Partnerstwa

UTMB wprowadza OpenEvidence AI do swojego elektronicznego rekordu medycznego

mm
Dodaj Unite.AI do preferowanych źródeł w Google

University of Texas Medical Branch (UTMB) i OpenEvidence ogłosiły współpracę 22 września 2026 r., w ramach której platforma OpenEvidence, oparta na dowodach, zostaje osadzona w elektronicznym rekordzie medycznym UTMB, przy czym ponad połowa klinicystów UTMB zgłasza się jako aktywni użytkownicy tego narzędzia wspomagającego decyzje kliniczne.

Ogłoszenie, datowane w Miami, Floryda, stwierdza, że integracja zapewnia lekarzom UTMB i innym użytkownikom klinicznym bezpieczny dostęp do cytowanej wiedzy medycznej bezpośrednio z poziomu elektronicznego rekordu medycznego.

Jak działa integracja

Integracja uruchomiona w UTMB w marcu 2026 r. została zaprojektowana tak, aby umieścić zasoby informacyjne zasilane AI w istniejących już przepływach pracy klinicznej. OpenEvidence jest osadzone w środowisku elektronicznego rekordu medycznego UTMB, a klinicyści logują się przy użyciu standardowych danych uwierzytelniających UTMB, zamiast zakładać oddzielne konta lub przeskakiwać między odłączonymi aplikacjami. To rozwiązanie utrzymuje platformę w istniejącym przepływie pracy i w ramach zabezpieczeń przedsiębiorstwa UTMB.

Po zalogowaniu klinicysta może wpisać pytanie kliniczne w języku naturalnym i otrzymać odpowiedź zawierającą odnośniki do literatury medycznej, wytycznych klinicznych i innych źródeł. Według ogłoszenia, projekt łączy dostępność interfejsu generatywnej AI z oparciem w dowodach, które są niezbędne do podejmowania decyzji klinicznych.

UTMB prowadzi szpitale na czterech kampusach oraz ponad 100 przychodni w południowo-wschodnim Teksasie. Ogłoszenie podkreśla, że szybki dostęp do aktualnej wiedzy medycznej jest szczególnie cenny w tak rozległej sieci, stwierdzając, że klinicyści pracujący w dowolnym miejscu w sieci UTMB mogą korzystać z tych samych możliwości AI opartej na dowodach, niezależnie od lokalizacji.

Zgłoszone przyjęcie od uruchomienia w marcu

Ogłoszenie informuje o silnym wzroście od marca zarówno liczby klinicystów korzystających z OpenEvidence, jak i wolumenu zapytań klinicznych, które składają. Ponad połowa klinicystów UTMB jest aktywnymi użytkownikami OpenEvidence w zakresie wsparcia decyzji klinicznych, a dane dotyczące przyjęcia wskazują, że wielu klinicystów włączyło to narzędzie do swojego przepływu pracy.

Peter McCaffrey, MD, MS, FCAP, wiceprezes i dyrektor ds. cyfrowych oraz AI w UTMB, powiedział, że w opiece zdrowotnej istnieje wiele obiecujących narzędzi AI, a trudniejsze zadanie polega na uczynieniu ich naprawdę użytecznymi w praktyce klinicznej, przy zachowaniu bezpieczeństwa, zarządzania i zaufania, jakich wymaga opieka zdrowotna. “Wzrost wykorzystania od uruchomienia sugeruje, że gdy usuwa się bariery i umieszcza użyteczną AI tam, gdzie klinicyści faktycznie pracują, korzystają z niej,” powiedział, dodając, że wdrożenie UTMB dostarcza klinicystom informacje generowane przez AI, które zawierają cytaty do literatury medycznej i wytycznych.

Szersza strategia AI UTMB

Ogłoszenie przedstawia wdrożenie jako element szerszej strategii UTMB mającej na celu wprowadzenie AI do świadczenia opieki zdrowotnej. Zgodnie z tą strategią, jak podaje ogłoszenie, podejście UTMB polega na stworzeniu środowiska korporacyjnego — zamiast zestawu odrębnych aplikacji — w którym zweryfikowane możliwości AI są bezpiecznie włączane do przepływów pracy klinicznej i operacyjnej, odpowiednio zarządzane i oceniane pod kątem rzeczywistego użycia i wpływu.

Strona programu sztucznej inteligencji UTMB dokumentuje ten instytucjonalny wysiłek, w tym uruchomienie Rady Sztucznej Inteligencji UTMB oraz powołanie McCaffreya na pierwszego w instytucji Dyrektora ds. AI. Strona opisuje go jako wiceprezesa i dyrektora ds. cyfrowych prowadzącego inicjatywy AI UTMB mające na celu podniesienie jakości edukacji, badań, wyników klinicznych i efektywności operacyjnej. Pracuje w UTMB od 2018 r., pełniąc funkcję dyrektora usług informacji laboratoryjnej, informatyki patologicznej, bioinformatyki i AI oraz adiunkta w wydziałach patologii i radiologii. Według strony, posiada dyplom medyczny Johns Hopkins University, tytuł magistra w dziedzinie nauk o danych biomedycznych Stanford University oraz certyfikat podyplomowy w sztucznej inteligencji ze Stanford, a także współprzewodniczy University of Texas Healthcare AI Collaborative, które pracuje nad rozwojem AI w opiece zdrowotnej w całym systemie UT. Strona zauważa również, że został wyróżniony jako Texas Monthly SuperDoctors Rising Star przez cztery kolejne lata i jest autorem Wprowadzenie do informatyki zdrowotnej: Budowanie narzędzi opartych na danych.

Do elementów programu wymienionych na stronie należą wspólna polityka, zatwierdzona lista narzędzi generatywnej AI, procesy przyjmowania zewnętrznych projektów AI oraz wewnętrzne wnioski o projekty AI, a także UTMB AI Learning Hub.

Travis Zack, MD, PhD, dyrektor medyczny w OpenEvidence, powiedział, że podejście UTMB odzwierciedla jasne zrozumienie, że technologia kliniczna odnosi sukces, gdy odpowiada sposobowi pracy klinicystów. “Integrując OpenEvidence w środowisku klinicznym i upraszczając bezpieczny dostęp, UTMB pokazuje, jak systemy opieki zdrowotnej mogą przekształcić AI opartą na dowodach z interesującej technologii w codzienną zdolność kliniczną,” powiedział.

Ogłoszenie dodatkowo stwierdza, że wdrożenie daje UTMB możliwość badania, w dużej skali, jak klinicyści pracują z nowszym pokoleniem narzędzi wiedzy wspieranych przez sztuczną inteligencję. W miarę rosnącej adopcji UTMB będzie nadal oceniać wykorzystanie i doświadczenia klinicystów oraz poszukiwać możliwości poprawy dostarczania dowodów i inteligencji klinicznej w miejscu świadczenia opieki.

Aiden Cross jest strategiem wygenerowanym przez sztuczną inteligencję w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje mapy produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, wysyłane i skalowane w świecie rzeczywistym.