Grant Lunney, Trưởng bộ phận Sản phẩm tại EverHealth – Loạt bài phỏng vấn

Grant Lunney là Trưởng bộ phận Sản phẩm tại EverHealth, với gần hai thập kỷ kinh nghiệm trong lĩnh vực công nghệ y tế, hoạt động lâm sàng và chiến lược sản phẩm. Sự nghiệp của ông trải qua Boulder Community Health, OTTO Health, NextGen Healthcare và CrowdHealth, tập trung vào chăm sóc ngoại trú và những thách thức thực tế mà các cơ sở khám chữa bệnh phải đối mặt. Tại EverHealth, ông phụ trách ứng dụng AI vào quy trình lập hồ sơ lâm sàng và hoạt động của phòng khám, giúp bác sĩ có thêm thời gian chăm sóc bệnh nhân.

EverHealth cung cấp các công nghệ y tế trong nhiều lĩnh vực, bao gồm hồ sơ sức khỏe điện tử, quản lý cơ sở khám chữa bệnh, thanh toán y tế và liên lạc với bệnh nhân. EverHealth Scribe sử dụng AI môi trường để chuyển các cuộc trò chuyện giữa bệnh nhân và bác sĩ thành bản nháp ghi chú lâm sàng trong hệ thống EHR, để bác sĩ xem xét và phê duyệt. Trong cuộc phỏng vấn này, Lunney trao đổi về việc lập hồ sơ sức khỏe hành vi, sự đồng thuận và quyền riêng tư của bệnh nhân, giám sát lâm sàng, cũng như cách AI có thể giảm bớt công việc hành chính cho các cơ sở khám chữa bệnh độc lập.

Sự nghiệp của ông trải dài gần hai thập kỷ trong lĩnh vực công nghệ y tế, từ hoạt động lâm sàng và chiến lược tại Boulder Community Health đến vai trò lãnh đạo sản phẩm tại OTTO Health, NextGen Healthcare, CrowdHealth và hiện nay là EverHealth. Những trải nghiệm này đã định hình quan điểm của ông như thế nào về vai trò của AI trong lĩnh vực y tế, và điều gì đã thu hút ông đến với cơ hội dẫn dắt đổi mới sản phẩm tại EverHealth?

Tôi đã dành gần hai thập kỷ làm việc trong lĩnh vực công nghệ y tế, chủ yếu ở mảng chăm sóc ngoại trú. Trong thời gian đó, tôi đã chứng kiến những bước tiến đáng kể của các công cụ hỗ trợ bác sĩ hành nghề. Tôi nhớ thời điểm kê đơn điện tử còn là một bước đột phá lớn. Việc bác sĩ có thể gửi đơn thuốc qua mạng để thuốc sẵn sàng khi bệnh nhân đến nhà thuốc là một tiến bộ có ý nghĩa. Kể từ đó, chúng ta đã đưa vào sử dụng các hệ thống EHR ngày càng tinh vi, tự động hóa quy trình, khả năng liên thông và đủ loại công cụ nhằm giúp hoạt động chăm sóc sức khỏe hiệu quả hơn.

Tôi nhìn nhận AI theo cách tương tự. Dù nói đến các mô hình ngôn ngữ lớn, AI tạo sinh hay mô hình dự đoán, tất cả đều là những công cụ bổ sung vào bộ công cụ của chúng ta. Mục tiêu vẫn không thay đổi: giúp bác sĩ làm việc hiệu quả hơn và cuối cùng nâng cao chất lượng chăm sóc mà họ có thể cung cấp.

Hãy hình dung một bác sĩ chăm sóc ban đầu quản lý danh sách 2.500 hoặc 3.000 bệnh nhân. Họ dành cả ngày xử lý các lượt khám bệnh cấp tính, quản lý thuốc và chăm sóc bệnh nhân mắc nhiều bệnh mạn tính. Nhưng tôi không tin dù chỉ một giây rằng những bác sĩ ấy không muốn dành nhiều thời gian hơn để chủ động hỗ trợ bệnh nhân từ sớm. Đó là những cuộc trò chuyện về dinh dưỡng, tập thể dục, sức khỏe hành vi và các yếu tố xã hội ảnh hưởng đến sức khỏe của mỗi người. Đó là việc giúp mọi người tạo ra những thay đổi có ý nghĩa, có thể ngăn ngừa bệnh mạn tính tiếp theo phát triển ngay từ đầu. Đó là lý do họ theo học trường y.

Đó là điều khiến tôi hào hứng với AI. Chúng ta đang bắt đầu phát triển công nghệ có khả năng đảm nhận một phần đáng kể công việc hành chính và xử lý thông tin, qua đó giúp bác sĩ có thêm thời gian hành nghề.

Điều thu hút tôi đến với EverHealth là khả năng ứng dụng công nghệ này từng bước trong toàn bộ hoạt động của một cơ sở khám chữa bệnh. Tôi tin tưởng mạnh mẽ vào việc giải quyết thật tốt một vấn đề rồi mới chuyển sang vấn đề tiếp theo. Chúng ta có thể cải thiện việc lập hồ sơ lâm sàng, sau đó là nhận diện chẩn đoán, mã hóa, chỉ định, kê đơn và hoạt động của cơ sở khám chữa bệnh. Theo thời gian, những cải tiến này sẽ bắt đầu phối hợp với nhau.

EverHealth Scribe sử dụng AI để chuyển các cuộc trò chuyện giữa bệnh nhân và bác sĩ thành hồ sơ lâm sàng có cấu trúc. Ông có thể giải thích quy trình hoạt động của công nghệ này, từ ghi nhận buổi khám đến tạo ghi chú lâm sàng, đồng thời cho biết cách tiếp cận của EverHealth khác gì so với các giải pháp lập hồ sơ y tế ứng dụng AI khác không?

Ở dạng đơn giản nhất, một công cụ AI ghi chép sẽ lắng nghe cuộc trò chuyện giữa bệnh nhân và bác sĩ, dùng công nghệ nhận dạng giọng nói để xác định nội dung và người nói, sau đó tận dụng mô hình ngôn ngữ lớn để sắp xếp thông tin liên quan về mặt lâm sàng thành ghi chú có cấu trúc. Bác sĩ xem xét thông tin đó, chỉnh sửa khi cần và phê duyệt hồ sơ cuối cùng.

Tôi nghĩ chúng ta đang đi đến thời điểm mà hầu hết các công cụ AI ghi chép môi trường tốt đều đã có năng lực đáng kể để thực hiện nhiệm vụ cốt lõi này. Các mô hình khác nhau về mức độ tinh vi và độ chính xác, nhưng tôi tin rằng cơ hội tạo nên khác biệt lớn hơn sẽ ngày càng nằm ở mọi khía cạnh xoay quanh quy trình đó.

Với chúng tôi, điều đó bắt đầu từ việc có thể hoàn thành thêm bao nhiêu công việc cho bác sĩ sau khi ghi chú được tạo. Chúng tôi đã bổ sung các đề xuất chẩn đoán và mã CPT, đồng thời mở rộng sang chỉ định và kê đơn; tất cả đều được tích hợp trực tiếp vào hệ thống EHR. Chúng tôi cũng đưa vào ngữ cảnh từ các lần khám trước, tiền sử bệnh và tài liệu trước buổi khám, bởi cuộc trò chuyện kéo dài 15 phút chỉ là một phần nhỏ trong toàn bộ câu chuyện lâm sàng. Ngoài ra, chúng tôi đang phát triển tính năng chú thích để ghi lại những nhận xét và ghi chú của bác sĩ vốn không được nói thành lời.

Chúng tôi cũng đã tích hợp các biện pháp bảo đảm độ tin cậy vào tất cả những tính năng đó. Nếu bác sĩ dành 30 phút với bệnh nhân rồi mới phát hiện bản ghi không thành công thì đó sẽ là một trải nghiệm thảm họa, vì vậy chúng tôi phải tính đến mọi yếu tố, từ vị trí đặt micrô đến kết nối Wi-Fi chập chờn.

Nếu làm đúng tất cả những điều đó, bác sĩ lâm sàng sẽ kết thúc buổi khám khi gần như toàn bộ công việc ghi chép đã hoàn tất. Phần việc còn lại của họ là rà soát nội dung lâm sàng, vận dụng nhận định chuyên môn và thực hiện những khuyến nghị phù hợp.

Các buổi tham vấn về sức khỏe tâm thần thường có những cuộc trò chuyện rất riêng tư, nhiều sắc thái cảm xúc và những chia sẻ nhạy cảm. Những thách thức kỹ thuật đặc thù khi phát triển công cụ ghi chép bằng AI cho lĩnh vực sức khỏe tâm thần là gì, và làm thế nào để bảo đảm hệ thống ghi nhận chính xác thông tin có ý nghĩa lâm sàng mà không diễn giải sai ngữ cảnh hoặc ghi lại những chi tiết riêng tư không cần thiết?

Một buổi trị liệu tâm lý kéo dài 50 phút, một buổi tham vấn sức khỏe tâm thần kéo dài 15 phút và một lần khám nội khoa kéo dài bảy phút là ba cuộc trò chuyện rất khác nhau. Tài liệu ghi chép được tạo ra sau mỗi buổi khám cũng sẽ khác nhau.

Vì vậy, chúng tôi bắt đầu từ góc nhìn của bác sĩ lâm sàng rồi suy ngược lại. Cần ghi nhận những thông tin nào? Nên sắp xếp chúng ra sao? Mức độ chi tiết nào là phù hợp về mặt lâm sàng? Và ghi chép hoàn chỉnh cần có hình thức như thế nào để bác sĩ cảm thấy tin tưởng rằng nó phản ánh chính xác buổi khám?

Sau khi xác định được những điều đó, chúng tôi có thể bắt đầu cấu hình và hoàn thiện AI để tạo ra tài liệu phù hợp với các kỳ vọng ấy. Mục tiêu là chắt lọc một cuộc trò chuyện có thể rất dài, phức tạp và riêng tư thành những thông tin lâm sàng thực sự liên quan đến việc chăm sóc bệnh nhân.

Tôi nghĩ điều này đặc biệt quan trọng trong lĩnh vực sức khỏe tâm thần. Không phải cứ điều gì được nói ra trong một buổi trị liệu thì mặc nhiên phải được đưa vào hồ sơ y tế lâu dài của bệnh nhân. Mô hình cũng phải diễn giải chính xác ý nghĩa lâm sàng; trong lĩnh vực sức khỏe tâm thần, cùng một phát ngôn có thể mang những ý nghĩa rất khác nhau tùy theo ngữ cảnh. Vì vậy, việc bác sĩ lâm sàng rà soát và đưa ra nhận định chuyên môn vẫn là điều thiết yếu.

Chúng ta thường dành nhiều thời gian nói về mức độ thông minh của các mô hình này, nhưng theo tôi, một phần quan trọng nhất của công việc diễn ra trước cả khi mô hình tạo ra ghi chép. Đó là xác định thế nào là một kết quả lâm sàng đạt yêu cầu, rồi liên tục cải thiện độ tin cậy trong việc tạo ra kết quả đó.

Nói đơn giản, quy trình của chúng tôi là xác định thế nào là kết quả tốt, suy ngược lại từ đó và để bác sĩ lâm sàng là người có tiếng nói cuối cùng trong việc đánh giá liệu chúng tôi đã đạt được mục tiêu hay chưa.

Nghiên cứu của KFF cho thấy 77% người trưởng thành ở Mỹ lo ngại về quyền riêng tư của thông tin y tế được chia sẻ với các công cụ AI. EverHealth giải quyết những lo ngại này như thế nào, đặc biệt là về việc lưu giữ dữ liệu bệnh nhân, quyền truy cập của bên thứ ba và việc sử dụng thông tin nhạy cảm để huấn luyện hoặc cải thiện mô hình AI?

Mối lo ngại đó là chính đáng, và tôi không cho rằng bệnh nhân phải đánh đổi quyền riêng tư để được chăm sóc tốt hơn. Đồng thời, một công ty công nghệ không nên yêu cầu họ tin tưởng các biện pháp bảo vệ chỉ dựa trên lời cam kết. Bệnh nhân và các cơ sở hành nghề xứng đáng được biết rõ chúng tôi sử dụng thông tin nào, ai có thể truy cập thông tin đó và chúng tôi lưu giữ trong bao lâu.

Với EverHealth Scribe, thông tin bệnh nhân được xử lý nhằm hỗ trợ việc lập hồ sơ lâm sàng và bảo đảm tính liên tục trong chăm sóc. Chúng tôi hợp tác với các đối tác công nghệ, trong đó có CarePilot, theo các biện pháp bảo vệ bằng hợp đồng, chẳng hạn như thỏa thuận đối tác kinh doanh, quy định cách xử lý thông tin sức khỏe được bảo vệ. Chúng tôi cũng sử dụng biện pháp mã hóa và kiểm soát quyền truy cập; thông tin nhận dạng bệnh nhân không được dùng để huấn luyện các mô hình AI. Bản ghi lời nói của Scribe có thể được truy cập trong tối đa 180 ngày, giúp bác sĩ lâm sàng xem lại ngữ cảnh liên quan giữa các lần khám; các cơ sở hành nghề cũng có thể yêu cầu xóa bản ghi.

Sau cùng, chúng tôi không thể đợi đến khi đổi mới xong mới bổ sung quyền riêng tư. Quyền riêng tư phải định hướng các quyết định của chúng tôi về những gì sẽ xây dựng, kết nối và lưu giữ.

Mentavi Health, đơn vị đã triển khai EverHealth Scribe, xin phép bệnh nhân cả trong quá trình tiếp nhận ban đầu lẫn trước mỗi lần khám. Mô hình xin phép liên tục này quan trọng như thế nào trong việc xây dựng lòng tin của bệnh nhân, và cần xử lý ra sao khi bệnh nhân từ chối ghi chép có AI hỗ trợ hoặc rút lại sự đồng ý trong buổi khám?

Cách Mentavi xin phép bệnh nhân trong quá trình tiếp nhận ban đầu và một lần nữa trước mỗi lần khám khẳng định rằng bệnh nhân có quyền quyết định cách thức họ được chăm sóc.

Tôi đã dành một phần đáng kể sự nghiệp của mình cho lĩnh vực y tế từ xa, nên tôi tin rằng nhìn chung bệnh nhân sẵn lòng đón nhận công nghệ khi họ thấy được giá trị mà công nghệ mang lại. Lý tưởng nhất là bệnh nhân cảm nhận được bác sĩ giao tiếp bằng ánh mắt nhiều hơn, tương tác trực tiếp hơn và thực sự tập trung vào cuộc trò chuyện, thay vì ngồi sau máy tính xách tay hoặc gõ thông tin vào máy trạm. Đó là một giá trị rất thuyết phục.

Tất nhiên, giá trị đó phải đi kèm quyền lựa chọn. Bệnh nhân cần hiểu công nghệ được sử dụng như thế nào và cảm thấy thoải mái khi từ chối. Nếu ai đó rút lại sự đồng ý trong buổi khám, việc ghi âm cần dừng lại; bác sĩ lâm sàng cần có thể tiếp tục buổi khám và ghi chép theo quy trình thông thường. Mọi thông tin đã được ghi lại cần được xử lý theo các yêu cầu hiện hành về sự đồng ý và quyền riêng tư.

Sau cùng, tôi nghĩ lòng tin được xây dựng bằng cách liên tục mang lại giá trị. Nếu chúng tôi giúp bác sĩ lâm sàng dành nhiều thời gian hơn để tương tác với bệnh nhân, và bệnh nhân thực sự cảm nhận được sự khác biệt, thì chúng tôi đang làm đúng.

Ghi chú lâm sàng do AI tạo có thể tiềm ẩn những rủi ro như thông tin bịa đặt, chi tiết bị bỏ sót và diễn giải sai lời bệnh nhân. EverHealth đã áp dụng những biện pháp bảo vệ nào để phát hiện các lỗi này, và làm thế nào để bảo đảm bác sĩ vẫn thực sự giám sát thay vì chỉ đơn giản phê duyệt tài liệu do AI tạo?

Bác sĩ phối hợp chặt chẽ với trợ lý ghi chép và chịu trách nhiệm chỉnh sửa ghi chú do AI tạo trước khi thêm vào hồ sơ bệnh án, qua đó hạn chế tối đa khả năng thông tin đầu ra có sai lệch.

Bác sĩ cần xem xét và chỉnh sửa thông tin trước khi thông tin đó được lưu vào hồ sơ bệnh án. Cuối cùng, họ vẫn chịu trách nhiệm xác định liệu ghi chú có phản ánh chính xác buổi khám hay không, cũng như liệu có điều gì quan trọng bị bỏ sót hoặc diễn giải sai hay không.

Một thành phần quan trọng khác là thu thập ý kiến phản hồi liên tục. Sau mỗi buổi khám, chúng tôi hỏi bác sĩ liệu phần tài liệu ghi chép có hữu ích hay không, và hơn 96% câu trả lời là tích cực. Đây là tín hiệu đáng khích lệ cho thấy chúng tôi luôn tạo ra giá trị.

Khi bác sĩ báo cáo vấn đề, đội ngũ của chúng tôi sẽ trực tiếp trao đổi để tìm hiểu sự việc, xác định nguyên nhân cốt lõi và xem chúng tôi có thể cải thiện trải nghiệm như thế nào. Mối quan hệ trực tiếp với những người sử dụng công nghệ là một phần vô cùng quan trọng trong quá trình phát triển và hoàn thiện sản phẩm.

Tôi nghĩ đó chính là cách xây dựng niềm tin vào việc ghi chép có AI hỗ trợ. Chúng ta cần giúp mọi người tiếp cận thông tin nền tảng, duy trì sự giám sát thực chất của bác sĩ và liên tục đánh giá xem công nghệ có thực sự hữu ích hay không.

Gần đây, Mentavi Health cho biết họ đã triển khai theo từng giai đoạn với hơn 30 bác sĩ được cấp phép và hơn 14.000 ghi chú lâm sàng có AI hỗ trợ, đồng thời cải thiện việc ghi chép có cấu trúc và khả năng ghi nhận mã chẩn đoán. Những phát hiện quan trọng nhất từ đợt triển khai này là gì, và các bạn đánh giá như thế nào liệu trợ lý ghi chép AI có thực sự nâng cao năng suất của bác sĩ, độ chính xác của tài liệu ghi chép và chất lượng chăm sóc bệnh nhân?

Một trong những bài học quan trọng nhất từ đợt triển khai của Mentavi là việc áp dụng thành công phụ thuộc vào nhiều yếu tố hơn hẳn bản thân công nghệ. Mentavi đã kết hợp chuyên môn lâm sàng, hành chính và công nghệ để xác định các tiêu chuẩn ghi chép, thiết lập các thước đo chất lượng và triển khai các tính năng một cách thận trọng. Sự hợp tác đó chính là hình mẫu cho đổi mới có trách nhiệm trong lĩnh vực chăm sóc sức khỏe.

Với Scribe, vấn đề chúng tôi muốn giải quyết rất rõ ràng: bác sĩ dành quá nhiều thời gian để ghi chép một buổi khám. Vậy chúng tôi có thể giúp họ giảm bớt bao nhiêu thời gian và công sức?

Chúng tôi xem xét thời gian ghi chép, mức độ hài lòng của bác sĩ và hiệu quả của những tính năng như nhận diện chẩn đoán và đề xuất mã CPT trong việc loại bỏ các bước thừa khỏi quy trình làm việc. Khi mở rộng sang đơn chỉ định và đơn thuốc, chúng tôi sẽ áp dụng cách tiếp cận tương tự. Mỗi tính năng cần giúp giảm thêm một phần công việc đáng kể trong ngày của bác sĩ.

Mức cải thiện về khả năng ghi nhận mã chẩn đoán đặc biệt đáng khích lệ. Trong đợt đánh giá, các lượt khám sử dụng Scribe có tỷ lệ ghi nhận mã chẩn đoán gần 80%, so với khoảng 26% khi không sử dụng. Đây là mức cải thiện đáng kể về tính nhất quán của tài liệu lâm sàng có cấu trúc, đồng thời cho thấy AI có thể tạo ra giá trị vượt xa việc đơn thuần tạo ghi chú.

Số lượng ghi chú được tạo ra là điều đáng khích lệ, nhưng kết quả quan trọng nhất là khối lượng công việc chúng tôi giúp loại bỏ, cũng như chất lượng và tính nhất quán của tài liệu ghi chép mà chúng tôi hỗ trợ tạo ra.

Các phòng khám y khoa và sức khỏe tâm thần độc lập thường có nguồn lực hành chính hạn chế hơn so với các hệ thống chăm sóc sức khỏe lớn. Việc ghi chép ứng dụng AI có thể giúp các phòng khám nhỏ cạnh tranh như thế nào, và còn cần tháo gỡ những trở ngại nào liên quan đến chi phí triển khai, tích hợp quy trình làm việc hoặc mức độ sẵn sàng tiếp nhận công nghệ?

Tôi nghĩ cơ hội lớn nhất đối với các phòng khám độc lập là có nhiều lựa chọn hơn. Bằng cách giảm bớt công việc hành chính cho bác sĩ và nhân viên, chúng tôi giúp các phòng khám chủ động hơn trong việc quyết định cách sử dụng thời gian và nguồn lực. Có thể một bác sĩ muốn khám thêm nhiều bệnh nhân. Có thể họ muốn dành thêm thời gian cho những bệnh nhân hiện tại. Hoặc có thể họ chỉ muốn kết thúc buổi khám cuối cùng lúc 5 giờ, dành 15 phút xem lại tài liệu ghi chép rồi về nhà, thay vì phải dành thêm hai giờ để hoàn tất công việc còn tồn đọng. Tất cả những kết quả đó đều có giá trị, và phòng khám nên được tự quyết định điều gì quan trọng nhất.

Về việc triển khai, chúng tôi vốn đã là nhà cung cấp công nghệ cho phòng khám, nên trách nhiệm tích hợp vào quy trình làm việc thuộc về chúng tôi chứ không phải phòng khám. Scribe hoạt động trên các thiết bị mà bác sĩ đã sở hữu, và việc bắt đầu sử dụng có thể chỉ cần một hoặc hai buổi hướng dẫn. Dù vậy, một phòng khám nhỏ hầu như không có dư địa để xử lý các sự cố kỹ thuật. Vì thế, mục tiêu của chúng tôi là thiết lập hệ thống sao cho người dùng có thể tự vận hành ở mức tối đa.

Cuối cùng, tôi nghĩ AI giúp các phòng khám độc lập tiếp cận những năng lực và hiệu quả vận hành mà trước đây chỉ các tổ chức lớn hơn nhiều mới có. Và điều cũng quan trọng không kém là AI giúp những người làm việc tại các phòng khám đó chủ động hơn trong cách sử dụng thời gian.

Khi các bang ban hành ngày càng nhiều quy định khác nhau về AI trong lĩnh vực chăm sóc sức khỏe, đặc biệt là sức khỏe hành vi, EverHealth ứng phó với môi trường pháp lý phân mảnh này như thế nào? Những thách thức nào nảy sinh khi phát triển một sản phẩm AI phải đáp ứng các yêu cầu khác nhau về sự đồng ý của bệnh nhân, quyền riêng tư dữ liệu và hoạt động giám sát của bác sĩ lâm sàng tại nhiều khu vực pháp lý?

Tôi có cảm giác như mình đã từng chứng kiến chuyện này. Trước COVID, phần lớn sự nghiệp của tôi gắn với chăm sóc sức khỏe từ xa, xử lý những khác biệt giữa các bang về giấy phép hành nghề, địa điểm của bệnh nhân, sự đồng ý, kê đơn và hoàn trả chi phí. Rồi các quy định thay đổi gần như chỉ sau một đêm, và chúng tôi phải mở rộng quy mô trong khi các quy định ấy vẫn tiếp tục thay đổi.

Bức tranh AI cũng tạo cảm giác tương tự. Chúng tôi tập trung theo sát các dự luật đang được đề xuất, nắm rõ những khác biệt trong quy định ở cấp bang và liên bang, đồng thời xây dựng sản phẩm sao cho có thể thích ứng.

Điều đó đặc biệt quan trọng trong lĩnh vực chăm sóc sức khỏe hành vi từ xa, nơi một bác sĩ lâm sàng có thể khám cho bệnh nhân ở nhiều bang. Các nền tảng của dịch vụ cần cho phép tùy chỉnh các yêu cầu về sự đồng ý, quyền riêng tư và hoạt động giám sát của bác sĩ lâm sàng.

Bài học thực sự từ trải nghiệm đó là sản phẩm phải được thiết kế để thích ứng với quy định ngay từ đầu. Đó cũng là triết lý chúng tôi áp dụng với AI tại EverHealth. Nhiệm vụ của chúng tôi là xử lý càng nhiều khía cạnh phức tạp càng tốt để bác sĩ lâm sàng có thể tập trung cung cấp dịch vụ chăm sóc.

Trong thời gian tới, năng lực AI đang nhanh chóng mở rộng từ việc ghi chép sang hỗ trợ quyết định lâm sàng, tương tác với bệnh nhân và ngày càng nhiều quy trình chăm sóc sức khỏe tự động. Theo ông, ranh giới giữa hỗ trợ bằng AI và phán đoán chuyên môn của con người nên được duy trì ở đâu, đặc biệt là trong lĩnh vực sức khỏe tâm thần, và ông hình dung công nghệ của EverHealth sẽ phát triển như thế nào trong ba đến năm năm tới?

AI có thể lắng nghe, sắp xếp thông tin, nêu bật bối cảnh liên quan và đưa ra gợi ý. Nhưng phán đoán lâm sàng thuộc về bác sĩ lâm sàng.

Điều đó đặc biệt quan trọng trong lĩnh vực sức khỏe tâm thần, nơi bệnh sử của bệnh nhân, sự thay đổi trong giọng điệu hay thậm chí những điều không được nói ra cũng có thể mang ý nghĩa ngang với chính lời nói. Công nghệ nên giúp bác sĩ lâm sàng hiện diện trọn vẹn hơn trong những khoảnh khắc ấy, chứ không phải ít đi.

Trong ba đến năm năm tới, cơ hội rộng lớn hơn nhiều so với việc tạo ra một công cụ ghi chép thông minh hơn. Tầm nhìn của chúng tôi tại EverHealth là một hành trình chăm sóc ngoại trú thông minh, trong đó công nghệ giúp kết nối các thời điểm trước, trong và sau buổi khám.

Hãy hình dung một phòng khám ghi nhớ những điều quan trọng: bệnh sử liên quan luôn sẵn có khi cần, bác sĩ lâm sàng có thể tập trung vào bệnh nhân thay vì chắp nối thông tin rời rạc, và các quyết định lâm sàng được chuyển tiếp liền mạch hơn vào hồ sơ, mã hóa, điều phối chăm sóc và theo dõi sau đó. Mục tiêu của chúng tôi không chỉ là giúp từng tác vụ riêng lẻ được thực hiện nhanh hơn. Chúng tôi muốn giảm trở ngại giữa các tác vụ ấy.

Mục tiêu định hướng mọi việc chúng tôi làm là bảo đảm mỗi bệnh nhân đều cảm thấy mình được thấu hiểu trọn vẹn, và mỗi nhà cung cấp dịch vụ đều có đủ thông tin rõ ràng để mang đến dịch vụ chăm sóc tự tin, kết nối.

Xin cảm ơn ông về cuộc phỏng vấn thú vị này. Độc giả muốn tìm hiểu về hoạt động ghi chép lâm sàng có AI hỗ trợ và các quy trình chăm sóc sức khỏe kết nối có thể truy cập EverHealth.