人工智能可以简化患者记录以降低临床风险

研究人员已经使用人工智能来监控电子健康记录中重复的患者记录，以减少临床错误和低效的计费。

宾夕法尼亚大学佩雷​​尔曼医学院的学者发现，从2015年到2020年，近200万例患者记录中有50%与之前的笔记重复。

在2015年33%的记录和2020年54.2%的记录中发现每年的重复率。患者记录中的笔记越多，重复率越高，高达6%.

“重复的文本让人怀疑病历中所有信息的真实性，使得在日常临床工作中很难找到和验证信息，”宾夕法尼亚大学医学研究报告写道。

这项名为“电子病历中重复信息的流行和来源”的研究发表在《美国医学会杂志》上。

科学家们还与两个组织合作进行分析。RiverRecords，一家自动化数据处理公司，使用人工智能模型来简化数据收集和处理。该平台通过深度学习和自然语言处理分析临床文档。参与这项研究的还有CareAlign，这是一家人工智能初创公司，它使用旨在与电子健康记录系统集成的临床工作流平台。

在分析中，研究人员发现临床医生必须阅读十个单独的注释才能获得500个单词的新文本。这可能导致浪费时间收集数据和丢失患者数据，因为临床医生可能没有足够的时间对电子健康记录系统进行彻底搜索。

重复的记录也可能提供过时的信息，因为新药或最近的实验室结果可能不会更新。

该研究旨在证明深度学习和自然语言处理可以简化数据可访问性、改善患者护理、有益于人群健康并减少医生倦怠。

虽然来自宾夕法尼亚州的团队发现人工智能有可能改善笔记问题，但已经存在几个这样的系统。南达科他州的Sanford Health创建了一个标准化的笔记表格来解决所谓的“笔记膨胀”。该系统促使供应商只记录他们需要消除重复的内容。

爱达荷州健康数据交换利用人工智能模型在没有人工监督的情况下合并数据，将重复率从30%降低到仅1%。