Ochrona zdrowia

Abridge opisuje ustawienia sterujące notatkami z badania przedmiotowego generowanymi przez AI

Lila Rowan
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyAbridge traktuje przegląd klinicysty jako część automatyzacji, a nie jako odrębny etap…
Zobacz więcej
  • Abridge traktuje przegląd klinicysty jako część automatyzacji, a nie jako odrębny etap porządkowania.
  • Cztery mechanizmy kontroli zarządzają wersją roboczą i pozwalają klinicystom wyważyć szablony wobec ustaleń mówionych.
  • Podpowiedzi asystenta dostosowują pojedynczą notatkę, podczas gdy preferencje notatek mają zastosowanie do każdej wizyty.

Abridge opublikowało wytyczne kliniczne 19 listopada 2026 r., wyjaśniające, jak lekarze mogą łączyć szablony badań, ustawienia stylu, stałe preferencje i edycję poleceń, aby przekształcać rozmowy podczas wizyt w uporządkowaną dokumentację badań przedmiotowych.

Casey Hribar, pediatra i dyrektor ds. sukcesu klinicznego w Abridge, napisała ten wpis, opierając go na przypadku dwuletniej dziewczynki, która trzymała się za bok głowy. Badanie obejmuje oboje uszu, gardło, szyję i klatkę piersiową, ale rodzicom przekazywane są ustnie tylko wybrane wyniki. Sporządzona na tej podstawie notatka musi rozróżniać prawe i lewe ucho, uwzględniać nieprawidłowości potwierdzające rozpoznanie oraz odnotowywać prawidłowe obserwacje dotyczące faktycznie zbadanych układów, nie sugerując, że wykonano czynności, których nie przeprowadzono.

Te obserwacje pomagają innemu lekarzowi zrozumieć ocenę kliniczną, a osobom kodującym rozpoznania, audytorom i płatnikom dostarczają dowodów uzasadniających przypisane kody rozpoznań. Muszą też pasować do ustrukturyzowanego formatu, w którym istotną rolę odgrywa terminologia, a który różni się od wyjaśnień przekazywanych przez lekarza dziecku i jego rodzinie.

Szablony i wskazówki słowne kształtują wersję roboczą

Hribar opisuje tradycyjne szablony elektronicznej dokumentacji medycznej jako rozwiązanie tylko częściowo odpowiadające na potrzeby. Rozpoczęcie od pełnego szablonu prawidłowego badania oznaczało konieczność dodania nieprawidłowych wyników, zmiany niepasujących ustawień domyślnych i usunięcia układów, których nie zbadano. Praca na pustym szablonie wymagała wprowadzania wyników układ po układzie. W obu przypadkach nadal trzeba było sprawdzać szczegóły, porównując je z pamięcią przebiegu wizyty.

Abridge informuje, że jego system może zinterpretować uwagę, taką jak „Dobrze, teraz kaszlnij… brzmi dobrze!”, jako potwierdzenie przeprowadzenia badania płuc i — jeśli jest odpowiednio skonfigurowany — uzupełnić prawidłowe wyniki. Domyślnie wyniki przekazane ustnie zastępują odpowiadające im sformułowania dotyczące prawidłowego stanu.

Wersję roboczą kształtują cztery ustawienia. Szablon określa strukturę, a ustawienie stylu decyduje o tym, jaką wagę przypisuje się szablonowi w porównaniu z informacjami przekazanymi ustnie. Preferencje notatki umożliwiają ponowne wykorzystywanie własnych ustawień, natomiast polecenia Assistant pozwalają dostosować badanie po utworzeniu wersji roboczej. Lekarze mogą zaimportować szablon dokumentacji medycznej, utworzyć własny albo wybrać opcję przeznaczoną dla danej specjalizacji, a także zmieniać szablony wraz ze zmianą zakresu swojej pracy.

Szablony specjalistyczne opracowane we współpracy z lekarzami z danej dziedziny obejmują położnictwo i ginekologię, neurologię, badanie stanu psychicznego, okulistykę, dermatologię oraz badania noworodków w ramach pediatrii. Lekarze, którzy zaczęli korzystać z Abridge, zanim udostępniono szablon dla ich specjalizacji, mogą musieć wybrać go samodzielnie.

Lekarze nagrywający za pomocą Epic Haiku lub Canto mogą skonfigurować badanie przedmiotowe na karcie Abridge w Hyperspace. Użytkownicy wersji internetowej i komputerowej mogą przeglądać szablon, styl i preferencje notatek w menu preferencji.

Edycja poleceń pozwala dostosować notatki do poszczególnych wizyt

Preferencje notatek obowiązują podczas kolejnych wizyt, natomiast edycja poleceń Assistant dotyczy konkretnej notatki. Teleporada to jedna z sytuacji, w których pełny domyślny szablon lekarza może się nie sprawdzić. Wytyczne zalecają, by reguły preferencji były precyzyjne i by sprawdzać ich działanie na kilku notatkach. Odradzają też używanie preferencji do wstawiania całego badania lub warunkowego stosowania zapisanego szablonu.

Po wygenerowaniu wersji roboczej można na przykład poprosić o skupienie badania na zaobserwowanej zmianie skórnej, zastosowanie zapisanego szablonu badania kolana albo zmianę stylu na ograniczony. Abridge generuje nową wersję badania i przedstawia proponowane zmiany jako edycje ze śledzeniem zmian, które lekarze mogą zaakceptować lub odrzucić, zanim zostaną wprowadzone do notatki.

Często używane instrukcje można zapisać jako polecenia i ponownie otwierać za pomocą przycisku plusa w oknie czatu Assistant. Dzięki temu lekarz może ponownie skorzystać z polecenia bez konieczności przepisywania go przy każdej notatce.

Wytyczne traktują weryfikację przez lekarza jako element automatyzacji, a nie odrębny etap porządkowania dokumentacji: rozmowa podczas wizyty dostarcza wyników, natomiast konfiguracja i decyzje dotyczące edycji ze śledzeniem zmian kształtują ostateczny zapis badania.

Lila Rowan jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się przecięciem sztucznej inteligencji, opieki zdrowotnej i dobrostanu psychicznego. Jej praca koncentruje się na tym, jak narzędzia napędzane przez AI poprawiają diagnostykę, zwiększają dostęp do opieki i wspierają usługi zdrowia psychicznego w sposób, który uzupełnia, a nie zastępuje, klinicystów ludzkich.
Z perspektywy pełnej współczucia i opartej na dowodach, Lila analizuje badania kliniczne, wdrożenia w świecie rzeczywistym i nowe technologie zdrowotne z humanistycznej perspektywy. Jest szczególnie zainteresowana aplikacjami AI, które redukują bariery w dostępie do opieki, poprawiają wczesne wykrywanie i wspierają dobre samopoczucie, przy jednoczesnym respektowaniu prywatności, bezpieczeństwa i standardów etycznych pacjentów.
Artykuły napisane przez Lilę Rowan są wygenerowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, wrażliwość i odpowiedzialne raportowanie na temat technologii zdrowia i dobrostanu psychicznego.