行政负担是医疗保健行业普遍存在的问题，主要由日益增加的医疗文件和监管要求驱动。然而，生成式AI（Generative AI，简称GenAI）可能成为解决方案的一部分。哈里斯民意调查和谷歌云进行的一项新调查显示，超过90%的医疗保健工作者对生成式AI在减轻行政负担方面的潜力持乐观态度。
在最近的一次新闻发布会上，谷歌云全球医疗解决方案总监阿什玛·古普塔（Aashima Gupta）分享了调查结果，并主持了一个专家小组讨论生成式AI在医疗保健领域的前景。
撰写床边交接报告
HCA医疗保健公司护理转型和创新高级副总裁迈克尔·施洛瑟博士（Michael Schlosser, M.D., MBA）强调了行政负担、提供者倦怠和护理质量之间的联系。“医生、护士和其他护理团队成员都生活在这个充满额外行政任务的世界中，这些任务使他们无法专注于日常工作中为患者提供护理。”施洛瑟说，“我们的假设是，我们减少的行政负担越多，护理的质量和体验就越高。”
HCA医疗保健公司已经利用生成式AI处理了几项行政任务，包括床边交接报告。这些报告也称为“护士交接”，允许下班的护士向接班的护士传达关键的患者信息，以确保护理的连续性。“我们与谷歌研究团队合作，因为这不是一个简单的用例，”施洛瑟说，“这不仅仅是创建病历摘要；那并不能达到目标。它要复杂得多。”
项目的目标不是简单地总结患者的电子健康记录（EHR）数据，而是开发一个能够像护士一样思考的模型，识别需要关注的关键事项，总结重要事件，并突出下一班次所需的重要信息。“我们必须训练模型并创建一个围绕它的结构，使其能够理解哪些关键事项需要关注，以及事件的关键摘要是什么，”施洛瑟解释道，“这样，下一班次就能确切知道需要关注什么，以确保护理的连续性。”
在试点组中，90%的护士认为该模型足够有用，可以替代他们当前的临床文档过程。据施洛瑟介绍，最终用户的反馈对于模型的成功至关重要。“我们从护士那里收集了大量的数据，她们不断提供关于模型性能的反馈，”他说。团队正在扩大模型的应用范围，并计划在2024年底在五家医院实施。“我们将从这个队列中学习并做出必要的调整，然后在2025年进行更广泛的推广，”施洛瑟表示。
自动化预先授权
预先授权是目前行业面临的最大行政负担之一。根据2023年美国医学会（AMA）的一项调查，医疗保健工作人员每周大约花费12小时来完成预先授权，有些员工专门从事这些任务。此外，94%的医生报告称，预先授权过程导致了获得必要护理的延迟。
非营利性医疗保健公司和综合交付网络Highmark Health已使用生成式AI自动化了约30%的预先授权。“一旦你自动化了授权过程，很多导致拒绝的流程相关问题就会迅速消失，”Highmark的执行副总裁兼首席医疗和临床转型官托尼·法拉博士（Tony Farah, M.D.）说。除了自动化预先授权外，Highmark还实施了一种名为“金卡”的利用管理策略，免除有高效、高质量护理历史的提供者的一些预先授权要求。总体而言，金卡与预先授权自动化的结合使提供者的行政成本减少了85%。“一旦医生接触患者，他们可以在几秒钟内完成这一审批过程，而不是几天或几周，这对患者护理产生了负面影响，”法拉解释道。
总结健康记录
EHR供应商Meditech的几位客户采用了AI工具来探索和总结医疗记录。“这是一个非常成功的尝试，引起了医生、护士和其他用户的极大兴趣，”Meditech的执行副总裁兼首席运营官海伦·沃特斯（Helen Waters）说，“他们觉得可以快速浏览复杂的记录，并识别治疗、协议或处方所需的关键信息。”
类似于HCA医疗保健公司，Meditech也试点了生成式AI来撰写护士交接文档。总结遵循SBAR（情况、背景、评估、建议）格式，这是护士广泛用于护理过渡的格式。“我们认为，生成式AI和AI整体正在改变医疗保健专业人士访问和使用信息的方式，使他们能够自信地做出强大的决策，”沃特斯表示。“临床医生进入这一领域是为了改变患者的生活。对他们来说，感到自信并看到技术不是一个障碍至关重要，因为我们展望未来。”
Meditech正在探索生成式AI在高级指令、预先授权和理赔处理方面的未来应用场景。“我们与谷歌的合作取得了很好的成果，我们期待在各个机构继续取得成功和学习，”她说。
(全文结束)
