¿Cómo sería chatear con los registros de vitalidad de la forma en que uno podría con chatgpt?

Inicialmente planteada por un estudiante de medicina, esta pregunta provocó el crecimiento de Chatehr en Atención médica de Stanford. Ahora en producción, la aparejo acelera las revisiones de los gráficos para los ingresos de la sala de emergencias, agiliza los resúmenes de transferencia de pacientes y sintetiza información de historiales médicos complejos.

En los primeros resultados del piloto, los usuarios clínicos han experimentado una recuperación de información significativamente acelerada; En particular, los médicos de emergencias vieron un tiempo de revisión del dibujo corto del 40% durante las transferencias críticas, dijo hoy Michael A. Pfeffer, vicepresidente sénior de Stanford y director digital y oficial digital. Transformación de VB.

Esto ayuda a disminuir el agotamiento del médico al mejorar la atención al paciente, y se zócalo en décadas de trabajo que las instalaciones médicas han estado haciendo para compilar y automatizar datos críticos.

“Es un momento muy emocionante en la atención médica porque hemos pasado los últimos 20 abriles digitalizando los datos de la vitalidad y poniéndolo en un historial de vitalidad electrónico, pero en verdad no lo transformamos”, dijo Pfeffer en un chat con el editor en principal de VB, Matt Marshall. “Con las nuevas tecnologías de modelos de jerga extenso, en verdad estamos comenzando a hacer esa transformación digital”.

Cómo Chatehr ayuda a disminuir el ‘tiempo de pijama’, regrese a las interacciones reales cara a cara

Los médicos pasan hasta el 60% de su tiempo en tareas administrativas en motivo de atención directa al paciente. A menudo ponen significativo “tiempo de pijama“Sacrificando Horario personal y íntimo para completar tareas administrativas fuera de las horas de trabajo regulares.

Uno de los grandes objetivos de Pfeffer es racionalizar los flujos de trabajo y disminuir esas horas adicionales para que los médicos y el personal burócrata puedan centrarse en un trabajo más importante.

Por ejemplo, aparece mucha información a través de portales de pacientes en secante. La IA ahora tiene la capacidad de descubrir mensajes de los pacientes y redactar respuestas que un humano puede revisar y aprobar para el emisión.

“Es como un punto de partida”, explicó. “Si admisiblemente no necesariamente ahorra tiempo, lo cual es interesante, en verdad reduce el agotamiento cognitivo”. Lo que es más, señaló, los mensajes tienden a ser más amigables con el paciente, porque los usuarios pueden instruir al maniquí para que use cierto jerga.

Pasando a los agentes, Pfeffer dijo que son un concepto “proporcionado nuevo” en la atención médica, pero ofrecen oportunidades prometedoras.

Por ejemplo, los pacientes con diagnósticos de cáncer generalmente tienen un equipo de especialistas que revisan sus registros y determinan los próximos pasos de tratamiento. Sin secuestro, prepararse es mucho trabajo; Los médicos y el personal deben acaecer por el registro completo de un paciente, no solo su patología EHR sino de imágenes, a veces datos genómicos e información sobre ensayos clínicos para los que los pacientes podrían ser una buena coincidencia. Todo esto tiene que reunirse para que el equipo cree una secante de tiempo y recomendaciones, explicó Pfeffer.

“Lo más importante que podemos hacer por nuestros pacientes es asegurarnos de que tengan atención adecuada, y se necesita un enfoque multidisciplinario”, dijo Pfeffer.

El objetivo es construir agentes en Chatehr que puedan crear un epítome y un cronograma y hacer recomendaciones para la revisión del clínico. Pfeffer enfatizó que no se reemplaza, prepara “solo recomendaciones resumidas increíbles de forma multimodal”.

Esto permite que los equipos médicos hagan ahora la “atención verdadero del paciente”, lo cual es crítico en medio de una escasez de médicos y botiquín.

“Estas tecnologías cambiarán el tiempo que los médicos y las enfermeras pasan tareas administrativas”, dijo. Y, cuando se combinan con escribas ambientales de IA que se hacen cargo de las tareas de notificación, el personal médico está enfocando más tiempo en los pacientes.

“Esa interacción cara a cara no tiene precio”, dijo Pfeffer. “Vamos a ver que la IA cambie más a la interacción clínica-paciente”.

Tecnologías ‘increíbles’ contiguo con un equipo multidisciplinario

Antaño de Chatehr, el equipo de Pfeffer lanzó Securegpt a toda la medicina de Stanford; El portal seguro presenta 15 modelos diferentes con los que cualquiera puede brincar. “Lo que es positivamente poderoso de esta tecnología es que positivamente puedes abrirla a tanta concurrencia para cotejar”, dijo Pfeffer.

Stanford está adoptando un enfoque variado para el crecimiento de la IA, construyendo sus propios modelos y utilizando una combinación de equipos seguros y privados (como Microsoft Azure) y modelos de código libre, cuando sea apropiado. Pfeffer explicó que su equipo “no es completamente específico” para uno u otro, sino que va con lo que probablemente funcionará mejor para un caso de uso específico.

“Ahora hay tantos tipos increíbles de tecnologías que si puedes juntarlas de la forma correcta, puedes obtener soluciones como lo que hemos construido”, dijo.

Otro crédito a Stanford es su equipo multidisciplinario; A diferencia de un director de IA o rama de IA, Pfeffer reunió a un irrefutable de datos principal, dos informáticos, un oficial de información médica en principal y un oficial de información en principal de botiquín, y su CTO y CISO.

“Reúnemos la informática, la ciencia de datos y la TI tradicional, y lo envolvemos en la inmueble; lo que obtienes es este rama mágico que te permite hacer estos proyectos muy complejos”, dijo.

En última instancia, Stanford ve a la IA como una aparejo que todos deben memorizar cómo usar, enfatizó Pfeffer. Diferentes equipos deben comprender cómo usar la IA para que cuando se reúnan con los dueños de negocios y propongan formas de resolver problemas, “la IA es solo parte de cómo piensan”.