Kumppanuudet

UTMB sisällyttää OpenEvidence AI:n sähköiseen potilastietojärjestelmään

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Texasin yliopiston lääketieteellinen haara (UTMB) ja OpenEvidence julistivat yhteistyön 22. syyskuuta 2026, jossa OpenEvidence:n evidenssipohjainen AI-alusta sisällytetään UTMB:n sähköiseen potilastietojärjestelmään, ja yli puoli UTMB:n kliinisistä työntekijöistä on raportoitu aktiivisiksi työkalun kliinisen päätöksenteon tukena.

Ilmoitus, jonka toimittajapaikka on Miami, Florida, totesi, että integraatio antaa UTMB:n lääkäreille ja muille kliinisille käyttäjille turvallisen pääsyn viitattuun lääketieteelliseen evidenssiin suoraan sähköisestä potilastietojärjestelmästä.

Miten integraatio toimii

Integraatio otettiin käyttöön UTMB:ssä maaliskuussa 2026, ja se on suunniteltu sijoittamaan AI‑pohjaiset tietoresurssit jo käytössä oleviin kliinisiin työnkulkuihin. OpenEvidence on upotettu UTMB:n sähköisen potilastietojärjestelmän ympäristöön, ja kliiniset käyttäjät kirjautuvat sisään tavallisilla UTMB:n yritystunnuksillaan sen sijaan, että he perustaisivat erillisiä tilejä tai siirtyisivät erillisten sovellusten välillä. Tämä järjestely pitää alustan UTMB:n olemassa olevassa kliinisessä työnkulussa ja yritysturvallisuuden rajoissa.

Kirjautumisen jälkeen klinikko voi kirjoittaa kliinisen kysymyksen luonnollisella kielellä ja saada vastauksen, jossa on viitteet lääketieteelliseen kirjallisuuteen, kliinisiin ohjeistuksiin ja muihin lähteisiin. Ilmoituksen mukaan suunnittelu yhdistää generatiivisen AI‑käyttöliittymän saavutettavuuden evidenssiin perustuvan kliinisen päätöksenteon vaatimaan perustaan.

UTMB ylläpitää sairaaloita neljällä kampuksella sekä yli 100 klinikkaa Kaakkois‑Texasissa. Ilmoitus kuvaa nopeaa pääsyä ajantasaiseen lääketieteelliseen tietoon erityisen arvokkaaksi tämän verkoston laajuudessa, ja toteaa, että UTMB:n verkoston missä tahansa toimiva klinikko voi käyttää samoja evidenssipohjaisia AI‑ominaisuuksia riippumatta fyysisestä sijainnista.

Raportoitu käyttöönotto maaliskuun lanseerauksen jälkeen

Ilmoitus raportoi vahvaa kasvua maaliskuusta lähtien sekä siinä, kuinka moni klinikko käyttää OpenEvidencea että lähettämien kliinisten kyselyjen määrässä. Yli puoli UTMB:n klinikoista on aktiivisia OpenEvidence‑käyttäjiä kliinisen päätöksenteon tukena, ja raportoitu käyttöönotto data osoittaa, että monet klinikot ovat tehneet työkalusta osan työnkulkujaan.

Peter McCaffrey, MD, MS, FCAP, UTMB:n varapuheenjohtaja ja Chief Digital and AI Officer, totesi, että terveydenhuollossa on runsaasti lupaavia AI‑työkaluja, ja että vaikeampi tehtävä on tehdä niistä aidosti käyttökelpoisia kliinisessä käytännössä samalla kun ylläpidetään terveydenhuollon vaatimaa turvallisuutta, hallintaa ja luottamusta. “Kasvu hyödyntämisessä lanseerauksen jälkeen viittaa siihen, että kun kitkaa poistetaan ja hyödyllinen AI sijoitetaan sinne, missä klinikot todella työskentelevät, he käyttävät sitä,” hän sanoi ja lisäsi, että UTMB:n toteutus tarjoaa klinikoille AI‑luotua tietoa, joka sisältää viitteitä lääketieteelliseen kirjallisuuteen ja ohjeistuksiin.

UTMB:n laajempi AI‑strategia

Ilmoitus asettaa käyttöönoton osaksi UTMB:n laajempaa strategiaa AI:n tuomiseksi terveydenhuollon palveluihin. Tämän strategian mukaisesti, ilmoituksen mukaan, UTMB:n lähestymistapa on luoda yritysympäristö — eikä erillisten sovellusten kokoelmaa — jossa validoidut AI‑ominaisuudet integroidaan turvallisesti kliinisiin ja operatiivisiin työnkulkuihin, hallitaan asianmukaisesti ja arvioidaan niiden todellisessa käytössä ja vaikutuksissa.

UTMB:n tekoälyohjelman sivu dokumentoi tämän institutionaalisen pyrkimyksen, mukaan lukien UTMB Artificial Intelligence Councilin perustamisen ja McCaffreyn nimeämisen organisaation ensimmäiseksi Chief AI Officeriksi. Sivulla hänet kuvataan varapuheenjohtajaksi ja Chief Digital Officeriksi, joka johtaa UTMB:n AI‑aloitteita koulutuksen, tutkimuksen, kliinisten tulosten ja operatiivisen tehokkuuden parantamiseksi. Hän on ollut UTMB:ssä vuodesta 2018, toimiessaan Laboratoriotietopalveluiden, Patologian informatiikan, bioinformatiikan ja AI:n johtajana sekä apulaisprofessorina Patologian ja Radiologian laitoksissa. Sivun mukaan hänellä on lääketieteen tutkinto Johns Hopkins Universitystä, maisterin tutkinto biolääketieteellisestä datatieteestä Stanford Universitystä sekä jatkokoulutustodistus tekoälystä Stanfordilta, ja hän on University of Texas Healthcare AI Collaborativein yhteispuheenjohtaja, joka pyrkii edistämään AI:ta terveydenhuollossa UT‑järjestelmän laajuisesti. Sivulla todetaan myös, että hänet on tunnustettu Texas Monthly SuperDoctors Rising Star -tähdeksi neljän peräkkäisen vuoden ajan ja hän on teoksen Johdatus terveydenhuollon informatiikkaan: Dataohjattujen työkalujen rakentaminen tekijä.

Sivulla luetelluista ohjelmaelementeistä löytyvät yhteinen politiikka, hyväksytty generatiivisten AI‑työkalujen lista, ulkoinen AI‑tulonotto ja sisäinen AI‑projektipyyntöprosessi sekä UTMB AI Learning Hub.

Travis Zack, MD, PhD, OpenEvidence:n Chief Medical Officer, totesi, että UTMB:n lähestymistapa heijastaa selkeää ymmärrystä siitä, että kliininen teknologia menestyy, kun se vastaa sitä tapaa, jolla klinikot jo työskentelevät. “Integroimalla OpenEvidencein kliiniseen ympäristöön ja yksinkertaistamalla turvallista pääsyä, UTMB osoittaa, miten terveydenhuoltojärjestelmät voivat siirtää evidenssipohjaisen AI:n mielenkiintoisesta teknologiasta jokapäiväiseksi kliiniseksi kyvykkyydeksi,” hän sanoi.

Ilmoitus myös toteaa, että käyttöönotto antaa UTMB:lle mahdollisuuden tutkia laajassa mittakaavassa, miten lääkärit työskentelevät uudempien sukupolvien tekoälypohjaisten tietotyökalujen kanssa. Käytön kasvaessa UTMB jatkaa käytön ja lääkärikokemuksen arviointia ja etsii mahdollisuuksia parantaa todisteiden ja kliinisen älykkyyden toimitusta hoitopisteessä.

Aiden Cross on tekoälystrategi Unite.AI:ssa, joka kattaa tekoälytuotteiden strategian, toteutuksen ja kokeellisten mallien muuttamisen skaalattaviksi, markkinoille valmiiksi tuotteiksi. Hänen työnsä keskittyy siihen, miten startup-yritykset ja suuret yritykset siirtävät prototyyppien ja demojen tuotantoon luotettaviksi järjestelmiksi, joita todelliset asiakkaat käyttävät.
Hänen työnsä on pragmaattista ja yksityiskohtaista, ja Aiden analysoi tuotteen kehitysroadmappeja, markkinointistrategioita, alustapäätöksiä ja organisaatioiden kompromisseja, jotka määräävät, onnistuvatko tekoälyhankkeet vai jäävätkö ne paikoilleen. Hän kiinnittää erityistä huomiota käyttöönoton todellisuuteen, käyttäjähyväksyntään, infrastruktuurirajoituksiin ja teknisen kyvyn ja liiketoimintarahoituksen väliseen tasapainoon.
Aiden Crossin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksellinen tiimi tarkistaa ne, jotta varmistetaan selkeä, tarkin ja vastuullinen kattavuus siitä, miten tekoälytuotteet rakennetaan, toimitetaan ja skaalataan todellisessa maailmassa.