整合医学中临床医生参与的自动化接诊:一项多组分质量改进评估
《EXPLORE》:Clinician-in-the-Loop Automated Intake in Integrative Medicine: A Multi-Component Quality-Improvement Evaluation
【字体:
大
中
小
】
时间:2026年10月13日
来源:EXPLORE 1.9
编辑推荐:
摘要
背景:整合医学问诊需要多维度评估。然而,所需信息通常分散在电子健康记录(EHR)、实验室报告、临床笔记和患者上传的资料中,给诊前和诊后的诊疗计划制定以及保险支持文件的准备带来瓶颈。
目标:介绍并评估一种在临床医生参与下的、自动化的人工智能(AI)辅助问诊模型,该模型
摘要
背景:整合医学问诊需要多维度评估。然而,所需信息通常分散在电子健康记录(EHR)、实验室报告、临床笔记和患者上传的资料中,给诊前和诊后的诊疗计划制定以及保险支持文件的准备带来瓶颈。
目标:介绍并评估一种在临床医生参与下的、自动化的人工智能(AI)辅助问诊模型,该模型旨在提高数据完整性、临床可用性以及报销准备工作。
方法:为支持上述目标,该系统连接兼容的快速医疗互操作性资源(FHIR)合规的电子健康记录系统和患者门户来源,接收患者上传的碎片化记录,整合可用信息,识别信息缺口,生成自适应问诊问题,并生成面向临床医生的摘要。这项质量改进评估考察了在传统问诊之后新增或澄清的信息,并通过与源记录和患者回复进行人工核对来验证。自动化实验室结果解读和初步治疗策略通过临床医生审查进行评估。
结果:Autonomous Health(AH)问诊恢复了此前未记录的用药史和不良反应,并整理功能受限、安全隐患及支持性检查结果以供临床医生审查和预先授权提交。以甲基化工作流为例,我们证明在25个案例中有22个(88%)的治疗策略未经修改即获批准;临床医生审查每个完成案例平均耗时约10至15分钟。在独立的实验室测试结果评估中,1927个提取的生物标志物值与临床医生审查结果的一致率为100%,25个整体诊疗计划摘要的一致率为72%(18/25)。
结论:研究结果支持在临床医生参与下,将自动化、交互式的AI辅助问诊作为临床医生审查的准备和文件支持工作流具有可行性。
引言
美国医疗系统正面临持续的人力压力,临床服务需求不断增加,同时行政负担也极为繁重。在门诊实践中,临床医生往往需要在有限的就诊时间中分配时间于直接患者护理、文档记录、记录审查、护理协调以及与支付方相关的要求。[1,2] 这些压力对可及性、连续性、临床医生身心健康以及医患沟通质量均产生影响。
因此,工作流自动化已成为医疗服务创新的重要领域。[3] 在临床环境中,然而,自动化不应被视为替代医生判断或医患互动的工具。其适当角色应是支持护理交付中信息密集、重复性或准备性的特定环节,同时保持临床医生对解读、优先级排序、诊断和治疗计划制定的关注。
本文描述了一种在广义患者就诊工作流中,采用临床医生参与方法的自动化数据收集与准备工作流。重点在于整合医学领域,其中药物和补充剂使用、营养相关风险、多重用药以及减药考量均具有重要临床意义。[4] 本文所述工作流还涉及纵向病史、碎片化记录、生活方式和社会背景、功能状态以及与支付方审查相关的文档记录。
就诊相关工作的大量部分用于在临床决策之前收集、核对和准备患者信息。已发表的时间动作研究和电子健康记录(EHR)事件日志研究已证明临床医生投入EHR和文档相关工作的大量时间,[1,2] 这可能减少了用于检查、个性化护理计划和患者沟通的时间。
在标准化临床文档记录和计算机化医嘱录入方面已投入大量努力。[5,6] 然而,多维度问诊和数据准备仍是持续存在的临床和行政负担来源。
现有系统可以分析患者就诊原因并结合可用的EHR数据,生成结构化问题以收集相关症状信息。[7] 然而,患者病史经常是碎片化的、不完整的,且未能完全反映患者的当前临床状态。因此,临床决策可能需要收集额外信息以及验证和核对现有记录。
为解决这一挑战,我们寻求开发一种结合交互式患者问诊与可用临床记录信息的系统。
本项目有三个目标:
1. 开发一个交互式问诊系统,整合碎片化记录并收集最新的患者信息,而不需要临床医生参与收集步骤。
2. 开发一个自动化工具,将问诊和病历信息汇总为简洁且临床相关的摘要,供医生在就诊前或就诊中审查。
3. 开发一个自动化工具,准备支持保险授权和报销流程的文档。
更广泛的预期成果是在减轻临床医生工作负担的同时提高医疗质量。
章节摘要
评估方法
本项目作为多组分质量改进和临床工作流评估在GW整合医学中心(GWCIM)开展。详细的问诊分析、甲基化工作流评估和高级生物标志物/实验室工作流评估考察了Autonomous Health(AH)问诊的不同方面,并分别进行了分析。评估重点关注工作流表现和个体数据元素,而非患者的临床结局。
自动化问诊工作流
AH问诊工作流
详细问诊分析
在本案例中,AH问诊识别了初始问诊中不完整或缺失的用药相关信息(表1),包括药物过敏或不良反应。它还澄清了近期或当前的疼痛相关治疗方案。
AH问诊在本案例中扩展了整合医学病史,记录了传统问诊中有限或缺失的生活方式、睡眠、饮食、环境、家族史和社会背景因素,尽管后者是在A处进行的。
甲基化工作流评估
在评估期间,约100名开始问诊的患者中,25人完成了完整工作流。在25个案例中的22个(88%)中,提出的治疗策略未经修改即获批准。该计划结合了患者的病史和当前状况,将治疗分为阶段,包括剂量递增和营养建议,并提供了安全护栏。平均而言,临床医生审查每个完成的甲基化案例耗时约15分钟。
高级生物标志物和实验室工作流评估
一致性在结构化提取、摘要和生物标志物优先级排序输出中从92.25%到100%不等(表4)。
一致性是指与临床医生审查结果的一致程度。分母指各行中指定的单位;生物标志物观测值在患者内聚集。
在患者层面的可操作摘要中,一致率为18/25(72%);在7/25个案例(28%)中,医生的建议与自动化建议存在显著差异。例如,需要优先
讨论
在三个评估组成部分中,AH问诊在信息准备和结构化提取方面表现最为稳定,而在整体病例诊疗计划综合方面一致性较低。详细问诊分析显示,在现有问诊之后有增量性发现和澄清;甲基化工作流显示88%的初步策略未经修改即获临床医生批准;实验室评估显示结构化输出的一致性较高,但患者层面的为72%
预先授权和保险文档支持
结构化问诊自动化的一个相关应用是支持预先授权和保险理赔。对拟议程序或治疗的报销通常需要记录患者当前状况、既往治疗、治疗失败情况、功能损害、临床理由和预期获益。预先授权和健康计划交互已被证明会带来显著的行政负担和执业成本。[16,17]
这一要求可能尤其
结论
这项多组分质量改进评估支持在整合医学中,临床医生参与、AI辅助的自动化问诊具有可行性。详细问诊组件表明,第二遍工作流可以恢复和澄清现有问诊中未捕捉到的信息;甲基化工作流显示88%的初步策略未经修改即获临床医生批准;实验室评估显示结构化提取和解读的高一致性,而患者层面的
伦理和患者同意
本项目作为质量改进和临床工作流评估开展,在所有三个评估组成部分中使用的是去标识化的患者衍生临床信息。GWCIM认定该项目不需要机构审查委员会(IRB)审查。所有参与患者在参与和数据收集前均提供了同意,同意其数据用于质量改进、服务评估、分析和研究项目。患者隐私权利得到尊重。
数据可用性
由于隐私和保密限制,基础临床记录和相关材料不公开提供。经合理请求,可在隐私和机构约束条件下提供去标识化的条目级别编码和验证数据。
声明:在稿件准备过程中使用的生成式AI和AI辅助技术
在准备本工作期间,作者使用GPT-5.5和ChatGPT协助语言编辑、稿件组织和参考文献研究支持。GPT-5.5还被用于创建说明性工作流示意图。本稿件准备辅助工作区别于AH问诊,即本报告评估的临床工作流。在使用这些工具后,作者根据需要审查和编辑了内容,并对已发表文章的内容承担全部责任。
作者简介
Gregory Brodski, PhD;Katy Brodski-Quigley, MD;Mikhail Bakhtin, PhD;Mikhail Kogan, MD。
资助
本研究未获得公共、商业或非营利部门资助机构的任何专门拨款。
CRediT作者声明
Oleksandr Sverlov:概念构思、方法学、软件、形式分析、数据管理、可视化、撰写——初稿、撰写——审阅与编辑、项目管理。
Gregory Brodski:方法学、调查、形式分析、撰写——审阅与编辑。
Alex Tsatsulin:软件、方法学、撰写——审阅与编辑。
Mikhail Bakhtin:软件、方法学、撰写——审阅与编辑。
Katy Brodski-Quigley:验证、调查、撰写——审阅与编辑。
Mikhail Kogan:
CRediT作者贡献声明
Oleksandr Sverlov:撰写——审阅与编辑、撰写——初稿、可视化、软件、项目管理、方法学、调查、形式分析、数据管理、概念构思。
Gregory Brodski:撰写——审阅与编辑、方法学、调查、形式分析。
Alex Tsatsulin:撰写——审阅与编辑、软件、方法学。
Mikhail Bakhtin:撰写——审阅与编辑、软件、方法学。
Katy Brodski-Quigley:撰写——审阅与编辑、验证、
Oleksandr Sverlov | Gregory Brodski | Alex Tsatsulin | Mikhail Bakhtin | Katy Brodski-Quigley | Mikhail Kogan
Autonomous Health, 399 Boylston St, Suite 650, Boston, MA 02215, United States
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号