根据本月发表在美国《临床与医学研究杂志》上的一篇综述论文，将AI集成到电子病历（EHR）中可以使患者数据更加可用和可靠。希腊比雷埃夫斯大学的研究人员指出，通过将机器学习算法应用于EHR的数据输入过程，医疗机构可以减轻临床医生的手动任务，同时最大化临床精确度并促进流程标准化。
公共健康经济学家Dimitris Karaferis博士及其同事进一步指出，在EHR中适当应用这些算法可以智能自动填写患者信息，建议相关的医疗编码，并实时标记潜在错误或遗漏。“AI还可以分析用户交互模式，识别EHR界面中的痛点，使开发人员能够创建更直观的设计，以满足用户需求。”作者写道。“这种主动的方法可以显著减少用户挫败感，提高医疗提供者对EHR系统的采用率。”
该研究描述了AI与EHR结合能提供的多种优势，具体包括：
1. 提升数据处理和评估能力
Karaferis及其合著者写道：“AI技术鼓励更精细的患者护理管理方法，因为它们能够预测患者风险、定制治疗策略并实时监测健康状况。”机器学习、自然语言处理和预测分析“越来越多地被纳入EHR系统，以应对医疗保健中的重大挑战，包括数据饱和、文档负担和对增强预测功能的需求。”
2. 减少临床医生的行政任务
最近的研究表明，AI驱动的临床文档工具显著减少了临床医生用于EHR职责的时间。作者指出：“几乎一半的医疗提供者表示他们在家中花费更少的时间在EHR上，类似比例的人在工作时间外减少了EHR相关责任。”
3. 增强临床决策支持和数据准确性
由AI驱动的EHR系统“可以通过分析患者信息并提供基于证据的建议来立即提供临床决策支持（CDS），”作者观察到。“EHR平台在医疗机构中的广泛应用使得从大量患者群体中收集全面的临床数据成为可能。”
4. 优化用户体验
“许多临床医生表达了对现有EHR系统复杂性和用户不友好性的担忧，”Karaferis及其研究人员指出。“引入AI可以显著改善这些平台的可用性，从而减轻医务人员面临的行政负担。”
5. 改善患者治疗效果
通过处理广泛的患者数据集，如病史、实验室结果和影像学结果，AI提高了诊断精度。“AI能够发现人类从业者可能会忽略的模式和关系，从而显著增强了早期疾病识别和个人化治疗计划的能力。”此外，AI系统能够实时监控患者进展，提醒医护人员任何需要干预的显著变化，从而降低并发症风险并提高整体护理质量。
该研究还讨论了一些伴随AI-EHR整合努力而来的挑战，特别是数据隐私、安全性和保密性问题。该研究全文可在官网免费获取（PDF）。
(全文结束)