Partnerskap

UTMB bygger OpenEvidence AI inn i den elektroniske pasientjournalen

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

University of Texas Medical Branch (UTMB) og OpenEvidence kunngjorde et samarbeid 22. september 2026 som bygger OpenEvidences evidensbaserte AI-plattform inn i UTMBs elektroniske pasientjournal. Mer enn halvparten av klinikerne ved UTMB skal være aktive brukere av verktøyet for klinisk beslutningsstøtte.

Kunngjøringen, som var datert i Miami i Florida, sa at integrasjonen gir leger ved UTMB og andre kliniske brukere sikker tilgang til medisinsk dokumentasjon med kildehenvisninger fra den elektroniske pasientjournalen.

Slik fungerer integrasjonen

Integrasjonen ble satt i drift ved UTMB i mars 2026 og ble bygget for å legge AI-baserte informasjonsressurser inn i de kliniske arbeidsflytene som allerede var i bruk. OpenEvidence er innebygd i UTMBs elektroniske pasientjournalmiljø, og klinikere logger inn med sine vanlige UTMB-legitimasjoner for virksomheten i stedet for å opprette egne kontoer eller bevege seg mellom adskilte applikasjoner. Ordningen holder plattformen innenfor UTMBs eksisterende kliniske arbeidsflyt og sikkerhetsramme for virksomheten.

Etter innlogging kan en kliniker skrive inn et klinisk spørsmål med naturlig språk og få et svar med henvisninger til medisinsk litteratur, kliniske retningslinjer og andre kilder. Ifølge kunngjøringen kombinerer utformingen tilgjengeligheten til et generativt AI-grensesnitt med den evidensforankringen som klinisk beslutningstaking krever.

UTMB driver sykehus på fire campuser i tillegg til mer enn 100 klinikker over hele Sørøst-Texas. Kunngjøringen beskriver rask tilgang til oppdatert medisinsk kunnskap som særlig verdifull i hele dette nettverket og sier at klinikere som praktiserer hvor som helst i UTMBs nettverk, kan nå de samme evidensbaserte AI-funksjonene uansett fysisk plassering.

Rapportert bruk siden lanseringen i mars

Kunngjøringen rapporterer sterk vekst siden mars både i antallet klinikere som bruker OpenEvidence, og i mengden kliniske spørsmål de sender inn. Mer enn halvparten av UTMBs klinikere er aktive brukere av OpenEvidence for klinisk beslutningsstøtte, og de rapporterte bruksdataene viser at mange klinikere har gjort verktøyet til en del av arbeidsflyten sin.

Peter McCaffrey, MD, MS, FCAP, visepresident og sjef for digitalisering og AI ved UTMB, sa at helsevesenet har mange lovende AI-verktøy, og at den vanskeligere oppgaven er å gjøre dem virkelig anvendelige i klinisk praksis samtidig som sikkerheten, styringen og tilliten helsevesenet krever, opprettholdes. «Veksten i bruken siden lanseringen tyder på at når man fjerner friksjon og plasserer nyttig AI der klinikerne faktisk arbeider, bruker de den», sa han. Han la til at UTMBs implementering gir klinikerne AI-generert informasjon med henvisninger til medisinsk litteratur og retningslinjer.

UTMBs bredere AI-strategi

Kunngjøringen fremstiller utrullingen som en del av UTMBs bredere strategi for å ta AI inn i helsetjenestene. Innenfor denne strategien er UTMBs tilnærming ifølge kunngjøringen å etablere et virksomhetsmiljø, fremfor en samling frittstående applikasjoner, der validerte AI-funksjoner på en sikker måte bygges inn i kliniske og operative arbeidsflyter, styres på riktig måte og vurderes etter faktisk bruk og virkning.

UTMBs programside for kunstig intelligens dokumenterer denne institusjonelle innsatsen, blant annet lanseringen av UTMB Artificial Intelligence Council og utnevnelsen av McCaffrey til institusjonens første sjef for AI. Siden beskriver ham som visepresident og digitaliseringssjef med ansvar for UTMBs AI-initiativ for å forbedre utdanning, forskning, kliniske resultater og driftseffektivitet. Han har vært ved UTMB siden 2018 og har vært direktør for Laboratory Information Services, Pathology Informatics, Bioinformatics and AI samt assisterende professor ved instituttene for patologi og radiologi. Ifølge siden har han medisinsk embetseksamen fra Johns Hopkins University, en mastergrad i biomedisinsk datavitenskap fra Stanford University og et vitnemål fra videreutdanning i kunstig intelligens fra Stanford. Han er også medleder for University of Texas Healthcare AI Collaborative, som arbeider for å fremme AI i helsevesenet i hele UT System. Siden bemerker også at han har blitt utnevnt til Texas Monthly SuperDoctors Rising Star fire år på rad, og at han er forfatter av An Introduction to Healthcare Informatics: Building Data-Driven Tools.

Blant programelementene på siden er en felles retningslinje, en liste over godkjente generative AI-verktøy, prosesser for eksternt AI-inntak og interne forespørsler om AI-prosjekter samt UTMB AI Learning Hub.

Travis Zack, MD, PhD, medisinsk direktør i OpenEvidence, sa at UTMBs tilnærming gjenspeiler en klar forståelse av at klinisk teknologi lykkes når den passer med måten klinikerne allerede arbeider på. «Ved å integrere OpenEvidence i det kliniske miljøet og forenkle sikker tilgang viser UTMB hvordan helsesystemer kan flytte evidensbasert AI fra en interessant teknologi til en daglig klinisk funksjon», sa han.

Kunngjøringen sier også at utrullingen gir UTMB mulighet til å studere i stor skala hvordan klinikere arbeider med en nyere generasjon AI-baserte kunnskapsverktøy. Etter hvert som bruken øker, vil UTMB fortsette å vurdere utnyttelsen og klinikernes erfaringer og se etter muligheter til å forbedre leveringen av evidens og klinisk innsikt på behandlingsstedet.

Aiden Cross er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med et pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, strategier for markedslansering, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og samsvaret mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, gjøres tilgjengelige og skaleres i den virkelige verden.