電子病歷與AI整合，協助醫生更有效地萃取患者健康資訊
https://bit.ly/3gbMjMe
根據JAMA Network Open的一項研究指出，醫生將62%的時間用於審查每位患者電子病歷（
EHR），其中最耗時的部分是臨床數據審查。為了提高效率，研究人員開發了AI系統，以
協助審查患者資訊。簡單來說，將AI與電子病歷整合在一起，能夠幫助醫生更有效地萃取
患者健康資訊。
隨著EHR變得愈來愈普遍，醫生們必須花費更多時間研究這些數據庫來審查臨床數據。此
外，隨著更多數據儲存在EHR中，醫生可能會遭遇到過量資訊的轟炸。為了解決這一問題
，研究人員想利用AI技術與這些HER相結合，降低醫生的倦怠並改善病患體驗。
研究人員在史丹福大學創建了一個AI系統來組織病患記錄並改進數據檢索。為了確保該系
統能夠快速準確，還進行了一項非盲的前瞻性研究。
研究人員在學術醫療中心招募了12名胃腸病學醫生或研究員，以分析整合AI如何影響EHR
使用時間，以及數據的準確性。每位臨床醫生都會收到一份經過AI優化的病歷和一份標準
病歷（未經AI優化）。對於每條記錄，臨床醫生必須回答22個問題，要求他們在指定的記
錄中尋找臨床相關資訊。臨床醫生審查了 2020年6月1日至8月30日的記錄。
研究人員比較了AI優化病患記錄和標準病患記錄時間和準確性。結果發現，標準記錄審查
平均需要12.8分鐘，而AI優化記錄審查需要臨床醫生10.5分鐘，也就是說，AI系統將EHR
使用時間縮短了18%。
此外，當醫生使用AI系統檢索數據時，準確性沒有顯著變化。12名醫生中有11名表示他們
更喜歡AI記錄審查而不是標準審查。也就是說，透過學習曲線，可能讓12位醫生中的11位
於未來有興趣在診所中使用該技術，這也表示了未來其更能節省評估新病患的時間。
這項研究的主要目的是，確認AI系統能夠幫助醫生在更短的時間內獲取相關的病患數據，
且同時保持準確性。
這一發現對於不斷增加的醫療數據和增加的臨床醫生壓力將可望獲得改善。這幾年許多研
究都是希望利用AI來協助各行各業能夠提高效率，且讓專業人員有更多時間處理其他事項
。因此，從這一項研究發現，當AI整合到醫療保健系統中時，不僅可以提高醫療保健的生
產力，而且AI還可以減輕醫生的負擔，的確是未來AI系統開發的一個新方向。