Джонс Хопкинс имеет большие планы по использованию ИИ в сводных диаграммах Epic

Вчера, в первая часть нашего подробного интервью с доктором Брайаном Хассельфельдом из Johns Hopkins Medicine, старшим медицинским директором по цифровому здравоохранению и инновациям и заместителем директора Johns Hopkins inHealth, обсудили роль искусственного интеллекта в здравоохранении в целом.

Сегодня Хассельфельд, который также является врачом первичной медико-санитарной помощи в области внутренних болезней и педиатрии в Центре общественных врачей Джонса Хопкинса, обращает свое внимание на сам Университет Джонса Хопкинса, где он и ряд команд в организации внедрили искусственный интеллект в приложениях для записи окружающего воздуха и порталах пациентов. . Они работают с гигантом EHR Epic над внедрением искусственного интеллекта для обобщения диаграмм – это важный шаг вперед.

Вопрос. Давайте обратимся к искусственному интеллекту в Johns Hopkins Medicine. Вы используете технологию окружающего писца. Как это работает в ваших рабочих процессах и какие результаты вы видите?

А. Конечно, очень актуальное пространство. Мы видим ряд продуктов, использующих широкий спектр стратегий. Мы похожи на многих, кто предпринял некоторые первые шаги в этой области, признавая, что технологии на самом деле не делают того, что должны делать в здравоохранении.

Возможно, большинство данных говорят, по крайней мере, для клиницистов, что технологии в некотором роде нанесли больший вред, по крайней мере, нашим собственным рабочим процессам и опыту в здравоохранении. Итак, мы пытаемся подумать о некоторых из тех моментов, в которых мы можем вернуть технологии в центр и сделать их более приятными.

Опять же, многие признали бремя документации, которое ложится на наших врачей из-за стремительного роста содержания электронных медицинских карт, как из-за нормативных требований, так и из-за общего рабочего процесса во многих основных системах. Итак, для большинства наших систем, имеющих подхвачен на окружающем ИИподслушивающее устройство, его окружающая часть прослушивает клинический опыт, будь то амбулаторный визит, история приема в отделение неотложной помощи или стационарные обходы.

А на внутренней стороне инструмент искусственного интеллекта, обычно известный как большая языковая модель, такая как GPT, затем берет произнесенное слово между несколькими сторонами и конструирует его в новый порождающий абзац.

Он использует реальную функцию этих больших языковых моделей для создания абзаца контента, обычно вокруг определенной подсказки. Учитывая эту модель: «Пожалуйста, напишите историю, основанную на этом медицинском опыте». И в настоящее время мы внедрили это в ряде амбулаторных и амбулаторных клиник, в нескольких различных областях специализации, в настоящее время разрабатываем наш первый продукт и, вероятно, думаем о том, как мы будем использовать более одного продукта, чтобы понять различные уровни функциональности.

Я сам только что был в клинике сегодня утром, и мне посчастливилось использовать технологию окружающего искусственного интеллекта с помощью устройства, моего собственного смартфона, с нашим EHR на телефоне, и иметь возможность запустить продукт окружающего искусственного интеллекта, который прослушивает столкновение и генерирует черновой вариант заметки, за который, конечно, я несу ответственность и должен сам просмотреть и отредактировать, чтобы обеспечить клиническую точность. Это действительно делает клиническое взаимодействие намного лучше.

Возможность оторвать руки от клавиатуры, посмотреть прямо на пациента и открыто поговорить на очень интимную тему, о своем личном здоровье, и по-настоящему отвести взгляд от компьютера и обратно к пациенту, на мой взгляд, это главное преимущество на данный момент.

Вопрос. Компания Johns Hopkins Medicine также использует искусственный интеллект для ответов на черновики сообщений на портале пациентов. Пожалуйста, объясните, как врачи и медсестры используют это и каких результатов они достигают.

А. Этот корпоративный инструмент доступен для первых пользователей. Вероятно, теперь многим, кто следит за контентом HIMSS Media, хорошо известно, что терпеливые электронные письма или сообщения в корзине, сообщения генерируется через портал пациентарезко возросли из-за пандемии.

Здесь, в Хопкинсе, мы наблюдали почти трехкратное увеличение количества сообщений, отправленных пациентами нашим врачам, с периода до COVID в конце 2019 года до нашего показателя, который мы наблюдаем сейчас. И кое-что из этого действительно хорошо. Мы хотим, чтобы наши пациенты сотрудничали с нами. Мы хотим знать, хорошо они себя чувствуют или плохо, и помочь провести сортировку.

Но опять же, клинический рабочий процесс, включая модели оплаты и модели клинической помощи, не построен для такого постоянного общения, этого постоянного контакта. Он построен на посещениях. Мы поступили с благими намерениями, расширив возможности общения с нашими пациентами. Это очень простой способ, который мы все делаем каждый день – электронная почта и текстовые сообщения.

Мы привыкли сообщать то, что мы называем асинхронно или посредством письменного общения. Но мы действительно не изменили другую сторону этого. Непредвиденным последствием стал сброс всего этого объема в неизмененную систему клинической практики.

Теперь все мы пытаемся выяснить, как ускорить улучшение этой важной области клинического выгорания, сохраняя при этом пользу для наших пациентов от более свободного контакта со своей клинической командой.

Итак, приходит сообщение. Некоторые вещи исключаются, особенно если к ним есть вложения и тому подобное, поскольку такие типы сообщений труднее интерпретировать. И как только сообщение попадет к члену группы клинической помощи, те, у кого есть доступ к пилотному развертыванию проектов ответов ИИ, увидят возможность выбрать проект ответа на основе содержания исходного сообщения, а затем просмотреть черновик большой языковой модели. ответ, основанный на некоторых данных ему инструкциях, чтобы попытаться интерпретировать его соответствующим образом.

Я, как врач, могу выбрать: начать с этого черновика или начать с пустого сообщения. Стэнфорд только что опубликовал статью по этому поводу и довольно хорошо сформулировал некоторые плюсы и минусы. Одним из преимуществ является снижение когнитивной нагрузки при попытках обдумать ответы на очень рутинные типы сообщений.

Мы также увидели, что врачи, которые взяли в руки этот инструмент и используют его на регулярной основе, определенно демонстрируют снижение показателей выгорания в корзине и здоровья врачей. Но в то же время я думаю, что сейчас экономится минимум времени, потому что черновики ответов действительно применимы и действительно полезны для сообщения пациента только в меньшинстве случаев. В опубликованной в Стэнфорде статье это было в 20% случаев.

Мы видим, что в наших клиниках процент варьируется от низкого однозначного процента до 30-40%, в зависимости от типа пользователя, но все же гораздо меньше половины. Инструмент не идеален, рабочий процесс не идеален, и это будет частью этого быстрого, но итеративного процесса, чтобы выяснить, как мы применим эти инструменты к наиболее полезным сценариям на данном этапе.

Вопрос. Насколько я понимаю, компания Johns Hopkins Medicine работает над обобщением графиков с помощью искусственного интеллекта, уделяя первоначальное внимание краткому изложению курса лечения в стационаре. Как здесь будет работать ИИ и каковы ваши ожидания?

А. Из всех проектов этот находится на самой ранней стадии. Это хороший пример различий в применении технологии в разных сферах оказания медицинской помощи и глубины решаемой проблемы.

В предыдущих примерах (обстановка и черновики ответов в корзине) мы действительно работаем над очень кратким транзакционным компонентом клинического континуума. Один визит и связанное с ним обсуждение, одно сообщение и подготовка ответа. Это очень сдержанные данные.

Когда мы начинаем думать о более широкой теме обобщения диаграмм, то, к сожалению или к счастью, нет предела решаемой проблеме – глубине данных, которые необходимо понять. И опять же, это необходимо извлечь из неструктурированного состояния в структурированное.

На самом деле, работа, которую мы, как врачи, выполняем каждый раз, когда взаимодействуем с таблицей, мы перемещаемся по ней различными способами, извлекаем то, что, по нашему мнению, нам необходимо знать, и резюмируем. Это сложная задача. Мы стараемся работать по максимально целевой зоне, при госпитализации вы существенно более привязаны ко времени, чем при других вариантах обобщения карт.

В амбулаторных условиях вам, возможно, придется диаграмма суммирует информацию за 10 лет в зависимости от того, почему вы приходите к этому врачу или от причины вашего визита. Сегодня у меня появился новый пациент. Мне нужно было знать все об их истории болезни. Это огромная задача по обобщению диаграмм.

В стационаре у нас есть возможность установить временные рамки вокруг того, что необходимо резюмировать. Таким образом, даже не начиная со всей информации о госпитализации, которая на самом деле может включать причину госпитализации, которая затем может вернуться в остальную часть карты.

Во время госпитализации у нас есть ежедневная информация о вашем пребывании в больнице и изменении интервалов. Эти вопросы рассматриваются в ежедневных отчетах о проделанной работе и в раздаточных материалах между клиническими бригадами. И мы можем сузить информацию, подлежащую обобщению, до тех вещей, которые меняются и происходят со вчерашнего дня до сегодняшнего дня, даже несмотря на то, что потенциальных вещей много — изображения, лабораторные исследования, заметки основной команды, заметки консультанта, заметки медсестры. команда.

Это гораздо более ограничено по времени и по-прежнему обеспечивает значительную эффективность стационарных бригад и, безусловно, выявляет хорошо известную область риска, а именно передачу управления. Каждый раз, когда ваша клиническая команда меняется во время вашего пребывания в стационаре, что происходит часто, поскольку в большинстве случаев мы не просим врачей работать 72 часа подряд, у нас есть возможность помочь поддержать те области передачи высокого риска.

Итак, пытаясь ограничить диапазон, и даже здесь, в этом конкретном случае, необходимо проделать большую работу, чтобы подготовить потенциальный инструмент к реальному использованию в клинический рабочий процесс, учитывая, откровенно говоря, широту и глубину имеющихся данных. Мы только начали этот путь открытий, работая с нашими партнерами по EHR в Epic, и с нетерпением ждем возможности увидеть, что здесь может быть возможно.

Посмотреть видео этого интервью с БОНУСНЫМ КОНТЕНТОМ нет в этом сторис, кликните сюда.

Примечание редактора: это седьмая статья в серии статей, посвященных ведущим специалистам в области информационных технологий в сфере здравоохранения, обсуждающим использование искусственного интеллекта в здравоохранении. Чтобы прочитать первую статью о докторе Джоне Халамке из клиники Майо, кликните сюда. Чтобы прочитать второе интервью с доктором Алпеном Пателем из Geisinger, кликните сюда. Чтобы прочитать третью, с Хелен Уотерс из Meditech, кликните сюда. Чтобы прочитать четвертую, вместе с Сумитом Раной из Epic, кликните сюда. Читать пятую часть вместе с доктором Ребеккой Г. Мишурис из Массачусетского университета генерала Бригама: кликните сюда. И чтобы прочитать шестую, вместе с доктором Мелеком Сомай из Сети здравоохранения Фредтерта и Медицинского колледжа Висконсина: кликните сюда.

Следите за репортажами Билла о HIT на LinkedIn: Билл Сивики
Напишите ему: [email protected]
Healthcare IT News — издание HIMSS Media.