生成式AI（GenAI）在医疗保健领域的应用势头正劲，越来越多的组织将其应用于各种需求，从文档和临床决策支持到患者参与。这一主题在Health Recovery Solutions（HRS）赞助的Becker's第9届年度健康IT+数字健康+RCM会议上的一次高管圆桌讨论中得到了广泛讨论。讨论由HRS的两位领导主持：临床创新副总裁Jenna Kowalski和战略合作伙伴关系副总裁Doug Lang。
此次圆桌讨论的三个关键要点如下：
- 大多数GenAI试点项目集中在临床文档和沟通上。
大多数组织初次尝试GenAI时，主要涉及环境监听和笔记记录，以及生成患者咨询的初步回复。“患者电话和消息是我们组织最大的收件箱负担，”一位圆桌讨论参与者表示。然而，参与者也提到，在更广泛采用GenAI方面存在一些接受度挑战。年长的临床医生可能最初对此较为抵触，而GenAI技术的学习曲线可能会因为额外的时间投入而阻碍其使用。
- 改进临床决策是GenAI的一个新兴应用案例。
一个例子是用于急诊室和分诊的GenAI解决方案。该方案可以在几秒钟内评估患者的生理指标测量值，并生成可能的诊断提示。一位参加圆桌讨论的护理领导者表示，该工具在检测子痫前期和败血症方面非常有帮助，并提供了临床指导。
- HRS的GenAI护理助手JAIN使团队能够大规模提供有效护理。
JAIN是一个面向护理团队的聊天机器人，支持按需检索患者数据、生物特征和其他数据点的摘要和分析，以及增强数据理解，以便做出更明智的临床决策。JAIN目前正在作为Health Recovery Solutions（HRS）和Amazon Web Services（AWS）之间的一项合作计划进行开发。
(全文结束)
