ImageTrend 首席增长官 Joe Graw 探讨 AI 如何革新紧急医疗服务和火灾响应

Joe Graw，ImageTrend 首席增长官，在公司中拥有超过 22 年的领导经验。自 2023 年以来，他一直推进战略计划和创新。之前，他曾于 2020 年至 2023 年担任总裁和首席执行官，引领公司实现显著增长，并于 2017 年至 2022 年担任首席运营官，推动运营卓越。他的学习热情和前瞻性方法不仅仅局限于管理增长，还致力于塑造 ImageTrend 的未来，并帮助客户利用数据实现有意义的结果。

ImageTrend 是紧急响应和医疗保健软件领域的领导者，将事件和运营数据转化为可行的见解。其统一平台支持消防部门、紧急医疗服务机构、医院和研究人员，提供文档、数据交换、分析和合规工具，赋予组织改善结果和提供更有效的社区护理的能力。

您在紧急医疗服务和消防业务技术领域拥有超过二十年的经验。是什么最初吸引您进入这个领域，您今天的动力是什么？

我一直对技术解决现实世界问题的潜力充满热情，尤其是在像紧急医疗服务和消防这样高风险的领域。今天，我被创造能够直接提高公共安全和改善生命的工具的能力所激励。每一次创新都感觉像对急救人员和他们服务的社区来说的小小胜利。

人工智能通常与医院或预测分析相关联。但 ImageTrend 正在将人工智能直接应用于前线——急救和消防机构如何在实时中使用人工智能，它对现场工作的影响是什么？

人工智能正在改变急救和消防业务，因为它使现场实时决策和自动化关键任务成为可能。ImageTrend 的一个客户洛杉矶县消防局正在现场测试语音转文本技术，以无手记录患者信息，从而让急救人员节省时间，更加专注于患者护理。他们还使用智能图像识别技术，从任何文档中提取和应用关键信息，只需拍摄一张照片，这加快了现场文档记录的速度。这些创新提高了情况意识，加快了流程，提高了护理质量，同时减少了行政负担。

语音转文本记录是您实施的突出功能。它如何改变急救人员的日常体验，在高压环境中使其可靠的挑战是什么？

ImageTrend 的语音转文本解决方案专为现场环境设计。它可以准确捕捉医疗缩写，如“A&O x4”、“18 号针头在左 AC”或“SPO2 99% 在室内空气中”，并智能地将这些值应用于相关字段。提供者可以用平白话口述叙述、评估、生命体征和程序，而结构化数据会自动填充，消除了无数次点击。

然而，挑战在于确保系统在高压环境中保持准确和可靠。这就是为什么我们的 AI 辅助解决方案在嘈杂的环境中进行了测试，例如咖啡店，在运输过程中用戴手套的双手进行操作，甚至在飞行医生的创伤呼叫中部署，以确保它在现场操作的不可预测和苛刻性质下保持一致的性能。

许多平台都在谈论“人工智能集成”，但通常这只是一个附加功能。ImageTrend 的全集成是什么样的，为什么这种区别对紧急服务来说很重要？

ImageTrend 的全人工智能集成意味着不仅仅是将人工智能添加到现有的系统或工作流程中，而是创建一个统一的生态系统，主动优化急救人员的工作方式。完全集成的人工智能预测急救团队的需求，提供实时建议，并简化现场操作。急救人员不再需要处理多个断开的工具；他们拥有一个无缝集成的平台，包含他们日常操作所需的一切，这消除了摩擦，加快了决策速度，并确保急救人员可以专注于提供护理，这是最重要的。

图像识别和实时决策支持现在正在高压、低容错率环境中部署。您如何确保这些系统不仅快速，还能被急救人员信任？

信任来自于在现实世界情况下的持续、经过验证的性能。通过与急救人员密切合作，通过反馈改进我们的系统，并确保严格的验证，我们最大限度地提高了准确性和可靠性，当它最重要时。另外，每个由人工智能建议的值都可以被审查和应用或拒绝，当涉及到我们的 AI 辅助解决方案时。没有任何内容可以在没有提供者批准的情况下进入报告。提供者始终保持控制。

在紧急情况下，时间和数据可以挽救生命，互操作性至关重要。您能否带我们了解 ImageTrend 如何实现医院、急救和消防机构之间的顺畅沟通和数据共享？

ImageTrend 的卫生信息网络解决方案通过允许急救和医院系统之间进行实时、双向数据交换，弥合了急救和医院系统之间的关键数据差距。当急救人员将电子病历直接发送到医院时，临床医生可以立即将患者结果、处置和诊断返回给急救人员，提供每个人完整的图景——没有延迟，没有空白。这一无缝集成打破了孤岛，统一了急救和医院系统为一个智能网络。使用我们的平台，不需要断开的工具或半集成。无论是解锁可行的数据洞察、简化报告工作流，还是确保医院和急救之间的协调，ImageTrend 确保没有任何数据被遗漏。

您在人工智能驱动的警报和智能工作流中看到什么趋势，特别是在预医院环境中，它们将如何在接下来的 3 到 5 年内演变？

我们正在看到向预测性、人工智能驱动的工作流的转变，这些工作流可以预测需求在出现之前。未来几年，我们可以期待看到更多主动的警报，人工智能可以标记潜在问题，例如人员短缺、高风险患者或运输延迟。这将帮助机构更好地准备和更高效地应对问题或挑战性情况的升级。

许多机构面临着倦怠和人员短缺的问题。人工智能如何在不增加急救人员认知负担的情况下真正减轻这种负担？

人工智能正在自动化常规任务，简化文档，并提供决策支持，因此急救人员可以专注于关键性思考和患者护理。通过卸载这些行政和精神负担，人工智能最小化了倦怠的风险，因为它允许急救人员更有效地工作，而不会让他们感到不知所措。

在您的看法中，紧急响应中的人工智能的未来会是什么样子？您是否设想完全自动化的分诊系统，还是人类将始终处于决策循环的中心？

虽然人工智能将继续演进，但我相信人类将始终在紧急响应中发挥核心作用。人工智能将成为决策支持的重要工具，但人类的同理心、判断力和适应性永远无法被完全取代。我相信未来是人工智能和人类专业知识之间的协作。

回顾人工智能在这个领域的进展，您认为哪一项进展原本应该在几年后才会实现，但现在已经对现场工作产生了影响？

当我们首次探索急救领域的人工智能时，现场实时人工智能驱动的决策支持的想法似乎是一个遥远的目标。然而，我们已经实现了这一目标——人工智能正在帮助急救人员做出更快、更准确的决定，甚至在高压力时刻。从实时图像识别到预测分析指导患者护理，这些技术正在现场工作，并且已经开始挽救生命、改善结果。看到这个领域进步的速度以及这些创新对现场工作的影响，真是令人兴奋。

感谢这次精彩的采访，想了解更多的读者可以访问 ImageTrend。