεχνολογίας του ιατρείου, επομένως η ενσωμάτωση στις ροές εργασίας είναι δική μας ευθύνη, όχι δική τους. Το Scribe λειτουργεί στις συσκευές που έχουν ήδη οι κλινικοί και η έναρξη χρήσης του μπορεί να απαιτήσει μόλις μία ή δύο εκπαιδευτικές συνεδρίες. Ωστόσο, ένα μικρό ιατρείο έχει ελάχιστα περιθώρια να απορροφήσει τις επιπτώσεις τεχνικών προβλημάτων. Γι’ αυτό στόχος μας είναι η εγκατάσταση να είναι όσο το δυνατόν πιο αυτοεξυπηρετούμενη.

Τελικά, πιστεύω ότι η τεχνητή νοημοσύνη προσφέρει στα ανεξάρτητα ιατρεία πρόσβαση σε δυνατότητες και λειτουργικές αποδοτικότητες που, στο παρελθόν, απαιτούσαν πολύ μεγαλύτερους οργανισμούς. Και, εξίσου σημαντικό, δίνει στους ανθρώπους που εργάζονται σε αυτά τα ιατρεία μεγαλύτερο έλεγχο στον τρόπο με τον οποίο διαθέτουν τον χρόνο τους.

Καθώς οι πολιτείες θεσπίζουν ολοένα και πιο διαφορετική νομοθεσία για τη ρύθμιση της τεχνητής νοημοσύνης στην υγειονομική περίθαλψη, ιδίως στην ψυχική υγεία, πώς διαχειρίζεται η EverHealth αυτό το κατακερματισμένο ρυθμιστικό περιβάλλον; Ποιες προκλήσεις προκύπτουν κατά την ανάπτυξη ενός προϊόντος τεχνητής νοημοσύνης που πρέπει να ανταποκρίνεται στις διαφορετικές απαιτήσεις για τη συναίνεση των ασθενών, την προστασία των δεδομένων και την κλινική εποπτεία σε πολλές δικαιοδοσίες;

Νιώθω σαν να έχω ξαναδεί αυτή την ταινία. Μεγάλο μέρος της επαγγελματικής μου πορείας πριν από την COVID το πέρασα στην τηλεϊατρική, αντιμετωπίζοντας τις διαφορές από πολιτεία σε πολιτεία ως προς την αδειοδότηση, τον τόπο όπου βρίσκεται ο ασθενής, τη συναίνεση, τη συνταγογράφηση και την αποζημίωση. Έπειτα, οι κανόνες άλλαξαν σχεδόν μέσα σε μια νύχτα και έπρεπε να επεκταθούμε, ενώ εκείνοι συνέχιζαν να αλλάζουν.

Το τοπίο της τεχνητής νοημοσύνης μοιάζει ανάλογο. Εστιάζουμε στο να προλαβαίνουμε τις προτεινόμενες νομοθετικές αλλαγές, να κατανοούμε τις ιδιαιτερότητες σε πολιτειακό και ομοσπονδιακό επίπεδο και να σχεδιάζουμε το προϊόν έτσι ώστε να μπορεί να προσαρμόζεται.

Αυτό έχει ιδιαίτερη σημασία στην τηλεϊατρική για την ψυχική υγεία, όπου ένας κλινικός μπορεί να εξυπηρετεί ασθενείς σε πολλές πολιτείες. Η συναίνεση, η προστασία της ιδιωτικότητας και η κλινική εποπτεία πρέπει να αποτελούν παραμέτρους της υπηρεσίας που μπορούν να προσαρμόζονται.

Το ουσιαστικό δίδαγμα από αυτή την εμπειρία είναι ότι το προϊόν πρέπει να σχεδιάζεται εξαρχής με δυνατότητα προσαρμογής στις ρυθμιστικές απαιτήσεις. Αυτή είναι η φιλοσοφία που ακολουθούμε στην EverHealth για την τεχνητή νοημοσύνη. Δική μας δουλειά είναι να αναλαμβάνουμε όσο το δυνατόν μεγαλύτερο μέρος αυτής της πολυπλοκότητας, ώστε οι κλινικοί να μπορούν να επικεντρώνονται στην παροχή φροντίδας.

Καθώς οι δυνατότητες της τεχνητής νοημοσύνης επεκτείνονται γρήγορα πέρα από την τεκμηρίωση, στη λήψη κλινικών αποφάσεων, την αλληλεπίδραση με τους ασθενείς και σε ολοένα πιο αυτόνομες ροές εργασίας στον χώρο της υγειονομικής περίθαλψης, πού πιστεύετε ότι πρέπει να παραμένει το όριο ανάμεσα στην υποστήριξη από την τεχνητή νοημοσύνη και την ανθρώπινη κλινική κρίση, ιδίως στον τομέα της ψυχικής υγείας; Και πώς φαντάζεστε ότι θα εξελιχθεί η τεχνολογία της EverHealth τα επόμενα τρία έως πέντε χρόνια;

Η τεχνητή νοημοσύνη μπορεί να ακούει, να οργανώνει, να αναδεικνύει σχετικές πληροφορίες και να προτείνει. Η κλινική κρίση, όμως, ανήκει στον κλινικό.

Αυτό είναι ιδιαίτερα σημαντικό στην ψυχική υγεία, όπου το ιστορικό ενός ασθενούς, μια αλλαγή στον τόνο της φωνής του ή ακόμη και όσα μένουν ανείπωτα μπορεί να έχουν την ίδια σημασία με τα λόγια του. Η τεχνολογία πρέπει να βοηθά τους κλινικούς να είναι πιο παρόντες σε αυτές τις στιγμές, όχι λιγότερο.

Τα επόμενα τρία έως πέντε χρόνια, οι δυνατότητες ξεπερνούν κατά πολύ τη δημιουργία ενός πιο έξυπνου εργαλείου κλινικής καταγραφής. Το όραμά μας στην EverHealth είναι μια έξυπνη διαδρομή εξωνοσοκομειακής φροντίδας, όπου η τεχνολογία συμβάλλει στη σύνδεση των στιγμών πριν, κατά τη διάρκεια και μετά από μια επίσκεψη.

Φανταστείτε μια κλινική που θυμάται όσα έχουν σημασία: το σχετικό ιστορικό είναι διαθέσιμο όταν χρειάζεται, οι κλινικοί μπορούν να εστιάζουν στον ασθενή αντί να προσπαθούν να συνθέσουν αποσπασματικές πληροφορίες και οι κλινικές αποφάσεις ενσωματώνονται πιο ομαλά στην τεκμηρίωση, την κωδικοποίηση, τον συντονισμό της φροντίδας και την παρακολούθηση. Δεν επιδιώκουμε απλώς να επιταχύνουμε μεμονωμένες εργασίες. Θέλουμε να μειώσουμε τις τριβές που υπάρχουν μεταξύ τους.

Ο βασικός μας οδηγός σε ό,τι κάνουμε είναι να διασφαλίζουμε ότι κάθε ασθενής νιώθει πως τον βλέπουν πλήρως και ότι κάθε πάροχος έχει τη σαφήνεια που χρειάζεται για να προσφέρει φροντίδα με σιγουριά και συνοχή.

Σας ευχαριστούμε για την εξαιρετική συνέντευξη. Οι αναγνώστες που θέλουν να εξερευνήσουν την κλινική τεκμηρίωση με τη βοήθεια της τεχνητής νοημοσύνης και τις διασυνδεδεμένες ροές εργασίας στον χώρο της υγειονομικής περίθαλψης μπορούν να επισκεφθούν την EverHealth.