随着AI辅助环境记录工具的引入，杜克初级保健网络中的医生可以减少每次诊疗期间及之后用于数字化记录的时间。随着人工智能进入医疗领域，杜克大学的研究人员正致力于确保其应用安全且公平。
大型语言模型（LLMs）正在使医疗领域的行政任务更加高效。LLMs是一类人工智能，包括ChatGPT和Meta的LLaMa等。它们通过基于训练数据预测句子中最可能的词序来以类似人类的方式回答问题。这些模型被用来记录医疗笔记并回复患者门户消息。
尤其是在诊所这样敏感的空间中，研究人员强调了“AI治理”的重要性——这是一种审查和评估AI工具的做法，以确保技术以道德、透明和负责任的方式实施。
解决“睡衣时间”
试想一下，医生在看完病人后回到家，换上休闲服，坐在沙发上。与其打开电视，他们却打开工作笔记本电脑完成记录。“睡衣时间”是指这些下班后的任务，可能导致医疗从业者的倦怠感。
环境数字记录（ADS）工具是LLMs如何提高医生效率并减少“睡衣时间”的一个例子。这些工具集成到临床医生已经在使用的电子健康记录界面中。在获得患者的同意后，医生按下“录音”，AI将咨询过程转录并总结成医疗记录。然后，在会议结束后，医生可以调整记录以确保其准确性。
“直到我开始使用环境技术，我才意识到我在诊疗过程中花了多少注意力在做像法庭速记员一样的工作，”达勒姆医疗中心的初级保健医生兼杜克医学首席健康信息官Eric Poon博士说道。
Poon参与了ADS等技术的实施和推广。
“除了新冠疫情期间的远程医疗外，我从未见过任何技术如此迅速地被采用，”Poon反思道。
他表示，如今杜克初级保健网络中60%到70%的患者就诊都使用了ADS工具。
使用ADS帮助Poon在繁忙的工作日保持进度，并使他能够更多地关注面前的患者。更不用说，这还恢复了他的生活平衡。
“在临床工作日，我可以轻松节省两个小时，”Poon说，“而我的体验并非个例。我经常从其他使用该工具的同事那里听到类似的感受。”
AI的评估与治理
根据杜克健康首席数据科学家Michael Pencina的说法，杜克大学在负责任的AI实施和AI治理领域处于国际领先地位。
2020年，当AI使用变得更加广泛时，人们急于将其引入医疗领域。Pencina表示，他和他的团队决定，在未经过他们的小组ABCDS（基于算法的临床决策支持监督）审查之前，不得在杜克健康系统中使用新的算法。
“大家都对减轻负担感到兴奋，”Pencina说，“但我们希望的是……在后台有一种监控机制，确保这些工具能够按预期工作，以便临床医生可以无后顾之忧地使用它们。”
Chuan Hong设计了这种监控框架。她是杜克大学生物统计学和生物信息学系的助理教授，并与ABCDS合作。
“我们一致认为，LLMs需要越来越多的持续审查，”她说。
然而，有一个障碍。人类需要评估AI以捕捉临床细节，但这违背了减少人类工作量的目的。为了解决这个问题，Hong设计了一个框架，利用AI帮助人类评估其他AI。该框架最近发布了关于ADS和AI自动化患者消息系统的测试案例。
一项研究介绍了SCRIBE框架，代表模拟、计算指标、评审评估、智能评估最佳实践。目标是将SCRIBE扩展到其他技术。
“我们希望将其扩大，并努力实现自动化，以便当下一个大型语言模型……到来时，我们可以更快地对其进行评估，并以一种较少依赖人工的方式进行监控，”Pencina说。
(全文结束)
