Grant Lunney, EverHealthin tuotejohtaja – haastattelusarja

Grant Lunney toimii EverHealthin tuotejohtajana, ja hänellä on lähes kahden vuosikymmenen kokemus terveydenhuollon teknologiasta, kliinisestä toiminnasta ja tuotestrategiasta. Hänen uransa varrelle ovat mahtuneet Boulder Community Health, OTTO Health, NextGen Healthcare ja CrowdHealth. Hän on keskittynyt avohoitoon ja terveydenhuollon vastaanottojen käytännön haasteisiin. EverHealthillä hän työskentelee tekoälyn soveltamiseksi kliiniseen dokumentointiin ja vastaanottojen työnkulkuihin, jotta kliinikoille jäisi enemmän aikaa potilaiden hoitamiseen.

EverHealth tarjoaa terveydenhuollon teknologiaa, johon kuuluvat sähköiset potilastietojärjestelmät, vastaanottojen hallinta, lääketieteellinen laskutus ja potilasviestintä. EverHealth Scribe hyödyntää ympäristöön sulautuvaa tekoälyä ja muuntaa potilaan ja terveydenhuollon ammattilaisen keskustelut potilastietojärjestelmään kirjattaviksi kliinisten muistiinpanojen luonnoksiksi, jotka kliinikko tarkistaa ja hyväksyy. Tässä haastattelussa Lunney käsittelee mielenterveyspalvelujen dokumentointia, potilaan suostumusta ja yksityisyyttä, kliinistä valvontaa sekä sitä, miten tekoäly voi vähentää itsenäisten vastaanottojen hallinnollista työtä.

Olet työskennellyt terveydenhuollon teknologian parissa lähes kahden vuosikymmenen ajan. Urasi on kulkenut Boulder Community Healthin kliinisestä toiminnasta ja strategiasta tuotejohtotehtäviin OTTO Healthissa, NextGen Healthissa, CrowdHealthissa ja nyt EverHealthissa. Miten nämä kokemukset ovat muovanneet näkemystäsi siitä, mikä rooli tekoälyllä pitäisi olla terveydenhuollossa? Mikä sai sinut tarttumaan mahdollisuuteen johtaa tuoteinnovaatioita EverHealthissa?

Olen työskennellyt terveydenhuollon teknologian parissa lähes kaksi vuosikymmentä, pääasiassa avohoidon parissa. Tuona aikana olen seurannut, kuinka merkittävästi lääkäreiden työtä tukevat työkalut ovat kehittyneet. Muistan, kun sähköinen lääkemääräys oli suuri edistysaskel. Oli merkittävää, että lääkäri pystyi lähettämään lääkemääräyksen sähköisesti niin, että lääke oli valmiina potilaan saapuessa apteekkiin. Sittemmin käyttöön on tullut yhä kehittyneempiä sähköisiä potilastietojärjestelmiä, prosessien automatisointia, tiedon yhteentoimivuutta ja kaikenlaisia työkaluja, joiden tarkoituksena on tehostaa terveydenhuoltoa.

Ajattelen tekoälystä pitkälti samalla tavalla. Puhummepa suurista kielimalleista, generatiivisesta tekoälystä tai ennustemalleista, ne ovat uusia työkaluja työkalupakissamme. Tavoite on edelleen sama: tehostaa kliinikoiden työtä ja viime kädessä parantaa heidän tarjoamansa hoidon laatua.

Ajatellaan perusterveydenhuollon lääkäriä, jonka vastuulla on 2 500 tai 3 000 potilasta. Hänen päivänsä kuluvat akuuttikäynteihin, lääkehoidon hallintaan ja useita pitkäaikaissairauksia sairastavien potilaiden hoitamiseen. En kuitenkaan usko hetkeäkään, etteivätkö nämä lääkärit haluaisi käyttää enemmän aikaa ennaltaehkäisevään työhön potilaidensa kanssa. He voisivat keskustella ravitsemuksesta, liikunnasta, mielenterveydestä ja ihmisen terveyteen vaikuttavista sosiaalisista tekijöistä. He voisivat auttaa ihmisiä tekemään merkityksellisiä muutoksia, jotka saattaisivat ehkäistä seuraavan pitkäaikaissairauden kehittymisen jo alkuunsa. Siksi he hakeutuivat lääketieteelliseen tiedekuntaan.

Tekoälyssä innostaa juuri se, että olemme kehittämässä teknologiaa, joka pystyy ottamaan kliinikoiden harteilta huomattavan osan hallinnollisesta työstä ja tiedonkäsittelystä ja antamaan heille enemmän aikaa potilaiden hoitamiseen.

EverHealthissä minua houkuttelee mahdollisuus ottaa tämä teknologia käyttöön vaiheittain koko lääkäriaseman toiminnassa. Uskon vahvasti siihen, että yksi ongelma ratkaistaan erinomaisesti ennen kuin siirrytään seuraavaan. Voimme ensin parantaa kliinistä dokumentointia, sitten diagnoosien tunnistamista, koodausta, tilausten ja lääkemääräysten käsittelyä sekä vastaanoton toimintaa. Ajan mittaan nämä parannukset alkavat tukea toisiaan.

EverHealth Scribe hyödyntää tekoälyä ja muuntaa potilaan ja terveydenhuollon ammattilaisen keskustelut jäsennellyksi kliiniseksi dokumentaatioksi. Voitko kertoa, miten teknologia toimii keskustelun tallentamisesta kliinisen muistiinpanon tuottamiseen? Entä mikä erottaa lähestymistapanne muista tekoälypohjaisista lääketieteellisen dokumentoinnin ratkaisuista?

Yksinkertaisimmillaan tekoälykirjuri kuuntelee potilaan ja kliinikon keskustelua, tunnistaa puheesta, mitä sanotaan ja kuka puhuu, ja järjestää sitten suuren kielimallin avulla kliinisesti olennaiset tiedot jäsennellyksi muistiinpanoksi. Kliinikko tarkistaa tiedot, tekee tarvittavat korjaukset ja hyväksyy lopullisen dokumentaation.

Uskon, että useimmat hyvät ympäristöön sulautuvaa tekoälyä hyödyntävät kirjurit pystyvät jo suoriutumaan tästä perustehtävästä erittäin hyvin. Mallien kehittyneisyydessä ja tarkkuudessa on eroja, mutta uskon, että erottautumisen kannalta suurempi mahdollisuus liittyy yhä enemmän kaikkeen siihen, mitä tämän prosessin ympärillä tapahtuu.

Meille tärkeintä on, kuinka paljon enemmän kliinikon työstä voimme hoitaa sen jälkeen, kun muistiinpano on luotu. Olemme jo lisänneet diagnoosi- ja CPT-koodisuositukset, ja laajennamme toimintoja tilausten ja lääkemääräysten käsittelyyn. Kaikki nämä toiminnot ovat suoraan osa potilastietojärjestelmää. Tuomme mukaan myös aiempien käyntien, sairaushistorian ja ennen vastaanottoa tehtävän dokumentoinnin tietoja, sillä 15 minuutin keskustelu on vain pieni osa paljon laajempaa kliinistä kokonaisuutta. Lisäksi kehitämme merkintöjä, joihin tallentuvat kliinikoiden havainnot ja muistiinpanot, joita ei koskaan sanota ääneen.

Olemme rakentaneet luotettavuuden osaksi myös kaikkia näitä toimintoja. Jos kliinikko viettää potilaan kanssa 30 minuuttia ja huomaa sen jälkeen, että tallennus epäonnistui, kokemus on katastrofaalinen. Siksi meidän on otettava huomioon kaikki mikrofonin sijoittelusta epävakaaseen Wi-Fi-yhteyteen.

Jos onnistumme kaikessa tässä, kliinikolla pitäisi olla vastaanoton päättyessä lähes kaikki dokumentointityö jo tehtynä. Hänelle jää tehtäväksi tarkistaa kliininen sisältö, käyttää omaa harkintaansa ja toimia niiden suositusten mukaisesti, jotka ovat tilanteeseen sopivia.

Mielenterveyden hoitoon liittyvissä tapaamisissa käydään usein hyvin henkilökohtaisia keskusteluja, joissa korostuvat tunteiden vivahteet ja arkaluonteiset paljastukset. Millaisia erityisiä teknisiä haasteita liittyy tekoälypohjaisen kirjausavustajan kehittämiseen mielenterveyden hoitoon, ja miten varmistatte, että järjestelmä tallentaa kliinisesti olennaiset tiedot tarkasti tulkitsematta asiayhteyttä väärin tai kirjaamatta tarpeettomia henkilökohtaisia tietoja?

50 minuutin psykoterapiaistunto, 15 minuutin mielenterveysalan konsultaatio ja seitsemän minuutin sisätautien vastaanottokäynti ovat kolme hyvin erilaista keskustelua. Myös kustakin tapaamisesta laadittavan kirjauksen pitäisi näyttää erilaiselta.

Aloitamme siis kliinikosta ja suunnittelemme prosessin siitä taaksepäin. Mitä tietoja on tallennettava? Miten ne pitäisi järjestää? Mikä on kliinisesti sopiva yksityiskohtaisuuden taso? Ja miltä valmiin kirjauksen pitäisi näyttää, jotta palveluntarjoaja voi luottaa siihen, että se kuvaa tapaamisen oikein?

Kun olemme selvittäneet tämän, voimme alkaa määrittää tekoälyn toimintaa ja kehittää sitä niin, että se tuottaa näitä odotuksia vastaavaa dokumentaatiota. Tavoitteena on tiivistää mahdollisesti hyvin pitkä, monimutkainen ja syvästi henkilökohtainen keskustelu sellaisiksi kliinisiksi tiedoiksi, joilla on todella merkitystä potilaan hoidossa.

Tämä on mielestäni erityisen tärkeää mielenterveyden hoidossa. Se, että jotakin sanotaan tapaamisen aikana, ei automaattisesti tarkoita, että se kuuluu potilaan pysyvään potilasasiakirjaan. Mallin on myös tulkittava kliininen merkitys oikein, ja mielenterveyden hoidossa yksittäinen lausuma voi saada asiayhteydestä riippuen hyvin erilaisia merkityksiä. Siksi kliinikon tekemä tarkistus ja hänen harkintakykynsä ovat edelleen välttämättömiä.

Puhumme paljon siitä, kuinka älykkäitä nämä mallit ovat, mutta mielestäni osa tärkeimmästä työstä tehdään ennen kuin malli edes tuottaa kirjauksen. Ensin määritellään, millainen kliininen lopputulos on onnistunut, ja sen jälkeen parannetaan jatkuvasti sitä, kuinka luotettavasti pystymme tuottamaan sen.

Yksinkertaisesti sanottuna määrittelemme, millainen on hyvä lopputulos, suunnittelemme prosessin siitä taaksepäin ja annamme kliinikolle viimeisen sanan siitä, olemmeko saavuttaneet tavoitteemme.

KFF:n tutkimuksessa havaittiin, että 77 % yhdysvaltalaisista aikuisista on huolissaan tekoälytyökaluille jaettujen lääketieteellisten tietojen yksityisyydestä. Miten EverHealth vastaa näihin huoliin erityisesti potilastietojen säilyttämisen, kolmansien osapuolten käyttöoikeuksien sekä arkaluonteisten tietojen käyttämisen osalta tekoälymallien koulutuksessa tai parantamisessa?

Huoli on aiheellinen, eivätkä potilaat mielestäni saisi joutua tinkimään yksityisyydestään saadakseen parempaa hoitoa. Teknologiayrityksen ei myöskään pitäisi pyytää heitä luottamaan suojatoimiin pelkän vakuuttelun perusteella. Potilaat ja terveydenhuollon toimipaikat ansaitsevat selkeät vastaukset siihen, mitä tietoja käytämme, ketkä pääsevät niihin käsiksi ja kuinka kauan säilytämme niitä.

EverHealth Scribe käsittelee potilastietoja kliinisen dokumentoinnin ja hoidon jatkuvuuden tukemiseksi. Teemme yhteistyötä teknologiakumppaneiden, kuten CarePilotin, kanssa sopimusperusteisten suojatoimien mukaisesti. Tällaisia ovat esimerkiksi liikekumppanisopimukset, joissa määritellään suojattujen terveystietojen käsittely. Käytämme myös salausta ja käyttöoikeuksien hallintaa, emmekä käytä potilaan tunnistamisen mahdollistavia tietoja tekoälymallien kouluttamiseen. Scribe-transkriptiot ovat saatavilla enintään 180 päivän ajan, jotta kliinikot voivat palata tapaamisten kannalta olennaisiin tietoihin, mutta terveydenhuollon toimipaikat voivat myös pyytää transkriptioiden poistamista.

Yksityisyyden suojaa ei voi lisätä innovaatioihin jälkikäteen. Sen on ohjattava päätöksiämme siitä, mitä rakennamme, mihin yhdistämme järjestelmiä ja mitä säilytämme.

EverHealth Scribea käyttöön ottanut Mentavi Health pyytää potilaan suostumuksen sekä hoitoon tulon yhteydessä että ennen jokaista käyntiä. Kuinka tärkeä tämä jatkuvan suostumuksen malli on potilaiden luottamuksen rakentamisessa, ja miten pitäisi toimia, jos potilas kieltäytyy tekoälyavusteisesta dokumentoinnista tai peruuttaa suostumuksensa tapaamisen aikana?

Mentavin käytäntö pyytää suostumus hoitoon tulon yhteydessä ja uudelleen ennen jokaista käyntiä vahvistaa sitä, että potilas saa vaikuttaa siihen, miten hänen hoitonsa toteutetaan.

Olen työskennellyt merkittävän osan urastani etäterveydenhuollossa, joten uskon potilaiden suhtautuvan teknologiaan yleensä myönteisesti, kun he näkevät sen tuottaman hyödyn. Ihannetilanteessa potilaat saavat enemmän katsekontaktia ja suoraa vuorovaikutusta, ja kliinikko keskittyy aidosti keskusteluun sen sijaan, että istuisi kannettavan tietokoneen takana tai kirjoittaisi työasemalla. Tämä on varsin vakuuttava hyöty.

Hyötyjen rinnalla on tietenkin oltava mahdollisuus valita. Potilaiden pitäisi ymmärtää, miten teknologiaa käytetään, ja voida kieltäytyä siitä hyvillä mielin. Jos potilas peruuttaa suostumuksensa käynnin aikana, tallennus on lopetettava, ja kliinikon on voitava jatkaa tapaamista ja kirjata se tavanomaisella tavalla. Jo tallennetut tiedot on käsiteltävä sovellettavien suostumusta ja yksityisyyden suojaa koskevien vaatimusten mukaisesti.

Uskon, että luottamus syntyy viime kädessä siitä, että tuotamme hyötyä johdonmukaisesti. Jos autamme kliinikoita käyttämään enemmän aikaa potilaiden kohtaamiseen ja potilaat todella huomaavat eron, toimimme oikein.

Tekoälyn tuottamiin kliinisiin muistiinpanoihin liittyy mahdollisia riskejä, kuten keksittyjä tietoja, puuttuvia yksityiskohtia ja potilaan lausuntojen virheellisiä tulkintoja. Millaisia suojatoimia EverHealth on ottanut käyttöön tällaisten virheiden havaitsemiseksi, ja miten varmistatte, että kliinikot valvovat dokumentointia aidosti eivätkä vain hyväksy tekoälyn tuottamia muistiinpanoja?

Kliinikot työskentelevät tiiviissä yhteistyössä kirjausavustajan kanssa ja vastaavat tekoälyn tuottamien muistiinpanojen muokkaamisesta ennen niiden lisäämistä potilasasiakirjoihin. Näin pyritään viime kädessä vähentämään tuotoksen mahdollisten ristiriitaisuuksien riskiä.

Kliinikon on tarkistettava ja muokattava tiedot ennen niiden tallentamista potilasasiakirjoihin. Kliinikko vastaa edelleen viime kädessä siitä, kuvaako muistiinpano käynnin oikein ja jäikö siitä pois tai tulkittiinko siinä väärin jotain olennaista.

Toinen keskeinen osa on jatkuva palaute. Kysymme kliinikoilta jokaisen käynnin jälkeen, oliko dokumentoinnista hyötyä, ja yli 96 % vastauksista on ollut myönteisiä. Se on rohkaiseva merkki siitä, että tuotamme jatkuvasti hyötyä.

Kun kliinikko ilmoittaa ongelmasta, tiimimme ottaa häneen suoraan yhteyttä selvittääkseen, mitä tapahtui, tunnistaakseen ongelman taustalla olevan syyn ja arvioidakseen, miten kokemusta voidaan parantaa. Suora yhteys teknologiaa käyttäviin ihmisiin on erittäin tärkeä osa tuotteen kehittämistä ja jatkokehittämistä.

Uskon, että näin tekoälyavusteiseen dokumentointiin rakennetaan luottamusta. Taustalla olevat tiedot pidetään saatavilla, kliinikoiden mielekäs valvontavastuu säilytetään ja arvioidaan jatkuvasti, auttaako teknologia todella.

Mentavi Health raportoi hiljattain vaiheittaisesta käyttöönotosta, johon osallistui yli 30 laillistettua kliinikkoa ja jossa tuotettiin yli 14 000 tekoälyavusteista kliinistä muistiinpanoa. Käyttöönotto paransi rakenteista dokumentointia ja diagnoosikoodien kirjaamista. Mitkä olivat tämän käyttöönoton merkittävimmät havainnot, ja miten mittaatte, parantavatko tekoälyavusteiset kirjaajat todella kliinikoiden tuottavuutta, dokumentoinnin tarkkuutta ja potilaiden hoitoa?

Yksi Mentavin käyttöönoton tärkeimmistä opetuksista on, että onnistunut käyttöönotto riippuu paljon muustakin kuin pelkästä teknologiasta. Mentavi kokosi kliinisen, hallinnollisen ja teknologisen asiantuntemuksen yhteen määritelläkseen dokumentointistandardit, asettaakseen laatumittarit ja ottaakseen uusia ominaisuuksia käyttöön harkitusti. Juuri tällaista vastuullisen terveydenhuollon innovoinnin tulisi olla.

Scriben avulla pyrimme ratkaisemaan yksinkertaisen ongelman: kliinikot käyttävät liikaa aikaa vastaanottokäyntien dokumentointiin. Kuinka paljon tästä ajasta ja työmäärästä voimme siis poistaa?

Tarkastelemme dokumentointiin kuluvaa aikaa, kliinikoiden tyytyväisyyttä ja sitä, kuinka tehokkaasti esimerkiksi diagnoosien tunnistaminen ja CPT-koodisuositukset poistavat työnkulusta ylimääräisiä vaiheita. Kun laajennamme toimintoja tutkimus- ja hoitomääräyksiin sekä resepteihin, sovellamme samaa ajattelutapaa. Jokaisen ominaisuuden tulisi poistaa kliinikon työpäivästä jokin merkittävä työtehtävä.

Diagnoosikoodien kirjaamisen parantuminen oli erityisen ilahduttavaa. Arvioinnissa Scribea käyttäneiden vastaanottokäyntien diagnoosikoodien kirjausaste oli lähes 80 %, kun se ilman Scribea oli noin 26 %. Tämä on huomattava parannus rakenteisen kliinisen dokumentoinnin yhdenmukaisuudessa ja erinomainen esimerkki siitä, miten tekoäly voi tuottaa arvoa muutoinkin kuin vain muistiinpanoja laatimalla.

Tuotettujen muistiinpanojen määrä on rohkaiseva, mutta tärkeimpiä tuloksia ovat se, kuinka paljon työtä saamme vähennettyä sekä tuottamamme dokumentoinnin laatu ja yhdenmukaisuus.

Itsenäisillä lääkäri- ja mielenterveysvastaanotoilla on usein käytössään vähemmän hallinnollisia resursseja kuin suuremmissa terveydenhuoltojärjestelmissä. Miten tekoälypohjainen dokumentointi voi auttaa pieniä vastaanottoja kilpailemaan, ja mitä käyttöönoton kustannuksiin, työnkulkujen integrointiin tai teknologian omaksumiseen liittyviä esteitä on vielä ratkaistava?

Uskon, että itsenäisille vastaanotoille suurin mahdollisuus on valinnanvara. Kun kliinikoiden ja henkilökunnan hallinnollista työtaakkaa vähennetään, vastaanotot voivat itse päättää paremmin, miten ne käyttävät aikansa ja resurssinsa. Ehkä lääkäri haluaa ottaa vastaan enemmän potilaita. Ehkä hän haluaa viettää enemmän aikaa nykyisten potilaidensa kanssa. Tai ehkä hän haluaa vain saada viimeisen vastaanottonsa päätökseen kello 17, käyttää 15 minuuttia dokumentoinnin tarkistamiseen ja lähteä kotiin sen sijaan, että jäisi vielä kahdeksi tunniksi tekemään rästitöitä. Kaikki nämä ovat arvokkaita lopputuloksia, ja vastaanoton pitäisi saada itse päättää, mikä niistä on tärkein.

Käyttöönotosta puhuttaessa olemme jo vastaanoton teknologiatoimittaja, joten työnkulkujen integrointi on meidän vastuullamme, ei vastaanoton. Scribe toimii laitteilla, jotka kliinikot jo omistavat, ja käyttöönotto voi vaatia vain yhden tai kaksi koulutuskertaa. Pienellä vastaanotolla on kuitenkin hyvin vähän mahdollisuuksia sietää teknisiä ongelmia. Siksi pyrimme tekemään käyttöönotosta mahdollisimman omatoimisen.

Uskon, että tekoäly antaa itsenäisille vastaanotoille käyttöön ominaisuuksia ja toiminnan tehostamisen keinoja, jotka ovat aiemmin olleet mahdollisia vain paljon suuremmille organisaatioille. Yhtä tärkeää on, että se antaa näissä vastaanotoissa työskenteleville ihmisille enemmän päätösvaltaa siihen, miten he käyttävät aikansa.

Kun osavaltiot ottavat käyttöön yhä monimuotoisempaa terveydenhuollon tekoälyä koskevaa lainsäädäntöä, erityisesti mielenterveyspalveluissa, miten EverHealth navigoi tässä pirstaleisessa sääntely-ympäristössä? Millaisia haasteita syntyy kehitettäessä tekoälytuotetta, jonka on huomioitava potilaan suostumusta, tietosuojaa ja kliinikon valvontaa koskevat erilaiset vaatimukset useilla lainkäyttöalueilla?

Minusta tuntuu kuin olisin nähnyt tämän elokuvan ennenkin. Tein suuren osan urastani etäterveydenhuollon parissa ennen COVIDia ja selvitin osavaltioiden välisiä eroja ammatinharjoittamisoikeuksissa, potilaiden sijainnissa, suostumuksessa, lääkkeiden määräämisessä ja korvauskäytännöissä. Sitten säännöt muuttuivat lähes yhdessä yössä, ja meidän oli kasvatettava toimintaamme samalla, kun ne muuttuivat jatkuvasti.

Tekoälyn toimintaympäristö tuntuu samankaltaiselta. Keskitymme pysymään ehdotetun lainsäädännön kehityksen tasalla, ymmärtämään osavaltio- ja liittovaltiotason erityispiirteitä sekä rakentamaan tuotteen niin, että se pystyy mukautumaan muutoksiin.

Tämä on erityisen tärkeää mielenterveyspalvelujen etävastaanotoilla, joilla yksi kliinikko voi tavata potilaita monissa osavaltioissa. Suostumuksen, tietosuojan ja kliinikon valvonnan on oltava palvelun muokattavissa olevia perusrakenteita.

Tämän kokemuksen tärkein opetus on, että tuotteeseen on alusta alkaen rakennettava kyky mukautua sääntelyyn. Tämä on EverHealthin tekoälyä ohjaava filosofia. Tehtävämme on ottaa mahdollisimman suuri osa tästä monimutkaisuudesta kantaaksemme, jotta kliinikot voivat keskittyä hoidon tarjoamiseen.

Tekoälyn kyvykkyydet laajenevat nopeasti dokumentoinnista kliiniseen päätöksentukeen, potilaiden osallistamiseen ja yhä autonomisempiin terveydenhuollon työnkulkuihin. Missä tekoälyn avustamisen ja ihmisen tekemän kliinisen harkinnan välisen rajan pitäisi mielestäsi kulkea, erityisesti mielenterveyden hoidossa, ja miten näet EverHealthin teknologian kehittyvän seuraavien kolmen–viiden vuoden aikana?

Tekoäly voi kuunnella, jäsentää tietoa, nostaa esiin olennaisia taustatietoja ja tehdä ehdotuksia. Kliininen harkinta kuuluu kuitenkin kliinikolle.

Tämä on erityisen tärkeää mielenterveyden hoidossa, jossa potilaan tausta, äänenpainon muutos tai jopa se, mitä jää sanomatta, voi olla yhtä merkityksellistä kuin itse sanat. Teknologian pitäisi auttaa kliinikoita olemaan paremmin läsnä tällaisissa hetkissä, ei vähentää heidän läsnäoloaan.

Seuraavien kolmen–viiden vuoden aikana mahdollisuudet ovat paljon laajemmat kuin vain entistä älykkäämpi kirjaamisavustaja. EverHealthin visiona on älykäs avohoidon hoitopolku, jossa teknologia auttaa yhdistämään vastaanottoa edeltävät, sen aikaiset ja sen jälkeiset vaiheet.

Kuvitelkaa klinikka, joka muistaa olennaisen: tarvittavat taustatiedot ovat saatavilla silloin, kun niitä tarvitaan, kliinikot voivat keskittyä potilaaseen sen sijaan, että kokoaisivat tietoja eri lähteistä, ja kliininen päätöksenteko nivoutuu sujuvammin dokumentointiin, koodaukseen, hoidon koordinointiin ja jatkotoimiin. Emme pyri vain nopeuttamaan yksittäisiä tehtäviä. Haluamme vähentää niiden välisiä kitkakohtia.

Kaiken toimintamme johtotähtenä on varmistaa, että jokainen potilas kokee tulevansa aidosti nähdyksi ja että jokaisella palveluntarjoajalla on selkeä tilannekuva, jonka avulla hän voi tarjota luottamusta herättävää, yhteen sovitettua hoitoa.

Kiitos hienosta haastattelusta. Lukijat, jotka haluavat tutustua tekoälyn tukemaan kliiniseen dokumentointiin ja yhteen sovitettuihin terveydenhuollon työnkulkuihin, voivat vierailla sivustolla EverHealth.