Ochrona zdrowia

Elsevier wprowadza kontekst z dokumentacji pacjenta do ClinicalKey AI

Lila Rowan
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyClinicalKey AI rozpoczyna teraz zapytania od kart pacjentów, a nie od pustych monitów.
Zobacz więcej
  • ClinicalKey AI rozpoczyna teraz zapytania od kart pacjentów, a nie od pustych monitów.
  • Każda wygenerowana odpowiedź jest powiązana zarówno z danymi z karty, jak i z cytowanymi dowodami klinicznymi.
  • Funkcja kontekstu pacjenta jest obecnie ograniczona do wdrożeń w Stanach Zjednoczonych.

16 listopada 2026 r. Elsevier poinformował, że ClinicalKey AI może teraz uzyskiwać dostęp do dokumentacji medycznej pacjentów w ramach procesów pracy w elektronicznej dokumentacji medycznej (EHR) i oceniać plany leczenia na podstawie opartych na dowodach treści klinicznych, obejmujących pełne teksty artykułów z około 1000 czasopism.

Firma podaje, że ClinicalKey AI jest używany w ponad 1200 placówkach szpitalnych na całym świecie. Aktualizacja zmienia punkt wyjścia zapytania: zamiast opierać się na informacjach wpisanych w puste pole promptu AI, narzędzie korzysta najpierw z danych z dokumentacji pacjenta i generuje odpowiedzi zawierające zarówno dane z dokumentacji, jak i cytowania źródeł.

Jak kontekst pacjenta zmienia przebieg pracy

Dokumentacja Elsevier dotycząca kontekstu pacjenta opisuje pięć powiązanych etapów: rozpoczęcie od danych pacjenta, zebranie istotnych informacji z dokumentacji, powiązanie ich z dowodami klinicznymi, przedstawienie wniosków wraz z cytowaniami w obsługiwanych procesach pracy w systemie EHR oraz wsparcie decyzji klinicysty. W obsługiwanych wdrożeniach przydatne informacje mogą obejmować notatki, badania obrazowe, zabiegi, wyniki badań laboratoryjnych, leki, zlecenia, alergie, parametry życiowe oraz dokumentację leczenia szpitalnego i ambulatoryjnego.

System zaprojektowano tak, aby działał w różnych środowiskach EHR, a nie był powiązany z jednym dostawcą. Funkcja kontekstu pacjenta jest obecnie dostępna wyłącznie w Stanach Zjednoczonych.

Możliwość prześledzenia informacji działa w obu kierunkach. Każdą informację dotyczącą kontekstu pacjenta można powiązać z odpowiednimi danymi w dokumentacji, a odpowiedź kliniczna zawiera odnośnik do źródła, na którym się opiera. Dzięki temu klinicyści mogą sprawdzić, które szczegóły z dokumentacji wpłynęły na odpowiedź, i przeanalizować jej uzasadnienie, natomiast ostateczna ocena i plan pozostają w gestii klinicysty.

Ogłoszenie następuje po przejęciu przez Elsevier firmy Wellsheet w czerwcu 2026 r. Wellsheet specjalizuje się w gromadzeniu i syntezie danych z systemów EHR, aby udostępniać przydatne informacje kliniczne w miejscu opieki.

Wczesne zastosowanie w San Juan Regional

San Juan Regional Medical Center w Nowym Meksyku korzysta z nowej funkcji kontekstu pacjenta. Według Elsevier jest to wiejski ośrodek obsługujący społeczności o ograniczonym dostępie do opieki zdrowotnej, dysponujący mniejszymi zespołami klinicznymi i zespołami ds. jakości niż duże ośrodki akademickie; działa w stanie, w którym niemal 40% mieszkańców korzysta z Medicaid.

Dr Carlo Hallak, lekarz pełniący funkcję kierowniczą w ośrodku, powiedział, że wiejski szpital już odnotowuje duże zainteresowanie rozwiązaniem wśród klinicystów i korzysta z ClinicalKey AI, aby sprawdzać opiekę nad każdym pacjentem w oparciu o tę samą bazę dowodów, z której korzystają duże systemy opieki zdrowotnej. Określił to wsparcie jako „nieocenione dla szpitala takiego jak nasz”.

Wyszukiwanie dowodów i kontrola danych

Dokumentacja produktu Elsevier opisuje architekturę generowania wspomaganego wyszukiwaniem, w której wyszukiwanie semantyczne wybiera odpowiednie dokumenty z bazy treści zindeksowanej wektorowo, zanim duży model językowy połączy je w zwięzłe podsumowanie kliniczne. System korzysta z wielu modeli oraz bazy wiedzy z uregulowanymi prawami autorskimi, aktualizowanej codziennie. Odpowiedzi zawierają cytowania z odnośnikami, a przeprowadzana w czasie rzeczywistym walidacja cytowań sprawdza wygenerowane dane i twierdzenia w zestawieniu z przywołanymi źródłami. W ramach modelu z udziałem klinicysty licencjonowani lekarze z głównych specjalizacji medycznych co kwartał oraz przed większymi wydaniami sprawdzają odpowiedzi generowane na podstawie zapytań pod kątem dokładności i stronniczości.

Elsevier informuje, że dane użytkowników są szyfrowane podczas przesyłania i przechowywania, dostęp personelu pomocy technicznej jest ograniczony do upoważnionych osób i podlega pseudonimizacji, dostawcy usług chmurowych i zewnętrzni partnerzy AI nie mają dostępu do danych w celach szkoleniowych, a produkt zaprojektowano tak, by spełniał wymogi HIPAA w krajach, których organy regulacyjne uznają takie stosowanie tych wymogów.

Aktualizacja łączy w ramach tej samej interakcji klinicznej dwa rodzaje weryfikacji: sprawdzanie informacji o pacjencie wykorzystywanych przez system oraz publikacji stanowiących podstawę odpowiedzi. W przypadku placówek z ograniczonymi zasobami, takich jak San Juan Regional, praktyczne pytanie brzmi, czy taki zintegrowany proces pracy z cytowanymi źródłami ułatwi korzystanie z szerokiej bazy dowodów przy zachowaniu obecnych ograniczeń kadrowych i ograniczeń systemu EHR.

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.