Το UTMB ενσωματώνει την AI της OpenEvidence στον ηλεκτρονικό φάκελο υγείας

Το University of Texas Medical Branch (UTMB) και η OpenEvidence ανακοίνωσαν στις 22 Σεπτεμβρίου 2026 μια συνεργασία που ενσωματώνει την τεκμηριωμένη πλατφόρμα AI της OpenEvidence στον ηλεκτρονικό φάκελο υγείας του UTMB. Σύμφωνα με την ανακοίνωση, περισσότεροι από τους μισούς κλινικούς του UTMB χρησιμοποιούν ενεργά το εργαλείο για υποστήριξη κλινικών αποφάσεων.

Η ανακοίνωση, με τόπο έκδοσης το Μαϊάμι της Φλόριντα, ανέφερε ότι η ενσωμάτωση παρέχει στους γιατρούς του UTMB και σε άλλους κλινικούς χρήστες ασφαλή πρόσβαση σε ιατρικά στοιχεία με παραπομπές μέσα από τον ηλεκτρονικό φάκελο υγείας.

Πώς λειτουργεί η ενσωμάτωση

Η ενσωμάτωση τέθηκε σε λειτουργία στο UTMB τον Μάρτιο του 2026 και σχεδιάστηκε για να τοποθετήσει πληροφοριακούς πόρους με δυνατότητες AI μέσα στις κλινικές ροές εργασίας που ήδη χρησιμοποιούνται. Η OpenEvidence είναι ενσωματωμένη στο περιβάλλον ηλεκτρονικού φακέλου υγείας του UTMB και οι κλινικοί συνδέονται με τα συνήθη εταιρικά διαπιστευτήριά τους στο UTMB, αντί να δημιουργούν ξεχωριστούς λογαριασμούς ή να μετακινούνται ανάμεσα σε αποσυνδεδεμένες εφαρμογές. Η ρύθμιση διατηρεί την πλατφόρμα μέσα στην υπάρχουσα κλινική ροή εργασίας και στο εταιρικό περίβλημα ασφαλείας του UTMB.

Αφού συνδεθεί, ένας κλινικός μπορεί να πληκτρολογήσει μια κλινική ερώτηση σε φυσική γλώσσα και να λάβει απάντηση με παραπομπές σε ιατρική βιβλιογραφία, κλινικές κατευθυντήριες γραμμές και άλλες πηγές. Σύμφωνα με την ανακοίνωση, ο σχεδιασμός συνδυάζει την προσβασιμότητα μιας διεπαφής παραγωγικής AI με τη θεμελίωση σε στοιχεία που απαιτεί η λήψη κλινικών αποφάσεων.

Το UTMB λειτουργεί νοσοκομεία σε τέσσερις πανεπιστημιουπόλεις και περισσότερες από 100 κλινικές σε ολόκληρο το νοτιοανατολικό Τέξας. Η ανακοίνωση χαρακτηρίζει την ταχεία πρόσβαση σε σύγχρονες ιατρικές γνώσεις ως ιδιαίτερα πολύτιμη σε αυτό το δίκτυο και δηλώνει ότι οι κλινικοί που ασκούν το επάγγελμα οπουδήποτε στο δίκτυο του UTMB μπορούν να χρησιμοποιήσουν τις ίδιες τεκμηριωμένες δυνατότητες AI, ανεξάρτητα από τη φυσική τους τοποθεσία.

Αναφερόμενη υιοθέτηση μετά την έναρξη του Μαρτίου

Η ανακοίνωση αναφέρει ισχυρή ανάπτυξη από τον Μάρτιο τόσο στον αριθμό των κλινικών που χρησιμοποιούν την OpenEvidence όσο και στον όγκο των κλινικών ερωτημάτων που υποβάλλουν. Περισσότεροι από τους μισούς κλινικούς του UTMB χρησιμοποιούν ενεργά την OpenEvidence για υποστήριξη κλινικών αποφάσεων και τα αναφερόμενα στοιχεία υιοθέτησης δείχνουν ότι πολλοί κλινικοί έχουν εντάξει το εργαλείο στη ροή εργασίας τους.

Ο Peter McCaffrey, MD, MS, FCAP, αντιπρόεδρος και επικεφαλής ψηφιακής τεχνολογίας και AI στο UTMB, δήλωσε ότι η υγειονομική περίθαλψη διαθέτει πολλά πολλά υποσχόμενα εργαλεία AI και ότι το δυσκολότερο καθήκον είναι να γίνουν πραγματικά χρησιμοποιήσιμα στην κλινική πράξη, διατηρώντας παράλληλα την ασφάλεια, τη διακυβέρνηση και την εμπιστοσύνη που απαιτεί ο κλάδος. «Η αύξηση της χρήσης μετά την έναρξη υποδηλώνει ότι, όταν αφαιρείς τις τριβές και τοποθετείς χρήσιμη AI εκεί όπου εργάζονται πραγματικά οι κλινικοί, τη χρησιμοποιούν», είπε, προσθέτοντας ότι η υλοποίηση του UTMB παρέχει στους κλινικούς πληροφορίες που παράγονται από AI και περιλαμβάνουν παραπομπές σε ιατρική βιβλιογραφία και κατευθυντήριες γραμμές.

Η ευρύτερη στρατηγική AI του UTMB

Η ανακοίνωση παρουσιάζει την ανάπτυξη ως μέρος της ευρύτερης στρατηγικής του UTMB για την εισαγωγή της AI στην παροχή υγειονομικής περίθαλψης. Στο πλαίσιο αυτής της στρατηγικής, αναφέρει ότι η προσέγγιση του UTMB είναι να δημιουργήσει ένα εταιρικό περιβάλλον —και όχι μια συλλογή μεμονωμένων εφαρμογών— στο οποίο επικυρωμένες δυνατότητες AI εντάσσονται με ασφάλεια σε κλινικές και λειτουργικές ροές εργασίας, διέπονται κατάλληλα και κρίνονται βάσει της πραγματικής χρήσης και επίδρασής τους.

Η σελίδα του προγράμματος τεχνητής νοημοσύνης του UTMB καταγράφει αυτή τη θεσμική προσπάθεια, συμπεριλαμβανομένης της έναρξης του UTMB Artificial Intelligence Council και του διορισμού του McCaffrey ως πρώτου Chief AI Officer του ιδρύματος. Η σελίδα τον περιγράφει ως αντιπρόεδρο και επικεφαλής ψηφιακής τεχνολογίας που ηγείται των πρωτοβουλιών AI του UTMB για τη βελτίωση της εκπαίδευσης, της έρευνας, των κλινικών αποτελεσμάτων και της λειτουργικής αποδοτικότητας. Βρίσκεται στο UTMB από το 2018, υπηρετώντας ως διευθυντής Laboratory Information Services, Pathology Informatics, Bioinformatics and AI και ως επίκουρος καθηγητής στα Τμήματα Παθολογίας και Ακτινολογίας. Σύμφωνα με τη σελίδα, έχει πτυχίο ιατρικής από το Johns Hopkins University, μεταπτυχιακό στη βιοϊατρική επιστήμη δεδομένων από το Stanford University και μεταπτυχιακό πιστοποιητικό στην τεχνητή νοημοσύνη από το Stanford. Επίσης συμπροεδρεύει στο University of Texas Healthcare AI Collaborative, το οποίο εργάζεται για την προώθηση της AI στην υγειονομική περίθαλψη σε ολόκληρο το UT System. Η σελίδα σημειώνει ακόμη ότι έχει αναγνωριστεί ως Texas Monthly SuperDoctors Rising Star για τέσσερα συνεχόμενα έτη και είναι ο συγγραφέας του An Introduction to Healthcare Informatics: Building Data-Driven Tools.

Μεταξύ των στοιχείων του προγράμματος που παρατίθενται στη σελίδα είναι μια κοινή πολιτική, ένας κατάλογος εγκεκριμένων εργαλείων παραγωγικής AI, διαδικασίες εισαγωγής εξωτερικής AI και αιτημάτων για εσωτερικά έργα AI, καθώς και το UTMB AI Learning Hub.

Ο Travis Zack, MD, PhD, επικεφαλής ιατρικός διευθυντής της OpenEvidence, δήλωσε ότι η προσέγγιση του UTMB αντικατοπτρίζει σαφή κατανόηση ότι η κλινική τεχνολογία επιτυγχάνει όταν ταιριάζει στον τρόπο με τον οποίο ήδη εργάζονται οι κλινικοί. «Ενσωματώνοντας την OpenEvidence στο κλινικό περιβάλλον και απλοποιώντας την ασφαλή πρόσβαση, το UTMB δείχνει πώς τα συστήματα υγείας μπορούν να μετατρέψουν την τεκμηριωμένη AI από μια ενδιαφέρουσα τεχνολογία σε καθημερινή κλινική δυνατότητα», είπε.

Η ανακοίνωση αναφέρει επίσης ότι η ανάπτυξη δίνει στο UTMB την ευκαιρία να μελετήσει σε μεγάλη κλίμακα πώς οι κλινικοί εργάζονται με μια νεότερη γενιά εργαλείων γνώσης με δυνατότητες AI. Καθώς η υιοθέτηση αυξάνεται, το UTMB θα συνεχίσει να αξιολογεί τη χρήση και την εμπειρία των κλινικών και θα αναζητά ευκαιρίες για τη βελτίωση της παροχής τεκμηρίωσης και κλινικής νοημοσύνης στο σημείο φροντίδας.