Kolejny przystanek na drodze do optymalizacji EHR w opiece zdrowotnej: sztuczna inteligencja
Minęło ponad 15 lat, odkąd rząd USA uchwalił ustawę Health Information Technology for Economic and Clinical Health Act, aby zachęcić organizacje opieki zdrowotnej do przyjęcia elektronicznych systemów dokumentacji medycznej (EHR) . Teraz, wraz z pojawieniem się nowszych narzędzi i procesów, dostawcy starają się zoptymalizować te kluczowe aplikacje, aby usprawnić kliniczne przepływy pracy i miejmy nadzieję rozwiązać problem wypalenia zawodowego.
„Wdrażanie sztucznej inteligencji i uczenia maszynowego wiąże się z ogromnym nakładem energii, który zmusza organizacje do rzeczywistej optymalizacji technologii związanych z EHR, ze szczególnym uwzględnieniem poprawy efektywności, redukcji wypalenia zawodowego i poprawy opieki nad pacjentem” — mówi Christopher Kunney , strateg ds. informatyki medycznej, który prowadzi podcast Straight Outta Health IT .
Dokumentacja jest kluczową częścią klinicznych przepływów pracy. Zwykle stanowi obciążenie administracyjne dla dostawców, więc organizacje zwracają się ku rozwiązaniom opartym na sztucznej inteligencji, aby zapewnić lepsze wsparcie . Możliwości przetwarzania języka naturalnego zintegrowane z EHR, na przykład, mogą umożliwić kliniczne robienie notatek w czasie rzeczywistym, a następnie pomóc w przeszukiwaniu notatek za pomocą specjalnych naciśnięć klawiszy, mówi.
Ponadto modele uczenia maszynowego mogą teraz analizować dane z elektronicznej dokumentacji medycznej, co pozwala systemom opieki zdrowotnej na stosowanie medycyny precyzyjnej i przewidywanie chorób w populacjach – dodaje Kunney.
Pomimo korzyści, jakie mogą zapewnić systemy cyfrowe, lekarze wciąż nie są zbyt chętni do ich stosowania.
„Nie będziesz miał takiej relacji miłosnej z EHR” — mówi dr Vinay Vaidya, starszy wiceprezes i dyrektor ds. informacji medycznych w Phoenix Children's . „To tylko narzędzie”.
Pracując przez 17 lat w Phoenix Children's, Vaidya był świadkiem ewolucji EHR w dużej organizacji pediatrycznej z siedzibą w Arizonie, zaczynając od ogólnego systemu do takiego, który obejmuje więcej specjalizacji, takich jak pulmonologia i kardiologia, mówi. Wszystko łączy się w jeden system EHR, który kompleksowo obejmuje obszary szpitalne i ambulatoryjne oraz sale operacyjne i ratunkowe.
Podróż Phoenix Children's EHR składa się z trzech faz: implementacji, optymalizacji i aplikacji, dodaje Vaidya. „Nasza trzecia faza, którą uważam za najważniejszą fazę, jeszcze zanim pojawiła się sztuczna inteligencja, to powrót danych EHR do wszystkich osób z front-endu, osób średniego szczebla, kadry kierowniczej. To było transformacyjne doświadczenie w Phoenix Children's w ciągu ostatnich siedmiu lub ośmiu lat”, mówi.
Dyskusja wśród lekarzy rozwinęła się od skupiania się na EHR do badania tego, co mogą zrobić z danymi , np. zbadania, ilu pacjentów w systemie opieki zdrowotnej cierpi na neurofibromatozę, grupę zaburzeń genetycznych, które mogą prowadzić do wzrostu guzów na nerwach. Lekarze mogą następnie uważnie śledzić tę populację, aby obserwować wczesne wykrycie transformacji złośliwej, jeśli taka wystąpi, mówi Vaidya.
CZYTAJ WIĘCEJ: Zoptymalizuj swoją EHR i wykorzystaj dane do usprawnienia przepływu pracy klinicznej.
Phoenix Children's zintegrowało narzędzie do dokumentacji w swoim centralnym EHR, aby uzyskać ustrukturyzowane dane . Dane przepływają do lokalnego magazynu danych opartego na Microsoft z EHR w odstępach jednominutowych, zauważa. „Nie musimy czekać 24 godziny. Działamy na podstawie spostrzeżeń w czasie niemal rzeczywistym”.
Ponad 100 różnych systemów elektronicznych pobiera dane do magazynu danych. Organizacja używa również Microsoft Power BI jako narzędzia do wizualizacji danych i eksperymentuje z łączeniem ChatGPT z platformą EHR za pomocą interfejsów API „w celu podsumowania dużych ilości tekstu klinicznego i obsługi funkcji słuchania otoczenia, które mogą zmniejszyć obciążenie dokumentacją” — mówi Vaidya.
Szpital dziecięcy Phoenix Children's zaczął korzystać z generatywnej sztucznej inteligencji , aby pomóc w podsumowywaniu wykresów i analizie danych EHR w celu przewidywania niedożywienia u dzieci.
„To rozwiązanie okazało się tak skuteczne, że wprowadziliśmy zasadę, zgodnie z którą jeśli model predykcyjny wykryje niedożywienie, automatycznie zlecamy dietetykom i specjalistom ds. żywienia zbadanie pacjenta bez czekania na lekarza” – mówi Vaidya.
System opieki zdrowotnej wykonuje również analizy predykcyjne, aby wykryć ryzyko sepsy wcześniej. Te narzędzia AI mogą zapewniać „delikatne bodźce” lekarzom, zamiast ich zastępować, mówi.
Jak twierdzi dr Priscilla A. Frase, dyrektor ds. informacji medycznych, od czasu przejścia firmy Ozarks Healthcare z wersji papierowej na cyfrową, prace nad optymalizacją EHR trwają.
Jak wyjaśnia, wyzwaniem jest znalezienie równowagi między przyjemnością, jaką daje praca lekarzom i pielęgniarkom, przepisami, procesami rozliczeniowymi i koniecznością tworzenia spójnej dokumentacji dla pacjentów.
„Wciąż nie lubię EHR. Unikałem ich jak ognia na początku” — mówi Frase. „Ale odkryłem, że nie mogę ich pokonać, nie mogę od nich uciec po pewnym czasie i naprawdę muszę to zaakceptować i być częścią próby ich ulepszenia”.
Ta niechęć do EHR motywuje Frase do pomocy w optymalizacji przepływów pracy dla siebie i innych lekarzy. Poprzez program partnerski ona i jej zespół zidentyfikowali obszary, w których system opieki zdrowotnej mógłby rozwiązać problemy EHR.
Współpracuje również z lekarzami, aby ustalić, dlaczego poświęcają tyle czasu na dokumentację EHR. Głębsze zbadanie platformy doprowadziło na przykład do usunięcia duplikatów wymagań i aktualizacji standardów regulacyjnych i sprawozdawczych.
Teraz jej zespół zintegrował narzędzia do dokumentacji ambient scribe i ocenia sztuczną inteligencję, aby pomóc w podsumowaniu wykresów. Frase kierowała również budową kalkulatora, który ma pomóc personelowi pielęgniarskiemu w zarządzaniu dawkowaniem heparyny, dożylnego leku rozrzedzającego krew zapobiegającego tworzeniu się zakrzepów; trwają dyskusje na temat szerszego wdrożenia kalkulatora na platformie EHR.
„Poinformuje pielęgniarzy dokładnie, co muszą zrobić zgodnie z naszym protokołem, dzięki czemu nie muszą wykonywać obliczeń, co może zająć trochę czasu i nadal wiązać się z błędami” – wyjaśnia Frase.
Jako mały, wiejski system opieki zdrowotnej, zatrudnianie talentów przy jednoczesnym nadążaniu za technologią jest wyzwaniem. „Chcemy rekrutować cały personel służby zdrowia i nie chcemy, aby technologia była kolejną barierą w rekrutacji. To problem, jeśli nie przyciągamy talentów, ponieważ nie mamy odpowiednich narzędzi” – mówi.
Odsetek lekarzy, którzy twierdzą, że muszą zostać w pracy po godzinach lub zabrać pracę do domu z powodu nadmiaru zadań związanych z dokumentacją
Ponieważ pacjenci coraz częściej polegają na aplikacjach zdrowotnych i portalach internetowych, ich tolerancja na wypełnianie formularzy papierowych spadła, co było czynnikiem motywującym do optymalizacji EHR , mówi Julie Demaree, dyrektor wykonawczy ds. innowacji klinicznych i transformacji w St. Mary's Healthcare z siedzibą w Amsterdamie w stanie Nowy Jork. Istnieje również rosnąca potrzeba poprawy komunikacji i wymiany danych z innymi organizacjami.
Pomimo pewnych nacisków finansowych jako małego systemu opieki zdrowotnej, Demaree twierdzi, że wielkość może być zaletą przy wprowadzaniu zmian w przepływie pracy. St. Mary's Healthcare jest „zwinna” w przyjmowaniu rozwiązań w celu poprawy dostępu do danych w wymianie informacji zdrowotnych, mówi.
Organizacja opieki zdrowotnej przyjęła nową platformę EHR w 2022 r., a narzędzia do dokumentacji oparte na sztucznej inteligencji zostały wprowadzone nieco ponad rok temu. Po wyrażeniu zgody przez pacjenta narzędzie słucha, zapisuje i generuje notatki z rozmowy pacjenta z lekarzem.
Proces ten nadal wymaga pewnej pracy ręcznej i zawsze będzie wymagał przeglądu przez dostawcę, ale gdy St. Mary's Healthcare wdroży najnowszą wersję swojej platformy EHR tego lata, jak twierdzi Demaree, głębsza integracja usprawni przepływy pracy dzięki dodatkowym funkcjom sztucznej inteligencji.
„Kiedy tworzysz nową EHR, to szansa na rozpoczęcie od nowa” — mówi Demaree. „Wdrażając najnowszą wersję naszego EHR, korzystamy z trzech lat doświadczenia i możemy budować nasz system tak, aby spełniał potrzeby naszych pacjentów i lekarzy. Oczywiście wysiłki na rzecz optymalizacji nigdy się nie skończą. Ściśle współpracujemy z naszymi użytkownikami, aby mieć pewność, że stale się doskonalimy”.
PRZEGLĄDAJ: W jaki sposób dostawcy radzą sobie z optymalizacją EHR?
healthtechmagazine
