凭借基于人工智能的医疗搜索与决策支持平台，该医疗系统的医生能够获取最新临床证据用于患者护理。
萨特健康与供应商OpenEvidence表示，该医疗系统正将人工智能驱动的决策支持技术整合到其电子健康记录工作流程中，使医生能在诊疗点即时获取更新的护理指南、研究等。
两家机构补充道，该基于证据的平台将在这家非营利性医疗系统的Epic电子健康记录系统中启动，使医生能够使用自然语言搜索并快速找到最新的临床数据，同时满足质量和安全标准。
关键原因
萨特健康首席数字官劳拉·维尔特（Laura Wilt）表示，两家机构通过推进临床支持，共享“为更好而重塑医疗保健”的愿景。
“这是我们转变服务患者、支持护理团队和改善结果方式的方法，”她说。
更大趋势
这家加利福尼亚医疗系统两年前开始使用生成式人工智能以减少临床医生职业倦怠并提高组织可持续性。萨特健康首席健康信息官阿尔伯特·陈（Dr. Albert Chan）当时在一份声明中表示，该生成式AI平台帮助医疗服务提供者“恢复活力”。
OpenEvidence首席医疗官特拉维斯·扎克（Dr. Travis Zack）表示，在与萨特健康合作中，OpenEvidence旨在推进医疗可持续性和医疗AI安全性。
临床决策支持多年来改善了患者预后并优化了资源使用，但近期科学研究表明，更新的生成式AI技术可提升性能。
去年，马萨诸塞州总医院布里格姆（Mass General Brigham）研究人员发现混合方法的价值。
在一项为期一年的研究中，他们将两个大型语言模型（LLMs）——OpenAI的GPT-4和谷歌的Gemini 1.5——与该医疗系统的诊断决策支持系统DXplain进行了比较。
研究人员表示，尽管长期使用的内部决策支持平台在准确诊断患者病例方面优于LLMs，但AI与决策支持系统可能协同工作效果更佳。MGB研究人员在报告中描述了将DXplain与LLM配对以提高两个系统的临床效能。
“结合LLMs的解析和说明性语言能力与传统决策支持系统（DDSSs）的确定性和解释性能力的混合方法可能产生协同效益，”他们说。
实录
维尔特在公告中表示：“数字创新在我们构建更互联、更主动和更可持续的医疗系统工作中发挥着核心作用。”
萨特健康首席AI官阿什利·比西（Dr. Ashley Beecy）补充道：“当医疗服务提供者将最新且相关的证据纳入临床决策时，患者受益。”
【全文结束】
