华盛顿特区的儿童国家医院正在与微软合作，探索生成式AI如何改善儿科护理。“我们一直对生成式AI的力量非常感兴趣，”儿童国家医院首席医疗信息官杰西卡·赫斯特克博士在接受《贝克尔医疗》采访时表示。“微软在临床AI方面一直在推动创新，我们看到了与他们合作开发工具的机会，这些工具可以真正惠及我们的员工和患者。”
在最近与微软专家进行的为期两天的工作坊中，儿童国家医院专注于原型化AI应用程序，以解决医院的关键挑战。赫斯特克博士解释说，开发这些用例是一个涉及临床、运营和技术领导者的协作努力。一线员工的反馈帮助确定了痛点，并优先考虑了AI可以立即产生影响的领域。“在医疗保健中开发AI工具时，协作至关重要，”赫斯特克博士说。“我们确保包括从临床医生到技术专家的各种声音，以确保原型基于现实需求。我们获得的输入越多，这些工具就越成功。”
解决医疗文档和工作流程挑战
在工作坊期间探讨的一个原型是“Beacon”，这是一个由AI驱动的工具，旨在简化政策和程序文档的访问。Beacon使员工能够实时搜索内部文档。“众所周知，在医疗保健中快速获取信息至关重要，”赫斯特克博士说。“像Beacon这样的工具可以大大减少团队查找和引用所需文档的时间，尤其是在紧张时刻。”
工作坊的另一个重点是提高文档记录效率。赫斯特克博士强调了临床医生在电子健康记录（EHR）中记录患者信息时面临的负担。“作为一名住院医师，编写出院总结一直是个持续的挑战，”赫斯特克博士说。“我经常发现自己花太多时间重复记录相同的信息。希望借助AI，我们可以自动化部分文档记录，让临床医生更加专注于患者护理。”团队致力于开发生成式AI工具，更有效地总结患者信息。AI可以将医学语言转换成患者及其家属易于理解的摘要，同时生成简洁的报告供初级保健提供者、编码员和保险公司使用。据赫斯特克博士称，这可以显著减少重复的文档任务。
工作坊还探讨了使用AI从医生笔记中提取数据，以应对EHR中自由文本记录的挑战。该原型可以识别关键的随访预约，简化将信息传递给个案经理或调度系统的过程。此外，团队尝试使用AI改进儿科药物管理。“儿科的挑战在于我们的药物警报通常过于宽泛，导致临床医生对其变得不敏感，”赫斯特克博士说。“借助AI，我们可以开发更具针对性的警报，使其适用于个别患者，减少警报疲劳并提高安全性。”通过整合生成式AI，儿童国家医院能够根据患者历史、药物和特定需求创建个性化、上下文敏感的警报。
下一步计划
儿童国家医院计划与微软一起完善工作坊中创建的四个原型。“我们仍处于这一过程的非常早期阶段，但希望在未来几个月内开始在临床环境中测试这些原型，”赫斯特克博士说。“一旦我们收集到更多数据，我们就可以完善这些工具并更广泛地推广。”
(全文结束)
