研究人员发现高级人工智能可以简化、加速和增强医院质量报告。
加州大学圣迭戈分校医学院的科学家进行的一项初步研究表明,高级人工智能(AI)可能会使医院质量报告变得更简单、更快速、更高效,而不会影响准确性,可能改善医疗服务。
这项研究的发现发表于2024年10月21日的新英格兰医学杂志(NEJM)AI在线版,揭示了一种利用大型语言模型(LLMs)的人工智能系统能够有效处理医院质量指标,与手动报告达成90%的匹配。这一进展可能促进更有效和可靠的医疗报告方法。
研究团队与加州大学圣迭戈健康系统的乔安和欧文·雅各布健康创新中心(JCHI)合作,发现LLMs能够对于复杂质量测量进行精确提取,特别是在医疗保险和医疗补助服务中心(CMS)对严重脓毒症和脓毒性休克的SEP-1标准的复杂框架内。
研究的首作者、加州大学圣迭戈医学院的博士后研究员亚伦·布西纳表示:“将LLMs融入医院运营有潜力彻底改变医疗服务,使过程更为即时,从而改善个性化治疗,提升患者获取质量信息的途径。随着我们在这项研究中的进展,我们展望一个质量报告不仅有效,而且丰富整体患者体验的未来。”
通常,SEP-1的提取过程需要对大量患者记录进行63个步骤的细致审查,耗时数周,并需多位审核员的努力。这项研究表明,LLMs可以通过迅速审查患者记录并在短时间内提供必要的背景见解,从而显著缩短该任务所需的时间和资源。
研究人员认为,通过解决质量评估的复杂需求,他们的发现能够带来一个更有效、更具响应性的医疗系统。
加州大学圣迭戈健康系统的研究合著者、首席质量和患者安全官查德·范登伯格表示:“我们致力于利用技术减少医疗行政负担,让我们的质量改进专家可以将更多时间投入到支持我们医疗团队提供的卓越护理。”
研究的主要额外发现表明,LLMs可以通过纠正错误和加快处理时间来提高效率;通过任务自动化降低行政费用;实现近乎实时的质量评估;并在各种医疗环境中适用。
下一步包括研究团队验证这些发现,并将其应用于改善可靠的数据和报告技术。
该研究的合著者包括与加州大学圣迭戈分校有关的沙敏·内马提、理希瓦尔丹·克里希那穆尔提、金伯利·金特罗、施瑞扬什·乔希、加布里埃尔·瓦尔迪、海登·普尔、尼古拉斯·希尔伯特、阿图尔·马尔霍特拉、迈克尔·霍加斯、艾米·西塔帕蒂、卡兰迪普·辛格和克里斯托弗·朗赫斯特。
这项研究得到了国家过敏和传染病研究所(1R42AI177108-1)、国家医学图书馆(2T15LM011271-11和R01LM013998)、国家普通医学科学研究所(R35GM143121和K23GM146092)以及JCHI的部分资助。