博客:用工作流集成的人工智能提高护理质量和结果
在越来越多的临床使用案例中,除了其当前和潜在的好处之外,工作流集成人工智能(AI)正在为放射学本身的实践提供更广泛的数据驱动方法。这种方法承认诊断成像在疾病检测和治疗中的中心地位,以及它在改善医疗成本和结果方面的重要作用。
最直接的是,人工智能驱动的诊断模型、自然语言处理和临床分析工具可以推动持续的质量改进计划。更重要的是,它们可以为提供者、支付方和其他利益相关者提供一个协作的、基于价值的框架,以使用放射学数据优化和奖励高质量的实践,并促进基于价值的护理。
“放射工作流程中的实时智能影响整个患者旅程,”他说凯伦Holzberger公司诊断解决方案高级副总裁兼总经理细微的通信.“它从最初的接触开始,持续到成像检查,通过协议、图像解释和报告、提供者沟通、患者治疗和遵守后续建议。”
改善随访成像依从性和患者预后
当医生订购与主诉相关的诊断影像时,放射科医生解释检查结果并报告检查结果也可能包括偶然发现。大约10%的放射学报告建议对偶发发现进行随访成像。其中最常见的是肺结节的存在。因为肺癌是美国癌症死亡的主要原因,所以需要随访成像。然而,高达70%的推荐检查没有完成,导致治疗延迟和不利结果的增加。
人工智能工具正在解决遗漏的随访问题,以改善临床和财务结果。一种方法是使用结构化语言来提高报告的清晰度和与转诊医生的沟通,并在电子病历中包括下游监测和治疗的发现和建议。
Nuance PowerScribe后续管理器自动跟踪和遵从。它使用高级语言理解来分析现有报告中的非结构化文本、单词、短语和数据,以确定后续建议。它会自动跟踪建议,以确保考试在规定的时间内完成。如果检查没有及时完成,PowerScribe随访管理器可以主动提醒转诊医生或患者,以确保执行所需的检查。
霍尔兹伯格说:“你可以开始更快地把这些病人带回来,与护理团队、订购供应商以及最终的病人合作。”
利用AI工具提高性能、结果和成本
强大的人工智能分析可以帮助放射科医生跟踪整体表现,并根据临床证据改善财务结果。例如,数据分析可以告知工作负载平衡,并根据模式、放射科医生、报告质量和持续质量改进计划中的其他因素指示性能。放射学的革新者也在探索与推荐提供者、付款人和其他利益相关者共享性能数据的方法。目标是认可高质量的实践,并记录各种模式、临床专业或其他领域的专业知识,而不是通过指出错误来监督放射科医生。放射学实践和部门受益于增加业务和补偿,降低可能的医疗事故索赔的风险。患者和医疗服务提供者受益于改善的结果和降低的医疗成本。放射学数据和工作流程集成的人工智能工具的结合,为基于价值的护理创造了这种整体的、结构化的和协作的方法。
人工智能驱动的数据分析也可以加速人工智能的采用。用户可以创建自己的真实数据集,以测试人工智能模型在其环境中的工作方式,并推动对模型性能的持续监控。
“所有这些例子都显示了人工智能如何为日常临床工具提供动力,并成为提高放射学效率、质量、医生满意度和财务诚信的关键。它承认了诊断成像住院护理以及最终医疗成本和患者结果的核心作用。”Holzberger说。
放射科医生的反馈推动人工智能的发展
成功采用人工智能的关键是确保它无缝地增强放射科医生的培训、专业知识和报告工作流程。放射科医生将审查人工智能生成的输出,并决定何时以及如何将结果纳入他们的报告。通过支持工作流集成的AI平台,为放射科医生评估模型可用性和性能提供反馈循环,AI开发人员成为协同放射科驱动的质量框架的一部分。
Holzberger说:“使用率的增加推动了性能的提高。“这是人工智能模型和服务持续成功的一个至关重要的因素,最终也是放射科医生使用它们的成功。最终,放射科医生将决定人工智能的发展、采用和成功,就像他们过去对新技术的到来所做的一样。”
编者按:这是关于放射学工作流程中的实时情报的四篇系列文章的最后一篇,将每月发表一次。第一个博客,新兴的人工智能技术在患者的整个旅程中提供价值,可在在这里;第二个博客,实时智能:通过计划和准备优化工作流程,可在在这里;第三个博客,报告与交流中的实时情报,可在在这里。欲了解更多,请访问nuance.com/healthcare/diagnostics-solutions