人工智能（AI）在医疗保健领域的使用案例——尤其是涉及生成人工智能和ChatGPT的案例——令人兴奋不已，专家预测生成人工智能可能有助于节省1万亿美元的医疗保健费用。然而，在加强护理成果和健康公平方面最有潜力的人工智能解决方案并不是医疗保健领导者首先想到的。
相反，现在的价值可能来自提取式人工智能。这是一种工具，使组织能够将通过图像或PDF通过数字传真发送的手写文本放入结构化的数据游戏中。这也是一个实用的解决方案，可以在不需要大量技术提升的情况下提高数据互操作性，包括医疗保健的“数字穷人”，如急性后护理设施和健康诊所。

提高卫生公平的有力杠杆
医疗保健组织支持全面护理的能力，特别是对我国最脆弱的患者群体的支持，取决于能否获得数据，从而能够360度了解患者的病史和影响健康的因素，包括健康的社会决定因素（SDoH）。
然而，根据美国国立卫生研究院最近的一项研究，80%的医疗保健数据是非结构化数据：这些数据不是以标准格式捕获或存储的，比如通过数字传真发送的手写笔记。当提供者无法智能地提取这些数据并直接在临床医生的工作流程中提供这些数据时，他们就失去了将这些数据用于加强护理的能力。在今天的工作流程中，这将需要手动输入数据，这会减慢护理速度，有时应由本应治疗患者的临床工作人员完成。此外，这增加了提供者的压力，因为他们很难在需要的时候找到他们需要的信息。这也阻碍了提供个性化、同理心护理的努力，因为这会让患者无法获得全人视角。
这些都是所有医疗保健组织面临的挑战，但它们的影响在没有经过认证的EHR的组织中最为强烈，比如服务不足市场的急性后护理机构和诊所，这些机构用于及时共享和接收患者数据的资源有限。
库克县卫生部首席医疗官Claudia Fegan博士在名为“继续健康公平之旅”的HIMSS 2023小组会议上分享道：“我们在新冠肺炎期间看到，需要更快地提供更多（关于健康不平等的）数据。”“我们必须做出数据驱动的决策。在收集到这些信息之前，我们无法开始采取行动。”
智能数据提取通过定位较小的组织来及时共享和接收患者数据，并使临床医生能够迅速采取行动，从而在医疗保健领域为数字富人和穷人之间创造了一个公平的竞争环境。同样重要的是，它可以利用这些组织最依赖的工具：数字云传真解决方案，在没有下行风险的情况下支持这些目标。

以下是它的工作原理：
非结构化数据，如与医生转诊或出院相关的数据，通过数字传真传输到设施。如今，十分之七的医院仍然依靠传真与其他提供者共享患者信息。
将自然语言处理（NLP）和人工智能应用于传真文档，可以将手写或文本数据转换为任何系统都可以轻松使用的结构。这将可操作的情报交到护理提供者手中。影响：更明智的护理决策和更好的提供者之间的协调。
提供者不仅可以了解患者的病史和即时护理需求，还可以了解影响整体健康和长期结果的SDoH因素，如难以理解出院指示、难以获得营养食品或交通工具，或生活在不安全环境中带来的压力。有了这些信息，临床医生可以制定一个计划，在患者出院前减轻这些风险，减少患者回家后并发症和再次入院的可能性。
通过NLP和人工智能升级数字传真，使组织能够在需要的时间和地点接收关键信息，无论信息来源于何处或以何种形式，从而弥合医疗保健数字富人和穷人之间的差距。这是一种负担得起的实用解决方案，对健康公平和解决SDoH至关重要。

将非结构化数据转化为可操作的智能
如果我们要充分发挥人工智能的潜力，以降低成本和减轻提供护理的组织的压力来改善健康结果和健康公平，我们必须以让所有医疗保健利益相关者实时360度观察患者的方式应用人工智能。通过使用医疗保健中仍然高度依赖的工具——数字传真——来进行智能数据提取，我们可以确保临床医生不会错过一次一个患者产生更深入影响的宝贵机会。

来源：
https://medcitynews.com/2023/12/the-ai-tool-that-matters-most-for-clinical-care-isnt-chatgpt/

责编: editor