ChatEDM: Lekarze będą zadawać pytania EDM zamiast klikać

Opracowany w Stanford Medicine system pozwala lekarzowi zadawać pytania elektronicznej dokumentacji medycznej (EDM) zamiast klikać w poszukiwaniu danych. Narzędzie opiera się na dużym modelu językowym (LLM), podobnym do GPT-4 firmy OpenAI. Efekt: czas potrzebny na przeglądanie EDM skrócił się o 40%.

Szybszy wgląd do danych z EDM

Prace nad technologią trwały dwa lata, a inspiracją dla naukowców były szybko rosnące możliwości LLM w zakresie analizowania i podsumowywania danych. ChatEDM (oryginalna nazwa to ChatEHR od ang. Electronic Health Record) jest obecnie dostępny tylko dla około 30 pracowników szpitala Stanford – lekarzy, pielęgniarek, asystentów medycznych – testujących jego dokładność.

Ja twierdzą pracownicy IT ze Stanford, jest duża nadzieja, że oprogramowanie – choć nie będzie udzielać porad medycznych ani wsparcia w podejmowaniu decyzji – będzie w stanie podsumowywać dane z EDM i odpowiadać na pytania dotyczące historii zdrowia pacjenta. W ten sposób zredukuje znacząco czas potrzebny na manualne przeglądanie dokumentacji.

– ChatEDM umożliwia lekarzom w wydajniejszy sposób korzystać z elektronicznej dokumentacji medycznej, niezależnie od tego, czy chcą uzyskać podsumowanie całej historii leczenia, czy znaleźć konkretne dane – mówi dr Michael Pfeffer, dyrektor ds. informatyki i cyfryzacji w Stanford Health Care i School of Medicine.

Boom systemów LLM w korzystaniu z EDM

Zastosowanie AI do usprawnienia interakcji z dokumentacją pacjenta nie jest niczym nowym. Pierwsze próby obejmowały m.in. dashboardy z najważniejszymi danymi wyselekcjonowanymi pod kątem krytycznych danych pacjenta, umożliwiające podejmowanie decyzji klinicznych. Jednak odkąd w 2022 roku swoją premierę miał ChatGPT, pojawiła się szansa na zmianę sposobu tworzenia elektronicznej dokumentacji medycznej – czynności czasochłonnej i nielubianej przez lekarzy.

W USA popularne stają się systemy do tworzenia notatek w EDM na podstawie rozmowy lekarza z pacjentem. Taki system transkrybuje całą konwersację, a następnie na tej podstawie przygotowuje wpisy do EDM według wymaganych standardów oraz wstępnie wystawia receptę. Na koniec lekarz musi zatwierdzić poprawność danych, a w razie konieczności je uzupełnić.

2-letni okres prac nad systemem pokazuje jednak, że rozwój systemów LLM do zastosowania w pracy klinicznej nie jest łatwe. Trzeba się upewnić, że system pokazuje poprawne informacje i nie zmyśla, bo na ich podstawie lekarz podejmuje ostateczną decyzję dotyczącą diagnozy i leczenia.

Ale pierwsi użytkownicy ChatEDM są zadowoleni, podkreślając, że nie muszą już spędzać cennych minut na przeszukiwaniu meandrów EDM, klikaniu na różne zakładki i scrollowaniu.

Jak podkreśla Nigam Shah, dyrektor ds. nauki o danych w Stanford Health Care, AI usprawnia pracę lekarzy tylko wtedy, jeśli jest płynnie wbudowana w procedury. Według niej, ChatEDM jest bezpieczny, bo pobiera dane bezpośrednio z odpowiednich źródeł medycznych i jest zintegrowany z systemem elektronicznej dokumentacji medycznej, dzięki czemu jest łatwy w użyciu w warunkach klinicznych.

– Wstępne wyniki pilotażu ChatEDM pokazują, że pracownicy kliniczni odnotowali znaczne przyspieszenie procesu wyszukiwania informacji. W przypadku lekarzy pogotowia, czas potrzebny na przeglądanie EDM podczas przekazywania pacjentów w stanie krytycznym skrócił się o 40% – mówi Michael A. Pfeffer, wice-
prezes ds. informatyki i cyfryzacji w Stanford.

Czytaj także: EDM wdrożona na 60%. Dojdzie 9 nowych e-dokumentów