医疗EHR优化之旅的下一站:人工智能The Next Stop on Healthcare’s EHR Optimization Journey: AI

环球医讯 / AI与医疗健康来源:healthtechmagazine.net美国 - 英语2025-08-24 09:35:48 - 阅读时长4分钟 - 1682字
本文详细阐述了美国医疗机构如何通过人工智能技术优化电子健康记录系统(EHR),提升临床效率并减少医生负担。重点分析了凤凰城儿童医院、奥扎克斯医疗和圣玛丽医疗的实践案例,揭示了EHR系统从基础实施到数据驱动决策的进化路径,以及生成式AI在病历摘要、营养不良预测和败血症风险检测中的创新应用,强调了临床与IT协作及用户需求导向的重要性。
电子健康记录系统人工智能健康信息技术临床效率患者护理精准医疗疾病预测EHR优化生成式AI临床-IT协作
医疗EHR优化之旅的下一站:人工智能

电子健康记录系统已成标配,但如何利用现代技术优化其功能、简化工作流程正成为医疗行业的核心课题。

美国政府早在2009年就通过《经济与临床健康信息技术法案》(HITECH)推动医疗机构采用电子健康记录系统(EHR)。如今,随着人工智能技术的成熟,医疗机构正加速优化这些关键系统以提升临床效率,缓解职业倦怠。健康信息技术战略师克里斯托弗·卡尼(Christopher Kunney)在其播客《健康IT直说》中指出:"人工智能与机器学习的普及正推动医疗机构彻底重构EHR技术体系,目标直指效率提升、倦怠减少和患者护理优化。"

文档管理是临床工作流的关键环节,传统方式给医务人员带来沉重行政负担。自然语言处理技术与EHR的整合能实现实时临床笔记记录,并通过特定快捷键辅助笔记检索。此外,机器学习模型还能分析EHR数据,助力精准医疗与疾病预测。

尽管数字化系统优势显著,临床工作者对其热情依然有限。凤凰城儿童医院首席医学信息官维纳伊·瓦伊迪亚(Vinay Vaidya)坦言:"你不会对EHR产生爱情,它只是工具。"

凤凰城儿童医院:EHR数据与AI的深度融合

经过17年发展,凤凰城儿童医院的EHR系统已从基础平台演进为涵盖肺病科、心脏科等专科的综合系统,全面覆盖住院、门诊、手术和急诊领域。瓦伊迪亚将EHR发展划分为实施、优化和应用三阶段,强调第三阶段需将数据反馈至临床一线、中层管理者和决策层,这一过程在过去七八年间带来了革命性变化。

医院现已整合结构化文档工具,EHR数据每分钟通过微软数据仓库实时更新,实现"近实时"洞察。超过100个电子系统接入该仓库,同时采用微软Power BI进行数据可视化。团队正在测试将ChatGPT接入EHR平台,通过生成临床文本摘要和环境监听功能减轻文档负担。

生成式AI已应用于病历摘要和儿童营养不良预测。当预测模型识别营养不良风险时,系统会自动生成营养科会诊指令,无需等待医生手动申请。在败血症风险预测中,AI工具则通过"温和提醒"辅助而非取代医生决策。

奥扎克斯医疗:消除EHR操作冗余

位于密苏里州西普莱恩斯的奥扎克斯医疗首席医学信息官普丽西拉·A·弗雷泽(Priscilla A. Frase)坦言:"我曾极度抗拒EHR系统,但最终意识到必须积极拥抱并改进它。"通过合作项目,团队识别并优化了多个EHR痛点,包括移除重复要求和更新监管标准。当前已整合环境语音记录工具,并在测试AI病历摘要功能。

团队开发的肝素给药计算器显著提升护理效率:"护士无需手动计算剂量,完全按协议执行即可,既节省时间又减少错误。"作为小型农村医疗系统,吸引人才面临挑战,她强调:"技术不应成为招聘障碍,我们需要配备恰当工具。"

圣玛丽医疗:AI语音助手的临床探索

纽约州阿姆斯特丹圣玛丽医疗临床创新与转型执行主任朱莉·德马雷(Julie Demaree)指出,患者对纸质表格的容忍度下降成为EHR优化的重要推动力。作为小型医疗机构,其灵活性反而成为流程改造的优势。2022年采用的新EHR平台已整合AI文档工具,患者授权后即可自动记录医患对话生成病历,夏季升级后将实现更深度的AI集成。

"新建EHR是重新开始的机会,"德马瑞强调,"三年运营经验使我们能针对性构建满足患者和临床需求的系统,但优化永远在路上。"

EHR优化核心原则

瓦伊迪亚和弗雷泽总结出四大要点:

  1. EHR优化永无止境:弗雷泽指出"医疗环境持续演变,系统永远无法100%完美"
  2. 以用户为中心:瓦伊迪亚强调"始终将患者置于中心,明确有意义的临床结果"
  3. 平衡建设与采购:瓦伊迪亚建议"除主流厂商外,可考虑小型供应商或自研解决方案"
  4. 深化临床-IT协作:双方强调"必须与临床使用者紧密合作,否则项目必然失败"

【全文结束】

大健康
大健康