Eric Grover, Net Health首席架构师 Eric Grover Net Health首席架构师

人工智能的战略侧面：让技术为临床医生和患者服务

五年前，实时临床决策支持和自动化文档编写听起来像科幻小说。今天，这些功能已经在生产软件中实现。可能和实际之间的差距已经消失，仍在辩论是否采用人工智能（AI）的医疗保健领导者已经落后。现在的问题是，组织如何快速、负责地实施这项技术。对于希望超越实验的医疗系统，从大型急诊网络到管理独特工作流的专业组织，例如伤口护理、康复和职业健康，前进的道路需要对AI真正创造价值的领域有战略性的清晰认识，需要对工作流集成进行有意的规划，并需要对其是否真正有帮助进行诚实的衡量。AI表演和AI实质的区别将决定哪些组织领先，哪些组织将努力跟上。选择合适的用例并非所有AI项目都能带来同等的价值，成功扩张的组织共享一个模式。它们从临床医生真正感受到的工作流痛点开始，而不是看起来令人印象深刻的技术能力。文档负担是最可衡量的例子。研究表明，临床医生几乎花费一半的工作时间在电子健康记录（EHR）和桌面工作上，大约每小时直接患者护理时间的两倍是文档时间。在康复治疗中，70%的治疗师报告说文档速度是导致倦怠的最大因素。减轻这一负担的AI让临床医生重新拥有了与患者相处的时间，并帮助保留了一个筋疲力尽的劳动力。但是，领导者需要对所谓的“AI辅助文档”有辨别力。大多数环境文档供应商今天生成叙述性临床笔记：将SOAP摘要粘贴到EHR的笔记部分。这是一个有用的起点，但真正的价值并不在这里。下一个前沿是从临床对话中提取结构化数据的AI，例如活动范围、力量评分和锻炼细节，然后直接填充离散的临床字段。AI写一段文字和AI填充47个结构化临床字段之间的区别是便利性和变革之间的区别。还存在一个经常被忽视的可负担性视角。后急性护理环境和私人诊所运营在极薄的利润率上。任何AI投资都必须在几个月内显示投资回报率，而不是几年。AI不仅仅是为拥有十亿美元IT预算的医疗系统准备的。对于一个十个提供者的技能护理设施或农村门诊，数学必须有效。首先专注于收入周期效率和文档生产力的组织为扩展到更雄心勃勃的临床应用程序奠定了基础。原生AI与外接解决方案最具决定性的决定之一是AI是否应该在临床系统中原生嵌入，还是作为点解决方案外接。点解决方案会产生我所说的“转椅AI”。这意味着，临床医生在系统之间切换，输出之间复制粘贴，并管理单独的登录。每个集成接缝都是一个摩擦点。当AI位于临床工作流之外时，洞察力会脱离上下文，反馈循环会断裂，临床医生的认知负担实际上会增加。外接的AI是一个功能。原生的AI是一个平台能力。原生AI具有外部合作伙伴无法复制的上下文。当智能被嵌入在EHR中时，它知道患者的历史，当前的工作流状态和临床医生的文档偏好，没有API调用或数据交换。还存在治理优势；您控制完整的审计跟踪，模型更新和数据居住权。并且，原生集成关闭了反馈循环，使AI随着时间的推移而变得更好。AI建议，临床医生采取行动，结果被捕获，解决方案得到改进。最好的AI消失在工作流中，这种隐形只有当智能被编织到系统中时才是可以实现的。成功部署的策略即使是最好的AI，如果组织没有准备好，也不会成功。没有一致的临床领导和重新设计的工作流程，计划将会失败。领导者需要在签订合同之前坚持部署的先决条件，例如高管赞助、临床冠军和变革管理资源。并非所有AI项目都能带来同等的价值，成功扩张的组织共享一个模式。这些系统应该是可审计的、可控的和透明的。您能解释为什么AI做出了特定的建议吗？是否有一个不可变的记录，说明它做了什么，临床医生做出了什么决定？您可以关闭它、调整阈值或排除某些人群吗？如果您无法解释它、审计它和控制它，请不要部署它。同样重要的是，临床环境中的AI输出应该始终是一个草稿，而不是最终记录。让人类参与到循环中对于确保任何AI生成输出的安全性和准确性至关重要。领导者还应该向他们的AI供应商提出更多战略性的问题。“当你出错时会发生什么？”每个AI都会犯错误；供应商如何检测错误、通知客户和补救？“谁拥有模型改进周期？”您的数据是否改进了他们的模型，您是否从这些改进中受益？“给我看一个失败的例子。”任何声称100%成功的供应商要么是在撒谎，要么没有在大规模部署。专业护理的优势在专业护理中，包括伤口护理、康复治疗和职业健康，这些原则变得更加重要。专业工作流程比一般急性护理更结构化，因此在专业数据上训练的AI比一刀切的解决方案更准确。考虑一下康复治疗中的环境文档。当AI可以倾听一个会话并准确地将活动范围、手动肌肉测试评分和锻炼细节填充到离散的临床字段中，而不是生成叙述性总结时，它从根本上改变了价值方程。当这种环境系统紧密耦合到EHR时，它将患者的文档历史与当前转录综合起来，产生上下文感知文档，而不是将每次遇到视为孤立事件。拥有临床工作流和AI智能层的专业EHR供应商可以在bolted-on解决方案无法做到的方式关闭AI建议和实际发生的事情之间的循环。展望未来近期的未来已经变得清晰。代理AI，即不仅建议而且采取行动的系统，将处理大量的行政工作流程。想象一下，自动提交的预授权、编译的转介包和在临床医生监督下但不需要临床医生劳动的处方续约。两年后，手动预授权将像传真一样过时。成功始于选择符合组织目标和临床现实的用例，原生地将AI嵌入工作流程中，涉及一线临床医生在设计和验证中，并以与任何临床干预相同的严谨性衡量结果。技术是容易的部分。难点是组织承诺、工作流程重设计和测量纪律。但是，对于有意方法的医疗系统，回报是巨大的。更安全的护理，较少的倦怠临床医生和更好的患者结果。AI不是来行医的。它是来帮助我们更好地行医的，消除使临床医生筋疲力尽的东西，以便他们可以做到激发他们的东西：帮助人们治愈。