Kesehatan

Abridge Menjelaskan Pengaturan Catatan Pemeriksaan Fisik yang Dihasilkan AI

Lila Rowan
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaAbridge memperlakukan tinjauan klinisi sebagai bagian dari otomatisasi, bukan langkah…
Lihat selengkapnya
  • Abridge memperlakukan tinjauan klinisi sebagai bagian dari otomatisasi, bukan langkah pembersihan terpisah.
  • Empat kontrol mengatur draf dan memungkinkan klinisi menyeimbangkan templat dengan temuan lisan.
  • Perintah asisten menyesuaikan satu catatan, sementara preferensi catatan berlaku di setiap kunjungan.

Abridge menerbitkan panduan klinis pada 19 November 2026 yang menjelaskan cara klinisi memadukan templat pemeriksaan, pengaturan gaya, preferensi tetap, dan penyuntingan prompt untuk mengubah percakapan selama kunjungan menjadi dokumentasi pemeriksaan fisik yang terstruktur.

Casey Hribar, seorang dokter anak sekaligus Direktur Kesuksesan Klinis Abridge, menulis artikel tersebut berdasarkan pengalaman menangani seorang anak berusia dua tahun yang memegangi sisi kepalanya. Pemeriksaan mencakup kedua telinga, tenggorokan, leher, dan dada, tetapi hanya temuan tertentu yang disampaikan kepada orang tuanya. Catatan yang dihasilkan harus membedakan telinga kanan dan kiri, mencantumkan kelainan yang mendukung diagnosis, serta merekam temuan normal dari sistem tubuh yang benar-benar diperiksa tanpa memberi kesan bahwa pemeriksaan yang tidak dilakukan telah dilakukan.

Temuan tersebut membantu klinisi lain memahami penilaian klinis serta memberikan bukti kepada petugas pengodean, auditor, dan pihak pembayar yang mendukung diagnosis berkode. Temuan itu juga harus disajikan dalam format terstruktur yang sarat istilah dan berbeda dari penjelasan yang diberikan klinisi kepada anak dan keluarganya.

Templat dan Petunjuk Lisan Membentuk Draf

Hribar menggambarkan templat rekam medis elektronik konvensional sebagai solusi parsial. Memulai dengan templat pemeriksaan normal lengkap berarti harus menambahkan temuan abnormal, mengubah pengaturan bawaan yang tidak sesuai, dan menghapus sistem tubuh yang tidak diperiksa. Membuat templat dari awal mengharuskan temuan dimasukkan satu per satu untuk setiap sistem tubuh. Kedua pendekatan itu tetap mengharuskan klinisi memeriksa ulang detail berdasarkan ingatan mereka tentang kunjungan tersebut.

Abridge menyatakan bahwa sistemnya dapat menafsirkan ucapan seperti “Baik, sekarang batuk… terdengar bagus!” sebagai bukti bahwa pemeriksaan paru-paru telah dilakukan dan, jika dikonfigurasi demikian, mengisi temuan normal. Secara bawaan, temuan yang diucapkan menggantikan keterangan normal yang bersesuaian.

Empat pengaturan menentukan draf. Templat menentukan strukturnya, sedangkan pengaturan gaya mengendalikan seberapa besar templat dijadikan acuan dibandingkan dengan temuan yang diucapkan. Preferensi catatan menambahkan penyesuaian yang dapat digunakan kembali, sementara prompt Assistant menyesuaikan pemeriksaan setelah draf dibuat. Klinisi dapat mengimpor templat EHR, membuatnya sendiri, atau memilih opsi khusus bidang spesialisasi, lalu beralih templat seiring perubahan pekerjaan mereka.

Templat khusus bidang spesialisasi yang dikembangkan bersama klinisi sejawat mencakup kebidanan dan ginekologi, neurologi, status mental, oftalmologi, dermatologi, serta pemeriksaan bayi baru lahir dalam bidang pediatri. Klinisi yang mulai menggunakan Abridge sebelum templat khusus bidang spesialisasinya tersedia mungkin perlu memilihnya sendiri.

Klinisi yang merekam melalui Epic Haiku atau Canto dapat mengatur pemeriksaan fisik di tab Abridge dalam Hyperspace. Pengguna web dan desktop dapat meninjau templat, gaya, dan preferensi catatan melalui menu preferensi.

Penyuntingan Prompt Menangani Kebutuhan Kunjungan Tertentu

Preferensi catatan berlaku untuk berbagai kunjungan, sedangkan penyuntingan prompt Assistant diterapkan pada catatan tertentu. Telehealth adalah salah satu situasi ketika templat bawaan lengkap klinisi mungkin tidak sesuai. Panduan tersebut menyarankan agar aturan preferensi dibuat spesifik dan diperiksa pada beberapa catatan, serta tidak menggunakan preferensi untuk menyisipkan seluruh pemeriksaan atau menerapkan templat tersimpan secara bersyarat.

Setelah draf dibuat, contoh permintaan yang dapat diberikan mencakup memusatkan pemeriksaan pada kondisi kulit yang diamati, menerapkan templat pemeriksaan lutut yang tersimpan, atau beralih ke gaya Limited. Abridge membuat ulang bagian pemeriksaan dan menyajikan perubahan yang diusulkan sebagai suntingan terlacak, yang dapat diterima atau ditolak klinisi sebelum diterapkan pada catatan.

Instruksi yang sering digunakan dapat ditandai sebagai prompt tersimpan dan dibuka kembali melalui tombol plus di kotak obrolan Assistant. Dengan demikian, klinisi dapat menggunakan kembali permintaan tanpa harus menulisnya lagi untuk setiap catatan.

Panduan tersebut menjadikan tinjauan klinisi sebagai bagian dari otomatisasi, bukan langkah perapian terpisah: percakapan selama kunjungan menyediakan temuan, sementara konfigurasi dan keputusan atas suntingan terlacak menentukan hal-hal yang pada akhirnya dicatat sebagai hasil pemeriksaan.

Lila Rowan adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi persimpangan kecerdasan buatan, perawatan kesehatan, dan kesejahteraan mental. Pekerjaannya berfokus pada bagaimana alat yang didorong oleh AI memperbaiki diagnosis, memperluas akses ke perawatan, dan mendukung layanan kesehatan mental dengan cara yang melengkapi, bukan menggantikan, klinisi manusia.
Dengan perspektif yang penuh kasih sayang dan berbasis bukti, Lila menelaah studi klinis, penerapan dunia nyata, dan teknologi kesehatan yang muncul melalui lensa humanistik. Ia tertarik khusus pada aplikasi AI yang mengurangi hambatan untuk perawatan, meningkatkan deteksi dini, dan mendukung kesejahteraan mental sambil menghormati privasi pasien, keselamatan, dan standar etika.
Artikel yang ditulis oleh Lila Rowan dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, sensitivitas, dan pelaporan yang bertanggung jawab tentang teknologi kesehatan dan kesejahteraan mental.