Helse

Ambience Healthcare legger til koordinering av pasientforløp i KI-pakken for inneliggende pasienter

Lila Rowan
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterAmbience knytter klinisk koordinering og finansiell dokumentasjon til én felles…
Vis mer
  • Ambience knytter klinisk koordinering og finansiell dokumentasjon til én felles pasientkontekst.
  • Rounding Assistant og Discharge Readiness retter seg mot overgangene og barrierene som bremser sykehusopphold.
  • Onvida rapporterte en 6,5 % høyere CMI ved Ambience-støttede utskrivelser enn i en matchet periode året før.

Ambience Healthcare kunngjorde 17. november 2026 to funksjoner for koordinering av pasientforløp i KI-pakken for inneliggende pasienter, Rounding Assistant og Discharge Readiness. Funksjonene tilfører sykehusets arbeidsflyt prioritering av oppgaver og tidligere identifisering av hindringer for utskrivning.

Funksjonene legger et koordineringslag til programvare som allerede støtter dokumentasjon og koding for inneliggende pasienter. Ambience retter seg mot de hundrevis av overleveringene, beslutningene og neste stegene som involverer flere team under et sykehusopphold, når klinikere må sette sammen et stadig mer fullstendig bilde av pasienten ut fra fragmentert informasjon i journalen.

Koordinering av legevisitter og utskrivninger

Rounding Assistant samler nattens hendelser, endringer i pasientens tilstand i sanntid, det løpende sykdomsforløpet på sykehuset og en dynamisk liste over foreslåtte kliniske oppgaver. Funksjonen er utviklet for å hjelpe klinikere med å prioritere hva som må følges opp i hvert vaktskift.

Discharge Readiness sammenstiller kontinuerlig informasjon om pasientens tilstand og identifiserer kliniske, driftsmessige og sosiale hindringer tidligere i sykehusoppholdet. Ambience sier at tidligere oversikt gjør det mulig for relevante aktører å iverksette tiltak knyttet til utskrivningen tidligere, med mål om å muliggjøre en raskere og mer effektiv utskrivning.

Begge funksjonene bygger på to års utvikling og utrulling av KI for inneliggende pasienter. Ambience retter seg mot case mix-indeksen (CMI), som selskapet knytter til dokumentert kompleksitet i pasienttilfellene og refusjon, samt kvalitetsresultater og pasientenes liggetid.

Michael Han, medisinsk direktør i Ambience, sa at målet er å støtte klinikernes daglige arbeid og samtidig hjelpe helsesystemer med å håndtere samtidig press på kvalitet, økonomiske resultater og pasienttilgang, ofte med færre ressurser.

En arbeidsflyt fra innleggelse til utskrivning

Koordinering av pasientforløp inngår i Ambiences eksisterende arbeidsflyt for inneliggende pasienter. Ved innleggelse utarbeider H&P Generator strukturerte sykehistorier og kliniske undersøkelser basert på samtaler ved pasientsengen, samtidig som programvaren viser relevant sykehistorikk fra journalen. Conditions Advisor analyserer pasientjournalen for å hente fram kliniske holdepunkter som klinikere kan bruke til å identifisere, vurdere og dokumentere tilstander.

Under sykehusoppholdet gjenspeiler de daglige fremdriftsnotatene automatisk nye prøvesvar, legemidler, vitale målinger og konsultasjoner. Copy-Forward Intelligence fremhever endringer fra tidligere notater for å forebygge gjentakelser og feil, og Patient List Sync sørger for at dokumentasjonen samsvarer med pasientlisten i Epic. Pakken utarbeider også overleveringsoppsummeringer i klart språk for sykehusleger og sykepleiere, der relevante prøvesvar, legemidler og hendelser samles.

Ved utskrivning tilbyr programvaren oppsummeringer med ett klikk, knyttet til kildedokumentasjonen, og utarbeider automatisk tilpassede pasientinstruksjoner i klart språk. Funksjonene som tar hensyn til koding, omfatter anbefalinger om ICD-10-koder for inneliggende pasienter, veiledning om tjenestenivå, dokumentasjon som inkluderer detaljer om ressursstyring, og revisjonsspor som knytter hver kode til notatet som underbygger den.

Kunderesultater rapportert av selskapet

Ambience rapporterte at en analyse utført av én helseorganisasjon av mer enn 1 100 sykehusopphold viste at innleggelsesnotater skrevet med programvaren inneholdt 59 % flere av diagnosene som brukes i Vizients kvalitetsmåling. Tallet måler hvor fullstendig diagnosene er dokumentert; det viser ikke i seg selv at pasientresultatene er blitt bedre.

Ambience rapporterte også at 80 % av klinikerne ved helseorganisasjoner som hadde tatt løsningen i bruk, benyttet den. Blant de inneliggende pasientenes klinikere som ble spurt ved St. Luke’s Health System, oppga 88 % at de sparte tid, og 60 % at den kognitive belastningen ble redusert.

Ved Onvida Health rapporterte Ambience en CMI som var 6,5 % høyere for utskrivninger støttet av Ambience enn i en sammenlignbar, matchet periode året før. Selskapet framstilte resultatet som en mer nøyaktig registrering av pasientenes kompleksitet og en mulighet til å støtte riktig refusjon.

Mike Lewis, økonomidirektør i Onvida Medical Group, sa at organisasjonen trengte en CMI-forbedring på omtrent 1,5 % for å forsvare investeringen. «Det var overbevisende å se resultater som var mer enn fire ganger så høye som denne terskelen i den innledende analysen vår», sa han og la til at økonomiteamet i Onvida hadde validert funnene uavhengig.

Lanseringen samler klinisk koordinering og økonomisk dokumentasjon rundt den samme pasientkonteksten: Klinikere får foreslåtte prioriteringer og tidligere varsel om hindringer for utskrivning, mens kodings- og etterlevelsesgruppene beholder koblingene til notatene som underbygger dokumentasjonen. Den praktiske prøven for helsesystemene er om denne felles konteksten fører til tidligere handling og mindre belastning på klinikerne, samtidig som den støtter prosessene for kvalitetsmåling og refusjon som er avhengige av journalen.

Lila Rowan er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker området hvor kunstig intelligens, helse og mental velvære møtes. Hennes arbeid fokuserer på hvordan AI-drevne verktøy forbedrer diagnostikk, utvider tilgangen til omsorg og støtter mentale helsestjenester på måter som komplementerer - ikke erstatter - menneskelige kliniske eksperter.
Med et medfølende og evidensbasert perspektiv undersøker Lila kliniske studier, implementeringer i praksis og fremvoksende helsesteknologier gjennom et humanistisk perspektiv. Hun er spesielt interessert i AI-applikasjoner som reduserer barrierer for omsorg, forbedrer tidlig oppdagelse og støtter mental velvære samtidig som de respekterer pasientens privatliv, sikkerhet og etiske standarder.
Artikler skrevet av Lila Rowan er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, sensitivitet og ansvarlig rapportering om helse- og mentalvelværesteknologier.