Недавно анонсированные приложения искусственного интеллекта подчеркивают переход к автоматизации, ориентированной на конкретные области, где логическое мышление и нативная интеграция направлены на повышение эффективности и безопасности. Искусственный интеллект 
Фото: Сесилия Аркурс/Getty Images
Недавно анонсированные приложения искусственного интеллекта подчеркивают переход к автоматизации, ориентированной на конкретные области, где рассуждения и нативная интеграция направлены на повышение эффективности и безопасности.
Три недавних анонса новых инструментов искусственного интеллекта демонстрируют, как ИИ развивается в различных областях здравоохранения, и намекают на то, куда он может двигаться дальше.
- В этом месяце компания Ambience Healthcare запустила новую функцию Chart Chat for Nursing — генеративный инструмент искусственного интеллекта, позволяющий медсестрам запрашивать информацию из электронных медицинских карт непосредственно в месте оказания медицинской помощи.
- Компания Corti представила систему кодирования медицинской информации на основе искусственного интеллекта, построенную на собственной модели, которая, по утверждению компании, превзошла конкурирующие инструменты кодирования на основе искусственного интеллекта, созданные на базе ChatGPT от OpenAI и Claude от Anthropic.
- Тем временем компании Ensemble и Cohere объединили усилия для создания собственной модели обработки больших данных (LLM) для управления циклом получения доходов, которая, по их словам, может помочь снизить административную нагрузку на поставщиков медицинских услуг.
Ambient genAI извлекает данные из электронных медицинских карт для медсестер.
Компания Ambience сообщила о расширении функционала своего инструмента Chart Chat, позволяющего медсестрам общаться с электронными медицинскими картами Epic Systems, задавать вопросы и получать ответы во время бесед с пациентами стационара.
Как сообщила компания в своем заявлении 1 апреля, инструмент был разработан специально для использования в больничных отделениях с целью быстрого получения информации об истории приема лекарств пациентами, тенденциях лабораторных анализов и многом другом. Он призван помочь медсестрам понимать диагнозы и схемы лечения, а также получать доступ к общей клинической информации непосредственно в месте оказания помощи.
«Chart Chat for Nursing предоставляет медсестрам доступ к информации там, где они уже находятся, — внутри электронной медицинской карты, — и позволяет им за считанные секунды получить полную картину состояния каждого пациента», — пояснил в своем заявлении соучредитель и генеральный директор Ambience Нихил Будума.
Результаты генерируются в виде текста в модуле Ambience внутри электронной медицинской карты, сообщил представитель компании изданию Healthcare IT News во вторник. Хотя Chart Chat в настоящее время совместим с электронными медицинскими картами Epic, компания заявила, что изучает возможность интеграции с другими системами.
По данным компании, все действия ИИ регулируются трехуровневой архитектурой безопасности, включающей оценку в процессе развертывания, мониторинг качества в режиме реального времени и обратную связь от медсестер.
Многокомпонентное медицинское кодирование на основе новой модели машинного обучения.
Новый продукт компании Corti для медицинского кодирования, получивший название Symphony for Medical Coding, предлагает многофункциональный рабочий процесс, который анализирует клинический текст и сопоставляет его с правилами кодирования, говорится в сообщении компании на веб-сайте от 1 апреля.
Система запускает четырехэтапный алгоритм агентного мышления для каждого запроса, чтобы сосредоточиться на активной диагностике, сначала отфильтровывая из записей детали, не требующие кодирования, включая исторические состояния, которые больше не лечатся.
По словам Корти, лежащая в основе этой модели машинного обучения, получившая название Code Like Humans, была обучена на 5,8 миллионах электронных медицинских карт от 1,8 миллиона пациентов.
Для каждого выявленного диагноза модель обращается к алфавитному указателю МКБ-10, чтобы найти соответствующие термины и все связанные с ними подпункты в соответствии со стандартами качества, а затем генерирует полный набор кодов-кандидатов — точно так же, как это сделал бы обученный кодировщик.
Модель возвращает основной код, а также ранжированные альтернативы, исходный текст, который послужил толчком для прогнозирования, и обоснования для проверки результатов.
По данным компании, при оценке на пяти наборах данных, охватывающих медицинские учреждения в США и Великобритании, модель LLM превзошла модели OpenAI и Anthropic более чем на 25%.
«Большинство систем искусственного интеллекта не справляются с медицинским кодированием, потому что рассматривают его как маркировку, а не как логическое рассуждение», — сказал Ларс Маалё, соучредитель и технический директор Corti. «Правильное кодирование зависит от доказательств, контекста, иерархии и интерпретации рекомендаций».
Компания заявила, что Symphony доступен в виде API-интерфейса, протокола контекста модели, а также для корпоративных и облачных развертываний.
LLM, разработанная специально для управления доходами в здравоохранении.
В то время как большинство крупных языковых моделей не учитывают нюансы регулирования, потребности плательщиков и процессы, основополагающие для работы здравоохранения, компании Ensemble, специализирующаяся на управлении доходами, и Cohere, занимающаяся искусственным интеллектом, заявили, что создадут полностью индивидуальную модель, основанную на операционном опыте и данных Ensemble.
«Оперативные знания наших сотрудников, четко определенные процессы и понимание поведения плательщиков формируют то, как модели обучаются и решают проблемы, что поможет нам уменьшить сложности на всем пути взаимодействия пациента с финансовыми услугами и продолжать предоставлять надежные результаты, на которые рассчитывают системы здравоохранения», — заявил Джадсон Айви, президент и генеральный директор Ensemble, в заявлении от 31 марта.
«Благодаря сочетанию глубоких отраслевых знаний Ensemble с нашими защищенными возможностями искусственного интеллекта корпоративного уровня, мы можем создавать агентов, обеспечивающих более высокую точность, согласованность и надежность, одновременно отвечающих самым высоким стандартам конфиденциальности и безопасности», — добавил Эйдан Гомес, генеральный директор Cohere.
Как заявили компании, модель будет доработана для решения задач управления доходами и интегрирована в ИИ-агентов, обеспечивающих работу системы здравоохранения, от приема пациентов до урегулирования счетов. Они добавили, что модель не будет обучаться на идентифицируемых данных клиентов или защищенной медицинской информации.
Андреа Фокс — старший редактор Healthcare IT News.
Электронная почта: [email protected]
Healthcare IT News — это издание HIMSS Media.
Источник: www.healthcareitnews.com
