Oracle Health 最近发布了一款基于生成式 AI 技术的新版临床 AI 代理。该代理以前被称为 Oracle Health 临床数字助理，这是第二代临床 AI 代理，为医疗提供者提供了一系列先进的 AI 服务。
临床 AI 代理通过结合临床智能和多模式语音用户界面，自动化和统一了广泛的临床工作流程，从而改善了医患互动。它通过捕捉和丰富患者的交流、提高文档准确性以及简化临床决策过程，提高了医生的工作效率。
例如，医生无需花费时间浏览下拉菜单或滚动屏幕查找信息，只需询问临床 AI 代理即可在预约前、中、后访问患者的医疗历史关键要素。与 Oracle Health 电子健康记录（EHR）集成后，Oracle Health 临床 AI 代理能够在几分钟内用多种语言生成准确的初稿笔记。它还建议临床后续措施，如实验室测试和转诊，供医生审查和批准，并将所有信息同步回患者的个人医疗记录。临床 AI 代理可以同时从患者笔记中提取相关数据，实现自动编码，提高准确性并确保合规性。此外，它生成特定条件的药物历史和出院总结，为临床决策提供快速洞察。
“Oracle Health 临床 AI 代理展示了 Oracle AI 克服行业长期挑战的能力，”Oracle Health and Life Sciences 执行副总裁兼总经理 Seema Verma 表示，“从减少职业倦怠到提高患者满意度和改善报销流程，临床 AI 代理正在改变从业者及其服务对象的生活。”
作为运行在 Oracle Cloud Infrastructure (OCI) 上的云解决方案，用户受益于军事级别的安全性和持续创新，例如定期添加新的语言功能。用户已经对该解决方案提供了积极的反馈。
“AtlantiCare 是 Oracle Health 临床 AI 代理的首批命名创新合作伙伴之一，这为我们提供了提供宝贵反馈并见证持续改进的独特机会，”AtlantiCare 总裁兼首席执行官 Michael Charlton 说，“我们的医生在患者参与度和职业满意度方面看到了改进，这得益于减少了手动文档处理。通过增强就诊总结，我们确保了临床和行政团队的一致性，最终改善了患者体验。新增加的语言功能已经对我们的西班牙语医生和患者产生了积极影响。这一合作是我们 Vision 2030 战略的关键部分，该战略重新构想了以患者和社区健康为中心的医疗保健交付方式。”
平均而言，AtlantiCare 的提供者在总文档时间上节省了 41%，每天节省了 66 分钟。
“我们的团队对 Oracle Health 临床 AI 代理的反馈非常积极。我们的医生看到了它如何显著提高他们的生活质量，”Beacon Health System 首席医疗信息官 Scott Eshowsky 医学博士说，“对我个人来说，能够花更多时间向患者解释诊断和治疗方案，而不是将大量精力放在手动文档处理上，这真是太好了。”
“与我之前使用的 AI 文档模型相比，Oracle Health 临床 AI 代理是最可靠和最准确的，”Billings Clinic 儿科医生 Patricia Notario 博士说，“我在使用 Oracle 时所做的更正少得多。最重要的是，我对 Oracle 平台越来越有信心，因为笔记几乎立即生成供我审查。现在我可以用它为讲西班牙语的家庭服务，效果与英文一样好！”
对于 ERP 内部人士的意义
为了最大化医疗提供者的价值，Oracle 临床 AI 代理应与以下关键 Oracle Health 应用程序集成：
- Oracle Health 电子健康记录（EHR）：该应用程序是患者医疗记录的中央存储库，因此将 AI 代理与其集成可实现无缝访问患者数据，使 AI 代理能够协助临床文档和决策过程。
- Oracle Health Multum 药物数据库：该应用程序提供全面的药物信息，包括相互作用和禁忌症，因此将 AI 代理与其集成可实现在患者护理期间提供准确的药物指导和警报。
- Oracle Health 床边医疗设备集成：该系统将医疗设备连接到 EHR 以实现实时数据捕获，因此将 AI 代理与其集成可使提供者监控和分析患者生命体征，支持及时的临床干预。
- Oracle Health 远程患者监测：该应用程序在传统临床环境之外提供连续的患者监测，因此扩展的患者数据可以输入 AI 代理，增强慢性病管理和出院后护理。
- Oracle Health 数据仓库：该仓库的作用是聚合大量医疗保健数据以进行分析，因此将 AI 代理与其集成可推动高级分析，支持人口健康管理及预测建模。
- Oracle Health 统一分析和报告：这些工具用于全面的数据分析和报告，因此它们可以使 AI 代理生成可操作的见解，支持循证临床决策。
医疗保健行业必须克服障碍才能充分受益于 AI
2019 年至 2022 年间，投资者向医疗保健 AI 技术分配了约 315 亿美元，突显了在该领域整合 AI 解决方案的坚定承诺。尽管有大量投资，医疗保健行业在大规模实施 AI 方面仍面临挑战，包括监管障碍、数据隐私问题以及确保负责任地使用 AI 所需的伦理指南。2024 年麦肯锡的一项调查显示，超过 70% 的医疗保健组织正在追求或已实施生成式 AI 功能，表明了对 AI 整合的积极态度。不断演变的监管环境和伦理考虑在 AI 采用中发挥着关键作用，组织需要在资源有限的情况下应对合规压力和网络安全威胁。
主动解决患者对 AI 在其护理中作用的担忧
AI 系统需要大量的患者数据，这增加了数据泄露或未经授权访问的风险。提供者应确保强大的数据加密并遵守 GDPR 或 HIPAA 等隐私法规，并清楚地向患者说明数据的使用和保护方式。如果 AI 算法是在有偏见或不完整的数据集上训练的，可能会加剧护理中的不公平现象。医生应向患者透明地说明 AI 模型的开发和验证过程，并与团队合作监控系统以检测和减轻算法偏差。过度依赖 AI 进行诊断或治疗计划可能导致错误，如果系统未得到医疗专业人员的充分监督。医疗保健提供者需要保持“人在环路”方法，并在涉及 AI 时保留临床决策的全部责任。AI 可能会识别出临床上不重要的模式，导致不必要的测试或治疗。因此，提供者必须对 AI 驱动的见解进行严格的监督，并采用平衡的方法将 AI 建议与临床背景相结合。
(全文结束)
