患者在急诊室接受治疗后，根据医疗法规必须由医生撰写出院记录。韩国研究团队开发出一款人工智能（AI）系统，可替代医生完成此项工作。此举预计能显著减轻急诊室医生的行政负担，增加实际用于患者诊疗的时间。
延世大学急诊医学系金志勋教授、医疗生命系统信息学系柳承灿教授及四年级医学生宋智宇于4日宣布，他们成功开发出基于大型语言模型的AI模型"Y-Knot"，该模型采用患者信息安全保护机制。研究团队关于该AI模型的效能、准确度及医生实际满意度的综合论文，已发表于国际学术期刊《JAMA网络开放》（影响因子10.5）最新一期。
根据医疗法规，急诊室医生在进行快速诊疗的同时，必须准备称为"出院记录单"的急诊患者医疗记录。该记录需包含患者就诊原因、检查结果、治疗细节、病情进展、转院情况及出院决策依据等完整诊疗流程。尽管此流程对保障患者安全和治疗连续性至关重要，但面对快速涌入的急诊患者，医生不得不额外承担繁重的文书工作。
为解决这一难题，延世大学研究团队开发出基于大型语言模型的AI系统，可自动生成急诊患者医疗记录。当AI完成记录初稿后，医生仅需进行复核确认即可。大型语言模型（LLM）是一种通过学习海量文本数据来生成语句的人工智能技术。
此前虽有基于大型语言模型的AI应用，但因需连接急诊室外网络，存在患者健康状况等敏感信息泄露风险，难以在医院环境中安全使用。为解决此问题，研究团队创新采用"现场大型语言模型"和"轻量级Transformer模型（Llama3-8B）"架构。其中，现场大型语言模型直接在医院内部服务器运行，无需外部网络连接；轻量级Transformer模型则在保持AI性能的同时缩小模型体积，确保在医院内网稳定运行。
得益于此设计，该系统可在急诊室内部网络独立运作，有效避免患者敏感信息泄露等个人数据安全问题。在韩国一家2400张床位的高级综合医院，六名急诊医生使用该AI模型的测试结果显示：撰写急诊患者医疗记录的时间缩短超过50%。医生手动记录平均耗时69.5秒，而使用AI模型后降至32.0秒。
此外，AI辅助生成的记录质量优于医生手写版本。研究团队随机安排三名急诊医生对AI生成记录与手写记录进行双盲评估，从完整性、准确性、简洁性及临床实用性四个维度进行对比。急诊医学系金志勋教授表示："AI生成的急诊患者医疗记录在速度和质量上均显著优于传统手写方式。内网部署模式让我们能在保障信息安全的同时，将更多时间投入患者诊疗。"
医疗中心生物系统信息学教授柳承灿补充道："该技术不仅适用于急诊科，还可推广至其他科室。但需持续完善辅助流程，最终必须由专科医生进行审核确认。"
【全文结束】
