白原医院正在与医疗科技公司Layer Health合作，使用其人工智能平台来自动化临床登记报告，这是一个通常需要大量人力的高度手动过程。
临床登记是结构化的数据库，用于跟踪特定疾病或手术患者的治疗结果。它们在提高护理质量、支持研究和指导实际环境中的最佳实践方面发挥着关键作用。
位于纽约市北部威彻斯特县的白原医院参与了多个临床登记项目，每个项目都需要大量的资源来收集和提交高质量的患者数据。病历审查是一个耗时的过程，需要临床医生、护士和工作人员每年花费数百小时来分析健康记录。
“组织已经为此问题困扰了一段时间。我们参与了15个临床登记项目，目前有25名全职员工（FTE）负责这些工作，”白原医院首席质量官Rafael Torres博士在接受Fierce Healthcare采访时说。
白原医院是蒙特菲奥尔医疗系统的一部分，其急诊科就诊量几乎翻了一番，住院患者数量也同步增长，Torres指出。
“这种趋势只会继续上升，对于这些临床登记项目来说，我们需要更多的人力和更高级的技术人才来应对，因为这是一项高技能的工作，”他说。
这家拥有292张床位的医院是蒙特菲奥尔医疗系统在哈德逊谷地区的三级先进护理中心，并在威彻斯特县运营门诊医疗机构和多专科诊所，以及斯卡斯代尔医疗集团的地点。
白原医院连续三年获得医疗保险和医疗补助服务中心（CMS）的五星评级。该医院还获得了美国护士认证中心的第三个磁性认证，并且在过去十年中多次获得Leapfrog Group的“A”级安全评级。
“我们希望保持或提高我们在CMS的五星级评级、Leapfrog的‘A’级评级以及我们的磁性认证。为了做到这一点，我们需要合适的人才，并用合适的技术支持他们，”Torres说。
Layer Health的人工智能驱动的病历审查和临床登记报告方法将使医院能够满足并超越质量报告要求，同时释放团队专注于有意义的临床改进，Torres说。Layer Health的AI驱动的抽象过程将帮助提供商在整个组织内扩展质量计划，他补充道。
“我们知道他们有一个强大的团队。我们知道价值实现的时间会非常短，因为他们有一个现成的产品，”Torres补充道。
Layer Health是一家来自麻省理工学院的人工智能公司，推出了首个全面的病历审查算法。Layer Health的CEO David Sontag博士是麻省理工学院的教授，与Divya Gopinath、Luke Murray、Monica Agrawal博士和哈佛大学急诊医师Steven Horng博士共同创立了这家公司。
Sontag表示，临床登记和病历摘要对于理解哪些治疗方法对患者最有效以及标准化临床护理至关重要。为了彻底回答这些问题，Layer训练其算法能够查看比其他大型语言模型更多的非结构化患者数据。
Sontag和他的联合创始人创建Layer Health时，专注于重新思考提供者、支付者和患者与患者医疗记录互动的方式，并针对医疗保健中的一个最大痛点——病历审查。
“在医疗保健的各个领域，我们都有医生、编码员和护士阅读患者的医疗记录，试图拼凑出关于患者的故事。这当然推动了临床决策，但也带来了大量的行政负担，”Sontag在接受采访时说。
向临床登记提交数据通常涉及经过高度培训的护士花费一个小时或更长时间来阅读病历，回答关于患者的长列表问题，Sontag指出。
“这里的挑战在于这些问题在临床上非常复杂，要回答其中一个问题，护士通常需要点击电子健康记录中的不同部分，阅读由不同提供者为患者写的许多笔记，尝试将这些笔记与许多结构化数据（如药物条目）进行协调，而且经常有很多相互矛盾的信息，”Sontag说。
“Layer Health正在构建的是能够阅读患者医疗记录并像最好的护理团队一样理解患者旅程的人工智能，从而真正推动下游决策和下游行政效率，”Sontag说。
Layer Health的人工智能平台可以阅读患者的医疗记录，并为护士“准备”答案，并从医疗记录中提供支持答案的证据。该公司的技术使医院能够在不增加人员的情况下扩大登记报告规模。
Layer Health在今年3月获得了Define Ventures、Flare Capital Partners、GV和MultiCare Capital Partners支持的2100万美元A轮融资。MultiCare Health的风险投资部门也投资了这家初创公司。
病历审查和质量报告是自动化和人工智能的一个成熟领域，许多初创公司已进入该领域。Brellium建立了一个基于人工智能的解决方案，帮助提供者自动化临床质量和支付方合规性，并最近筹集了1670万美元。Dyania Health使用人工智能自动化手动患者病历审查，并在去年秋季筹集了1000万美元的A轮融资。
Sontag指出，白原医院是在采用人工智能方面较为“前瞻”的医疗系统之一。“他们非常雄心勃勃。这不是一个小试点项目，而是一个多年合作伙伴关系，旨在大幅减少这些手动工作，并真正使他们能够扩大规模。”
白原医院正在寻找一种合作关系，而不仅仅是供应商关系，以构建支持员工和护理团队当前工作的AI解决方案，Torres说。
“这不是我们只是把预先准备好的技术交给他们，而是与他们密切合作，确保它解决了他们的痛点，并根据需要进行迭代，以长期继续解决他们的痛点。我看到了很多机会可以继续增长，”Sontag说。
Layer Health构建了其人工智能平台，使用先进的LLM训练纵向患者数据，使医疗系统能够自动审查和解释大规模的结构化和非结构化临床数据，达到临床医生级别的准确性。
该公司开发了模块，以自动化临床登记数据提交，支持所有主要登记项目，包括全国外科、心血管和肿瘤登记项目。
Layer Health的技术有助于“民主化”临床登记、质量改进、质量保证和绩效改进，Torres指出，因为它使组织能够更高效地阅读病历，找到改进的机会，并更快地干预。“这使得临床医生和护士能够专注于护理，而不是在病历中搜索信息，”他说。
参与临床登记的一个关键好处是识别组织可以在护理和安全方面改进的领域，Torres说。“我们喜欢测量并干预，或者称为‘测量-干预’，尽可能快地进行。由于这些登记项目需要很长时间才能完成，而且有很多这样的项目，有时我们可能需要几周甚至几个月才能处理完这些记录，这延迟了对临床医生、医生和护士的反馈，并延迟了绩效改进。我们越接近任何给定时间的护理，我们就能更好地了解我们提供的护理，并越早进行干预，”他说。
Layer Health因其学术严谨性、经验证的准确性和减少行政负担以提高结果的潜力而被选中，Torres表示。
一个关键的区别是Layer Health在上线前进行了深入的回顾性验证，该公司使用了几年的历史数据来校准人工智能模型并量化模型准确性。这个过程建立了与摘要者的信任，并确保人工智能驱动的抽象过程在全面实施之前符合医院的高质量标准，他指出。
(全文结束)
