Y tế

Elsevier đưa ngữ cảnh hồ sơ bệnh án vào ClinicalKey AI

Lila Rowan
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhClinicalKey AI hiện bắt đầu truy vấn từ hồ sơ bệnh nhân thay vì lời nhắc trống.
Xem thêm
  • ClinicalKey AI hiện bắt đầu truy vấn từ hồ sơ bệnh nhân thay vì lời nhắc trống.
  • Mọi câu trả lời được tạo đều truy xuất ngược về cả dữ liệu hồ sơ và bằng chứng lâm sàng được trích dẫn.
  • Tính năng ngữ cảnh bệnh nhân hiện chỉ giới hạn ở các triển khai tại Hoa Kỳ.

Ngày 16 tháng 11 năm 2026, Elsevier thông báo rằng ClinicalKey AI hiện có thể truy cập hồ sơ bệnh án của bệnh nhân trong quy trình làm việc trên hệ thống hồ sơ sức khỏe điện tử (EHR) và đánh giá kế hoạch điều trị dựa trên nội dung lâm sàng có căn cứ khoa học, bao gồm toàn văn bài báo từ khoảng 1.000 tạp chí.

Công ty cho biết ClinicalKey AI được sử dụng tại hơn 1.200 cơ sở bệnh viện trên toàn thế giới. Bản cập nhật thay đổi điểm khởi đầu của truy vấn: thay vì dựa vào thông tin được nhập vào lời nhắc AI trống, công cụ bắt đầu từ dữ liệu trong hồ sơ bệnh án của bệnh nhân và tạo câu trả lời có cả dữ liệu hồ sơ lẫn trích dẫn nguồn.

Ngữ cảnh bệnh nhân thay đổi quy trình làm việc như thế nào

Tài liệu của Elsevier về ngữ cảnh hồ sơ bệnh án mô tả năm bước liên kết với nhau: bắt đầu từ bệnh nhân, tập hợp ngữ cảnh liên quan trong hồ sơ, kết nối ngữ cảnh đó với bằng chứng lâm sàng, cung cấp thông tin chuyên sâu có trích dẫn trong các quy trình EHR được hỗ trợ, và hỗ trợ bác sĩ đưa ra quyết định. Trong những hệ thống triển khai được hỗ trợ, ngữ cảnh có thể sử dụng bao gồm ghi chú, hình ảnh chẩn đoán, thủ thuật, kết quả xét nghiệm, thuốc, chỉ định, dị ứng, dấu hiệu sinh tồn, cùng hồ sơ điều trị nội trú và ngoại trú.

Hệ thống được thiết kế để hoạt động trên nhiều môi trường EHR, thay vì phụ thuộc vào một nhà cung cấp duy nhất. Hiện tại, tính năng ngữ cảnh bệnh nhân chỉ khả dụng tại Hoa Kỳ.

Khả năng truy xuất nguồn gốc hoạt động theo cả hai chiều. Mỗi thông tin về ngữ cảnh bệnh nhân đều có thể được đối chiếu với dữ liệu hồ sơ bệnh án liên quan, trong khi câu trả lời lâm sàng dẫn đến nguồn làm căn cứ. Nhờ đó, bác sĩ có thể kiểm tra những chi tiết nào trong hồ sơ đã góp phần tạo nên câu trả lời và xem xét bằng chứng đứng sau câu trả lời đó; đánh giá cuối cùng và kế hoạch điều trị vẫn do bác sĩ quyết định.

Thông báo này được đưa ra sau khi Elsevier mua lại Wellsheet vào tháng 6 năm 2026. Wellsheet chuyên tổng hợp và phân tích dữ liệu EHR để cung cấp thông tin lâm sàng hữu ích tại điểm chăm sóc.

Ứng dụng ban đầu tại San Juan Regional

San Juan Regional Medical Center ở New Mexico đang sử dụng tính năng ngữ cảnh bệnh nhân mới. Elsevier mô tả đây là một trung tâm y tế nông thôn phục vụ các cộng đồng có khả năng tiếp cận dịch vụ chăm sóc sức khỏe hạn chế, với đội ngũ lâm sàng và quản lý chất lượng nhỏ hơn so với các hệ thống y tế học thuật lớn, tại một tiểu bang nơi gần 40% cư dân dựa vào Medicaid.

Tiến sĩ Carlo Hallak, giám đốc điều hành phụ trách y tế của trung tâm, cho biết bệnh viện nông thôn này đã ghi nhận mức độ tiếp nhận cao từ đội ngũ bác sĩ và đang sử dụng ClinicalKey AI để đối chiếu việc chăm sóc từng bệnh nhân với cùng một cơ sở bằng chứng mà các hệ thống y tế lớn sử dụng. Ông gọi sự hỗ trợ đó là “vô giá đối với một bệnh viện như chúng tôi”.

Truy xuất bằng chứng và kiểm soát dữ liệu

Tài liệu sản phẩm của Elsevier mô tả kiến trúc tạo sinh tăng cường truy xuất, trong đó tìm kiếm ngữ nghĩa chọn các tài liệu phù hợp từ cơ sở dữ liệu nội dung được lập chỉ mục bằng vector trước khi mô hình ngôn ngữ lớn tổng hợp chúng thành bản tóm tắt lâm sàng súc tích. Hệ thống sử dụng nhiều mô hình và cơ sở tri thức đã được cấp phép bản quyền, cập nhật hằng ngày. Câu trả lời có các trích dẫn liên kết, đồng thời cơ chế xác thực trích dẫn theo thời gian thực đối chiếu dữ liệu và nhận định được tạo ra với những tài liệu tham khảo đó. Theo khuôn khổ có bác sĩ tham gia quy trình, các bác sĩ được cấp phép thuộc nhiều chuyên khoa chính sẽ rà soát độ chính xác và tính thiên lệch của câu trả lời theo truy vấn hằng quý và trước các đợt phát hành lớn.

Elsevier cho biết dữ liệu người dùng được mã hóa khi truyền tải và khi lưu trữ; quyền truy cập để hỗ trợ chỉ dành cho nhân sự được ủy quyền theo cơ chế giả danh hóa; các nhà cung cấp dịch vụ đám mây và đối tác AI bên thứ ba không được truy cập dữ liệu để sử dụng cho mục đích huấn luyện; và sản phẩm được xây dựng để tuân thủ HIPAA tại những quốc gia mà cơ quan quản lý công nhận hình thức tuân thủ này.

Bản cập nhật đưa hai hình thức kiểm chứng vào cùng một tương tác lâm sàng: kiểm tra thông tin bệnh nhân mà hệ thống sử dụng và kiểm tra các ấn phẩm làm căn cứ cho câu trả lời. Đối với các đơn vị cung cấp dịch vụ y tế có nguồn lực hạn chế như San Juan Regional, câu hỏi thực tiễn là liệu quy trình làm việc liên kết, có trích dẫn này có thể giúp sử dụng kho bằng chứng rộng lớn dễ dàng hơn trong phạm vi nhân lực và các giới hạn EHR hiện có hay không.

Lila Rowan là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về lĩnh vực giao thoa giữa trí tuệ nhân tạo, chăm sóc sức khỏe và sức khỏe tinh thần. Công việc của cô tập trung vào việc các công cụ được thúc đẩy bởi AI đang cải thiện chẩn đoán, mở rộng khả năng tiếp cận chăm sóc và hỗ trợ các dịch vụ sức khỏe tinh thần theo cách bổ sung - không thay thế - các chuyên gia lâm sàng con người.
Với một quan điểm giàu lòng trắc ẩn và dựa trên bằng chứng, Lila kiểm tra các nghiên cứu lâm sàng, triển khai thực tế và các công nghệ sức khỏe mới nổi qua một ống kính nhân văn. Cô đặc biệt quan tâm đến các ứng dụng AI giúp giảm thiểu rào cản tiếp cận chăm sóc, tăng cường phát hiện sớm và hỗ trợ sức khỏe tinh thần trong khi tôn trọng quyền riêng tư, an toàn và tiêu chuẩn đạo đức của bệnh nhân.
Các bài viết được viết bởi Lila Rowan được tạo bởi AI và được xem xét bởi đội ngũ biên tập của Unite.AI để đảm bảo độ chính xác, nhạy cảm và báo cáo có trách nhiệm về các công nghệ sức khỏe và sức khỏe tinh thần.