加利福尼亚州桑尼维尔，2024年10月17日 — 谷歌云今天宣布了一项全面的新研究报告，该报告揭示了医疗保健专业人员在行政任务上花费的大量时间，以及生成式AI（gen AI）如何可能缓解这些负担并改善患者护理。
研究还概述了生成式AI如何改进医疗系统，帮助医生和护士提供更好的护理。报告《衡量美国医疗保健工作者的行政负担及生成式AI如何帮助》指出，行政负担导致了倦怠、人员短缺，并减少了与患者相处的时间。然而，当负责任地实施生成式AI并采取措施保护患者数据和确保准确性时，它可能是医疗保健行业的潜在变革者。
报告的关键发现包括：
- 行政负担过重：临床医生每周花费近28小时处理行政任务，而医疗办公室工作人员和理赔工作人员分别花费34小时和36小时。这包括维护详细的患者记录、完成保险表格和转诊、记录执行的程序、组织理赔文件以及将理赔信息输入系统等任务。
- 倦怠和人员短缺：大多数医疗保健提供者和支付方认为行政工作导致了倦怠和人员短缺，82%的临床医生、81%的医疗工作人员和77%的理赔工作人员报告感到倦怠。
- 减少患者护理时间：80%的提供者报告行政任务占用了与患者相处的时间，68%的人表示这影响了护理质量。
- 增加错误风险：三分之二的提供者和89%的支付方担心行政任务中的人为错误。
- 对AI的开放态度：绝大多数医疗保健提供者（91%）和支付方（97%）对使用生成式AI处理行政任务持积极态度。此外，72%的普通民众同意使用AI工具可以帮助医疗保健从业者更多地关注高质量的患者护理。
“医疗保健工作者历来面临显著的行政负担，近年来由于监管要求的增加、复杂的计费流程以及相关的电子健康记录（EHR）文档要求，这一负担变得更加严重，”谷歌云全球医疗保健战略与解决方案总监Aashima Gupta表示。“但生成式AI提供了一个强大的解决方案。通过自动化任务和简化工作流程，它支持医疗保健专家，最终改善医疗系统，帮助医生和护士提供更好的护理。”
许多谷歌云客户正在转向生成式AI，以简化工作流程并重新获得宝贵的患者护理时间。Hackensack Meridian Health于2023年开始与谷歌云探索生成式AI，并开发了一种帮助员工处理行政任务的工具。
“我们亲眼目睹了生成式AI如何显著提高员工生产力。我们建立了一个由谷歌Gemini大型语言模型（LLM）驱动的AI聊天工具，帮助处理总结会议笔记、起草电子邮件、准备对话和总结文章和研究等行政任务，”Hackensack Meridian Health高级副总裁兼首席数据和分析官Sameer Sethi表示。“这个工具已经解放了我们的团队成员，使他们能够专注于最重要的事情：提供卓越的患者护理。”
搜索和总结以减轻行政工作的负担
生成式AI正在改变医疗保健专业人员访问和使用患者信息的方式。通过理解搜索背后的意图，它可以智能地从各种来源提取最相关的信息，超越简单的关键词匹配，提供更具上下文的结果。这项技术还可以分析冗长的临床笔记，创建符合特定需求的简洁摘要，例如快速审查或患者教育材料。
MEDITECH正在将其Expanse EHR中的高级AI驱动搜索和总结功能引入市场，使临床医生能够快速直观地访问来自结构化和非结构化数据源的全面患者信息。例如，临床医生可以使用Expanse EHR的搜索和总结功能即时查看特定部分的过去医生笔记，如“HPI”或“评估”，并在几分钟内确认患者状况，如败血症或手术部位感染，从而消除冗长的病历审查。
“MEDITECH成功将AI集成到我们的Expanse EHR中，产生了实际影响，例如Mile Bluff Medical Center的客户每名患者的准备时间节省了高达7.5分钟，”MEDITECH执行副总裁兼首席运营官Helen Waters表示。“我们的客户能够利用生成式AI减少临床和行政负担，通过提供更全面的患者护理来改善患者结果。随着我们继续将这项技术扩展到新的患者和用例，我们对在患者护理方面取得突破性影响的潜力充满信心。”
临床文档，帮助医生和护士提供更好的护理
生成式AI还可以自动处理许多与临床文档相关的繁琐任务，如出院总结、患者就诊总结、进展笔记、出院指示和转诊信，临床医生可以进行审核和最终确定。这可以释放临床医生的时间，让他们专注于患者护理和其他重要任务。
HCA Healthcare正在开发一种生成式AI驱动的护士交接工具，以改善护士分享关键患者信息的方式，该工具是在与一线护士的合作下创建的。
“我们致力于通过减少行政负担来赋能护士，使他们能够专注于最重要的事情：患者护理，”HCA Healthcare高级副总裁、护理转型与创新负责人Michael J. Schlosser博士表示。“我们的护士交接工具正在改变关键患者信息的共享方式。通过简化这一传统上繁琐的手动过程，我们不仅提高了效率和沟通，还确保护士有更多时间与患者互动，提供真正个性化的护理。”
今年早些时候，Community Health Systems宣布了其计划，将生成式AI引入一些工具以帮助处理行政任务。
“通过采用生成式AI，我们可以显著减少医疗保健提供者的行政负担，使他们能够专注于最重要的事情：提供高质量的患者护理，”Community Health Systems临床运营执行副总裁Miguel S. Benet博士表示。“我们特别兴奋的是，生成式AI可以自动化耗时的任务，如生成个性化的患者信件和简化临床文档。这不仅释放了临床医生的宝贵时间，还使我们能够改善患者体验。”
智能助手用于预先授权和理赔处理
生成式AI可以显著简化医疗保健管理，特别是在预先授权和理赔处理方面。作为智能助手，它可以预填表格、分析请求中的潜在问题，并建议相关临床指南以加强提交。这导致更快的批准和更好的患者护理。同样，生成式AI可以通过验证资格、审查医疗必要性和计算付款来协助理赔处理，最终提高医疗保健操作的效率和准确性。
“想象一下：预先授权只需几秒钟而不是几天，理赔处理通过智能自动化得到简化，临床医生从繁琐的行政任务中解放出来，专注于真正重要的事情——患者护理，”Highmark Health首席医疗和临床转型官Tony Farah博士表示。“临床医生是医疗保健专家，我们希望用一流的科技提供适当且可行的见解来支持他们。通过利用生成式AI的力量并与合作伙伴如谷歌云合作，我们正在为临床医生和患者去除系统中的摩擦。这是Living Health的承诺，临床专业知识和技术结合，为每个人创造一个更简单、更主动和个性化的医疗保健体验。”
Waystar是另一家与谷歌云合作，在其医疗系统支付软件平台中利用生成式AI的公司。该公司已确定了十多种新的生成式AI功能，以最大化报销、防止拒绝并提供强大的患者财务体验。
“随着医疗保健提供者面临日益复杂的挑战，我们比以往任何时候都更加乐观地看待技术减少行政负担的力量，”Waystar首席执行官Matt Hawkins表示。“Waystar正在与谷歌云合作，利用生成式AI的力量，为提供者提供可衡量的投资回报率，解决有意义的问题，解锁有价值的见解，并确保更快、更准确的付款。”
简化放射科医生的工作流程
AI还可以协助分析X光片和CT扫描等医学图像，检测异常，帮助放射科医生更快、更准确地诊断。这可以实现疾病的早期发现和更好的治疗结果。例如，拜耳宣布正在开发一个AI创新平台，以支持医疗保健组织的开发团队构建旨在通过简化图像分析和自动化任务来协助放射科医生的AI应用程序。该平台旨在提高诊断效率，减少倦怠，最终改善患者护理。
“放射学在医疗保健中发挥着至关重要的作用，高效准确地发现见解并大规模提供解决方案以改善患者结果的需求从未如此迫切，”拜耳放射学总裁Nelson Ambrogio表示。“我们的目标是使组织更容易使用AI与医学影像相结合，将不断增长的数据量转化为有价值且具有影响力的见解，节省放射科医生的时间，帮助他们优化重要的工作，造福患者。”
调查方法
此次调查是由The Harris Poll代表谷歌在美国在线进行的，时间为2024年8月26日至9月9日，调查对象包括821名医疗保健提供者、209名支付方和2,079名18岁及以上的美国消费者。Harris在线调查的抽样精度通过使用贝叶斯可信区间来测量。对于本研究，医疗保健样本的数据准确度在95%置信水平下为±3.4个百分点，支付方样本的数据准确度为±6.7个百分点，消费者样本的数据准确度为±2.7个百分点。有关完整的调查方法，包括子组样本大小，请联系allison.ewell@harrispoll.com。
注：医疗保健和支付方样本中平均每周花在行政任务上的小时数是如何计算的：受访者首先看到一份行政任务清单，并被要求选择每周执行的任务（C级高管和管理员被要求选择其设施中的临床医生/医疗办公室工作人员/理赔工作人员执行的任务）。接下来，受访者被要求输入每个任务花费的小时数。对于在初始问题中未选择任务的受访者（表明该任务不是他们的每周任务），该任务被分配为零小时。每周花在行政任务上的总小时数上限为60小时。
(全文结束)
