斯坦福医疗保健（Stanford Health Care）启动了一项试点计划，该计划结合了环境人工智能（ambient AI）和真实世界数据，以在患者就诊期间为医生提供几分钟内的临床证据。
斯坦福医疗保健首席数据科学家Nigam Shah博士表示，该试点项目将微软Nuance DAX的环境AI技术与Atropos Health的技术相结合，后者是一家从斯坦福研究中孵化出来的公司。目标是在不中断临床诊疗的情况下，在五分钟内生成基于证据的相关报告。
“自2011年以来，真实世界证据几乎一直是我的工作重点，”Shah博士在《贝克尔健康IT播客》的一次采访中说道，“大多数情况下，真实世界证据是一项观察性研究，通常需要花费六个月到九个月甚至一年的时间。它会被发表在期刊上……也许有医生会读，也许不会。影响患者护理的机会非常低。”
斯坦福大学为缩小这一差距的努力始于其“绿色按钮”项目，该项目将生成证据的时间从九个月缩短至两天。而Atropos Health进一步将其缩短到了几个小时。
“在病床边，你有一个问题，你可以询问类似患者的情况，并在当天结束前获得一份书面报告，”Shah博士说。
新的试点项目旨在通过结合自动临床笔记转录和实时数据查询，将这一时间线进一步缩短至五分钟以内。
这一发展标志着更广泛的行业转变中的重要一步，即利用人工智能来简化工作流程、减少行政负担，并在诊疗点加强决策支持。
该服务将首先面向斯坦福的社区医生群体——University Medical Partners（UMP）。
“这些医生不在大学内，而是分布在湾区各地的社区诊所，”Shah博士说，“他们对终于有了易于使用的科技感到非常兴奋，认为可以将其融入他们的医疗服务中。”
Shah博士表示，该系统可能会在60到90天内上线，并将在2025年内逐步推广。
使用这项技术后，医生无需再分心记录笔记或手动搜索数据库。相反，人工智能会捕捉完整的对话，几分钟内生成文字记录，并在出现临床问题时触发即时文献或数据审查。
“如果有问题，现在的医生会怎么做？他们会去查阅UpToDate或其他总结性的资源。或者，如果文献无法回答问题，他们会触发Atropos生成的真实世界证据报告。但这是一个手动步骤，”Shah博士说。
该试点项目旨在自动化这一过程。
Shah博士指出，其潜力不仅限于临床决策。
“账单文件完全可以自动化，”他说，“我们或许能够生成针对患者的摘要，概述患者需要注意的三件事。”
不过，挑战依然存在。Shah博士表示，像延迟和技术隐私这样的技术问题只是冰山一角。更大的问题是如何评估新的AI工具。
“如何评估？如何知道它正在增加价值？”他说，“这些问题我认为在未来一年里每个人都会思考。”
他鼓励医疗系统的领导者不要只关注技术已经能做到的事，而是要想象技术可能实现的目标。
“有哪些我们应该做但尚未做的事情，可以通过AI快速且低成本地完成？”他说。
(全文结束)
