HCA Healthcare与谷歌云合作，为医院带来生产性人工智能

AI技术可帮助改进工作流程、减轻管理负担并允许医生和护士花更多时间与患者相处

美国领先的医疗保健提供商之一HCA Healthcare，Inc.(纽约证券交易所股票代码：HCA)和谷歌云今天宣布了一项新的合作，旨在使用产生式人工智能技术来改进耗时任务的工作流程，如临床文档，以便医生和护士能够更专注于患者护理。

本新闻稿以多媒体为特色。点击此处查看完整版本：https://www.businesswire.com/news/home/20230829429128/en/

此次与谷歌云的扩大合作是2021年宣布的战略合作伙伴关系的一部分，该战略合作伙伴关系包括保护患者隐私和数据安全的保障措施。HCA Healthcare与谷歌云的合作伙伴关系，以及从2022年开始的多年实施MEDITECH Expanse，是HCA Healthcare推进其数字化转型工作的关键要素。

HCA Healthcare医学博士、MBA、FAANS高级副总裁迈克尔·J·施洛瑟(Michael J.Schlosser)表示：“我们的使命是重新设计提供护理的方式，让临床医生专注于病人护理，并使用最能支持医生和护士的技术。”产生式人工智能和其他新技术正在帮助我们改变团队互动的方式，创建更好的工作流程，并在正确的时间让正确的团队为我们的患者提供他们所需的信息。

作为今年年初开始的试点计划的一部分，四家HCA Healthcare医院的大约75名急诊室医生开始使用谷歌的人工智能技术，以更快、更轻松地记录患者就诊期间对话中的关键医疗信息。这是HCA Healthcare、谷歌云和专门从事环境医疗文档的医疗技术公司Augmedix合作的一部分。根据2022年发表在《美国医学会内科杂志》上的一项研究，约58%的医生表示，花在文件上的时间会限制他们与患者相处的时间。

医生在免提设备上使用Augmedix应用程序，从临床医生和患者的对话中创建准确和及时的医疗记录。Augmedix的专有平台随后利用自然语言处理，以及Google Cloud的生成性人工智能技术和多方医疗语音到文本处理，将数据即时转换为医疗记录，医生在将其实时传输到医院的电子健康记录(EHR)之前对其进行审查和最终确定。

来自HCA Healthcare的医疗转型和创新团队(CT&I)的专家，以及Google Cloud和Augmedix团队，继续与医生密切合作，以完善解决方案，HCA Healthcare计划在今年晚些时候将其扩展到更多的医院。虽然这些公司正在收集测量数据，但参与试点计划的医生报告说，他们总体上很满意。

“HCA Healthcare是医疗服务提供领域的领先者，我们扩大的合作伙伴关系有可能惠及整个医疗行业，”Google Cloud首席执行官Thomas Kurian说。“将创生式人工智能引入支持医生和护士的解决方案中，可以显著改善他们的日常体验，并帮助他们专注于最重要的事情--照顾病人。”

HCA Healthcare通过生成性人工智能改进的另一个机会是护士之间的病人交接。通常，这一重要的过程是手动的、耗时的，并且通常提供不同级别的详细信息。HCA Healthcare的CT&I团队使用Google Cloud的大型语言模型(LLM)之一构建了一个系统，该模型有助于自动生成移交报告，旨在提高连续性、一致性、患者安全和临床质量-同时节省护士大量时间并保持人工监督。

提示是精心设计的，以引导LLM朝着优先顺序的细节前进，例如药物变化、实验室结果、生命体征波动、患者关注的问题以及对治疗的总体反应。HCA Healthcare的团队还对模型的输出进行了调整，使其直观，便于护士阅读、理解和操作。在最初的Beta测试期间，HCA Healthcare收集了护士的反馈，以进一步完善该工具。目前，护士交接工具正在UCFLake Nona医院接受持续测试。在看到原型后，护士们对该工具生成的报告草稿的速度、准确性和相关性感到满意，并对将该工具付诸实践表示了高度的兴趣。

从长远来看，HCA Healthcare正在探索使用谷歌经过医学调整的Med-Palm2LLM来支持照顾者。

Schlosser博士说：“为医学问题和内容量身定做LLM对于某些关键用例可能是有益的。”“我们希望Med-Palm 2在我们提出以科学和医学知识为基础的复杂医学问题时特别有用，同时在复杂和非结构化的医学文本中寻找见解。”

Google Cloud的数据治理方法和隐私策略旨在让其客户保持对其数据的控制。在医疗保健环境中，通过实施支持HIPAA合规的Google Cloud可靠基础设施和安全数据存储，以及每个客户的安全、隐私控制和流程，可以保护患者数据的访问和使用。谷歌云对生成式人工智能负责任的方法也意味着客户可以使用工具来直接调整大型语言模型，并审查模型对有偏见或未经验证的内容的响应，从而教导模型避免不适当的输出。

有关更多信息，请查看Google Cloud博客：医疗保健中负责任的生成性人工智能之路。