HCA Healthcare與谷歌雲合作，為醫院帶來生產性人工智能

AI技術可幫助改進工作流程、減輕管理負擔並允許醫生和護士花更多時間與患者相處

美國領先的醫療保健提供商之一HCA Healthcare，Inc.(紐約證券交易所股票代碼：HCA)和谷歌雲今天宣佈了一項新的合作，旨在使用產生式人工智能技術來改進耗時任務的工作流程，如臨牀文檔，以便醫生和護士能夠更專注於患者護理。

本新聞稿以多媒體為特色。點擊此處查看完整版本：https://www.businesswire.com/news/home/20230829429128/en/

此次與谷歌雲的擴大合作是2021年宣佈的戰略合作伙伴關係的一部分，該戰略合作伙伴關係包括保護患者隱私和數據安全的保障措施。HCA Healthcare與谷歌雲的合作伙伴關係，以及從2022年開始的多年實施MEDITECH Expanse，是HCA Healthcare推進其數字化轉型工作的關鍵要素。

HCA Healthcare醫學博士、MBA、FAANS高級副總裁邁克爾·J·施洛瑟(Michael J.Schlosser)表示：「我們的使命是重新設計提供護理的方式，讓臨牀醫生專注於病人護理，並使用最能支持醫生和護士的技術。」產生式人工智能和其他新技術正在幫助我們改變團隊互動的方式，創建更好的工作流程，並在正確的時間讓正確的團隊為我們的患者提供他們所需的信息。

作為今年年初開始的試點計劃的一部分，四家HCA Healthcare醫院的大約75名急診室醫生開始使用谷歌的人工智能技術，以更快、更輕松地記錄患者就診期間對話中的關鍵醫療信息。這是HCA Healthcare、谷歌雲和專門從事環境醫療文檔的醫療技術公司Augmedix合作的一部分。根據2022年發表在《美國醫學會內科雜誌》上的一項研究，約58%的醫生表示，花在文件上的時間會限制他們與患者相處的時間。

醫生在免提設備上使用Augmedix應用程序，從臨牀醫生和患者的對話中創建準確和及時的醫療記錄。Augmedix的專有平臺隨后利用自然語言處理，以及Google Cloud的生成性人工智能技術和多方醫療語音到文本處理，將數據即時轉換為醫療記錄，醫生在將其實時傳輸到醫院的電子健康記錄(EHR)之前對其進行審查和最終確定。

來自HCA Healthcare的醫療轉型和創新團隊(CT&I)的專家，以及Google Cloud和Augmedix團隊，繼續與醫生密切合作，以完善解決方案，HCA Healthcare計劃在今年晚些時候將其擴展到更多的醫院。雖然這些公司正在收集測量數據，但參與試點計劃的醫生報告説，他們總體上很滿意。

「HCA Healthcare是醫療服務提供領域的領先者，我們擴大的合作伙伴關係有可能惠及整個醫療行業，」Google Cloud首席執行官Thomas Kurian説。「將創生式人工智能引入支持醫生和護士的解決方案中，可以顯著改善他們的日常體驗，並幫助他們專注於最重要的事情--照顧病人。」

HCA Healthcare通過生成性人工智能改進的另一個機會是護士之間的病人交接。通常，這一重要的過程是手動的、耗時的，並且通常提供不同級別的詳細信息。HCA Healthcare的CT&I團隊使用Google Cloud的大型語言模型(LLM)之一構建了一個系統，該模型有助於自動生成移交報告，旨在提高連續性、一致性、患者安全和臨牀質量-同時節省護士大量時間並保持人工監督。

提示是精心設計的，以引導LLM朝着優先順序的細節前進，例如藥物變化、實驗室結果、生命體徵波動、患者關注的問題以及對治療的總體反應。HCA Healthcare的團隊還對模型的輸出進行了調整，使其直觀，便於護士閲讀、理解和操作。在最初的Beta測試期間，HCA Healthcare收集了護士的反饋，以進一步完善該工具。目前，護士交接工具正在UCFLake Nona醫院接受持續測試。在看到原型后，護士們對該工具生成的報告草稿的速度、準確性和相關性感到滿意，並對將該工具付諸實踐表示了高度的興趣。

從長遠來看，HCA Healthcare正在探索使用谷歌經過醫學調整的Med-Palm2LLM來支持照顧者。

Schlosser博士説：「為醫學問題和內容量身定做LLM對於某些關鍵用例可能是有益的。」「我們希望Med-Palm 2在我們提出以科學和醫學知識為基礎的複雜醫學問題時特別有用，同時在複雜和非結構化的醫學文本中尋找見解。」

Google Cloud的數據治理方法和隱私策略旨在讓其客户保持對其數據的控制。在醫療保健環境中，通過實施支持HIPAA合規的Google Cloud可靠基礎設施和安全數據存儲，以及每個客户的安全、隱私控制和流程，可以保護患者數據的訪問和使用。谷歌雲對生成式人工智能負責任的方法也意味着客户可以使用工具來直接調整大型語言模型，並審查模型對有偏見或未經驗證的內容的響應，從而教導模型避免不適當的輸出。

有關更多信息，請查看Google Cloud博客：醫療保健中負責任的生成性人工智能之路。