Terveydenhuolto

Luma Health esittelee Agent Launchpadin monivaiheiseen toimenpiteeseen valmistautumista varten

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Luma Health julkaisi Agent Launchpadin 5. marraskuuta 2026 ja toi tekoälyagenttien koordinointituotteensa saataville toimenpiteisiin valmistautumista ja niiden jälkiseurantaa varten. University of Arkansas for Medical Sciences ja Mile Bluff Medical Center käyttävät sitä kolonoskopioihin valmistautumisessa. Luman mukaan potilaiden keskimääräinen vastausprosentti niiden yhteydenottoihin on 95 %.

Agent Launchpad kuuluu Luman syksyn 2026 tuotejulkaisuun. Sen ensimmäiset agentit soittavat potilaille tai lähettävät heille tekstiviestejä, noudattavat terveydenhuoltojärjestelmän toimintatapoja, vastaavat tavanomaisiin kysymyksiin ja seuraavat potilaiden valmistautumista. Julkaisun valmiit mallit kattavat kolonoskopioihin valmistautumisen ja toimenpiteen jälkiseurannan sekä polven tekonivelleikkaukseen, kaihileikkaukseen ja lihavuusleikkaukseen valmistautumisen. Tuotteen tarkoituksena on vähentää hoitotiimien toistuvaa koordinointityötä viemättä henkilöstöä pois kliinisestä päätöksenteosta.

Luman konsultoimat terveydenhuolto-organisaatiot kertoivat, että hoitajat soittivat keskimäärin 2,3 kertaa vain tavoittaakseen potilaan ensimmäistä kertaa, ennen kuin valmistautumiseen liittyviä puheluita soitettiin lisää. Henkilöstö myös varmistaa, että valmistelutarvikkeet ovat saatavilla, kerää vastaukset anestesiaa koskeviin seulontakysymyksiin, tarkistaa, että potilaalla on kyyti kotiin, ja ottaa yhteyttä potilaisiin, jotka eivät ole suorittaneet jotakin vaihetta. Tämä työmäärä selittää, miksi Agent Launchpad on suunniteltu viemään työnkulku loppuun yksittäisten muistutusten lähettämisen sijaan.

Näin Agent Launchpad koordinoi valmistautumista

Terveydenhuolto-organisaatio voi aloittaa valmiista mallista tai valita tavoitteen ja antaa tekoälyn määrittää, miten siihen päästään. Organisaatio lataa hyväksytyt ohjeet, seulontakysymykset ja usein kysytyt kysymykset sekä määrittää, mitä agentit voivat hoitaa ja milloin henkilöstön on puututtava tilanteeseen. Luman agenttien koordinointia koskevassa dokumentaatiossa erotetaan agenttien itsenäisesti hoitamat tehtävät, joissa erikoistuneet agentit työskentelevät valittua lopputulosta kohti, deterministisistä työnkuluista, joissa asiakas määrittää jokaisen vaiheen.

Kuvatussa kolonoskopiaan valmistautumisen työnkulussa noudatetaan hoitavan ammattilaisen valmistautumisohjeita, perioperatiivisia käytännön järjestelyjä ja anestesiaseulonnan sääntöjä. Potilaaseen otetaan yhteyttä 14, seitsemän, kolme ja yksi päivä ennen toimenpidettä. Agentti voi potilaan pyynnöstä vaihtaa puhelun tekstiviestiin, yrittää uudelleen vastaamatta jääneen puhelun jälkeen potilaiden osallistumisesta kertyvien tietojen perusteella ja vastata tavanomaisiin kysymyksiin saman keskustelun aikana. Jos toimenpideaika siirretään, tulevat yhteydenotot mukautetaan uuteen aikatauluun.

Samaa potilasta palvelevat agentit jakavat keskustelun kontekstin, joten erilliset ennen toimenpidettä ja sen jälkeen toteutettavat työnkulut voivat käynnistyä ilman, että henkilöstön tarvitsee aloittaa niitä erikseen. Valmistautumisen työnkulkuja voidaan toteuttaa myös samanaikaisesti, jos hoitavan ammattilaisen toimintatavat sen sallivat. Kliinisiä kysymyksiä käsitellään terveydenhuoltojärjestelmän eskalointisääntöjen mukaisesti: hoitaja saa koko keskustelun ja voi jatkaa vaiheita, toistaa niitä, ohittaa niitä tai keskeyttää ne. Jokaisesta yhteydenpidosta jää luettava viestihistoria ja kirjaus agentin toimista.

Varhaiset tulokset UAMS:ssa ja Mile Bluffissa

Luman mukaan 70 % potilaista vastasi ensimmäisen yhteydenottopäivän aikana, perioperatiiviset hoitajat säästivät keskimäärin yli 20 minuuttia koordinointityötä potilasta kohden ja puolet Mile Bluffin potilaista oli täysin valmistautuneita ilman henkilöstön puheluita. Luvut kuvaavat potilaiden vastaamisaktiivisuutta ja henkilöstön koordinointityötä näissä kolonoskopiaan valmistautumisen käyttökohteissa.

UAMS:n kliinisten palvelujen apulaispäällikkö Paige Anderson kertoi Luman julkaisuun liittyvässä blogikirjoituksessa, että järjestelmä ”vastaa nyt potilaiden tavanomaisiin valmistautumiskysymyksiin päivin ja öin, heille parhaiten sopivina aikoina”. Hoitajaa vaativat kysymykset ohjataan suoraan tiimille, jolloin hoitajille jää enemmän aikaa kliiniseen työhön, jota vain he voivat tehdä. Myös matkustaminen on UAMS:ssa käytännön haaste: monet potilaat tulevat pitkän matkan päästä, joten vaatimusten ymmärtäminen ja valmistautuneena saapuminen on tärkeää.

Mile Bluffin leikkaustoiminnan johtaja Tamara Coughlin kertoo, että valmistautumispuheluihin kuluu vähemmän hoitotunteja ja potilaat valmistautuvat aiemmin henkilöstön työkuorman keventyessä. Potilaat voivat esittää kysymyksiä itselleen sopivana ajankohtana. Tämä on tärkeää kolonoskopioissa ja muissa monivaiheisissa toimenpiteissä, joissa tarvitaan perioperatiivisen tiimin ohjausta.

Lähetteiden ajanvaraus seuraavana vuorossa

Luman talven tuotesuunnitelmaan kuuluu uusia toimenpiteitä, kuten endoskopia ja kivunhoito, sekä ominaisuus, jonka avulla tekoäly voi lukea toimenpidelähetteen, ottaa yhteyttä potilaaseen ajan varaamiseksi ja liittää potilaan heti valmistautumiseen liittyvien yhteydenottojen piiriin. Nämä ominaisuudet ovat vasta suunnitteilla, eikä niitä ole vielä julkaistu.

Tuotesuunnitelma laajentaisi agenttien koordinoinnin ensimmäiseen yhteydenottoon ajan varaamiseksi ja jatkuisi siitä valmistautumisvaiheeseen. Työnkulun laajentuessa julkaisussa esitelty henkilöstön hallintamalli nousee keskeiseen asemaan: agentit hoitavat tavanomaisen koordinoinnin, kun taas kukin terveydenhuoltojärjestelmä määrittää hyväksytyt ohjeet, toiminnan rajat ja eskalointikohdat, jotta hoitajat säilyttävät kliinistä harkintaa vaativan päätösvallan.

Lila Rowan on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälyn, terveydenhuollon ja mielenterveyden risteämän. Hänen työnsä keskittyy siihen, miten tekoälyohjelmistot parantavat diagnostiikkaa, laajentavat hoitoon pääsyä ja tukevat mielenterveyden palveluita tavalla, joka täydentää - ei korvaa - ihmisten tekemää kliinistä työtä.
Myötätuntoisesta ja näyttöön perustuvasta näkökulmasta hän tarkastelee kliinisiä tutkimuksia, todellisia käyttöönottoja ja uusia terveydenhuollon teknologioita humanistisen näkökulman kautta. Hän on erityisen kiinnostunut tekoälysovelluksista, jotka vähentävät esteitä hoitoon, parantavat varhaista havaitsemista ja tukevat mielenterveyden hyvinvointia kunnioittaen potilaiden yksityisyyttä, turvallisuutta ja eettisiä standardeja.
Artikkelit, joita Lila Rowan on kirjoittanut, ovat tekoälyn generoimia ja Unite.AI:n toimittajatiimi on tarkastanut ne varmistaakseen tarkkuuden, herkkyyden ja vastuullisen raportoinnin terveydenhuollon ja mielenterveyden teknologioista.