Một Hồ sơ y tế điện tử được tăng cường bởi Trí tuệ Nhân tạo (AI) có thể tăng cường năng suất chăm sóc sức khỏe ban đầu

Nhiều chuyên gia ngành y tế đã nghiêm túc hỏi liệu Trí tuệ Nhân tạo (AI) có thể thay thế nhiều chuyên gia y tế hay không (1). Tuy nhiên, khả năng tương lai và thực tế hơn là công nghệ mới nổi hiện nay sẽ tăng cường năng suất lâm sàng.

Nếu chắc chắn, phần mềm nhận diện mẫu dựa trên AI đã có thể quét ảnh đáy mắt để phát hiện biến chứng do tiểu đường, phát hiện bệnh lao trên hình X-quang ngực và đánh giá hình ảnh siêu âm vú. Và một số ứng dụng AI đã được tìm thấy có thể tương đương hoặc thậm chí vượt trội hơn so với sự đánh giá lâm sàng của con người.(2) Tuy nhiên, cuối cùng, các bác sĩ tiết niệu sẽ tiếp tục thực hiện việc thăm tử cung, được hỗ trợ bởi những cải tiến dựa trên AI trong khả năng chẩn đoán của thủ thuật này.(3) Các bác sĩ tim mạch sẽ thực hiện thủ thuật can thiệp tim mạch, cũng được hỗ trợ bởi những lợi ích dựa trên AI trong đánh giá lâm sàng.(4) Và các bác sĩ thần kinh vẫn sẽ tiếp tục điều trị bệnh Parkinson, được hỗ trợ bởi những tiến bộ dựa trên AI trong việc phát hiện sớm.(5)

Mặc dù việc áp dụng AI có thể mang lại những tin tức tốt đẹp cho các chuyên gia y tế, những bác sĩ chăm sóc sức khỏe ban đầu (PCPs), người đóng vai trò quan trọng như tư vấn tới những chuyên gia này. Mặc dù có rất nhiều đề xuất về việc áp dụng AI để cải thiện việc cung cấp chăm sóc sức khỏe ban đầu thông qua dự đoán rủi ro dân số, khám phá dữ liệu, giám sát bệnh nhân từ xa và hỗ trợ kỹ thuật số cho sức khỏe,(6) nhưng vẫn còn một khoảng cách lớn giữa các khái niệm và việc thực thi.(7) Mặc dù những đề xuất này cuối cùng có thể cải thiện kết quả sức khỏe cho bệnh nhân, nhưng chúng không giải quyết tài nguyên khan hiếm chính của PCPs - thời gian làm việc quá tải.

Phương tiện chính để tăng năng suất của PCPs sẽ là một hồ sơ y tế điện tử được tăng cường bởi AI thực sự tiết kiệm thời gian. Để thấy cụ thể, hãy đặt mình vào vị trí của một nội tiết học chăm sóc sức khỏe ban đầu đang xem xét hồ sơ bệnh nhân cho ngày. Những ví dụ sau đây dựa trên kinh nghiệm của tôi là một PCP tại một trung tâm chăm sóc sức khỏe cộng đồng được chấp thuận liên bang.

Tình huống Bệnh nhân

Một báo cáo xét nghiệm thường trực tiếp tiết lộ rằng bệnh nhân có số lượng tiểu cầu thấp bất thường. Hồ sơ y tế điện tử hiện có có thể làm nổi bật giá trị số thấp và cho phép hiển thị biểu đồ nguyên thủy của số lượng tiểu cầu của bệnh nhân theo thời gian. Hồ sơ y tế điện tử mới được tăng cường bởi AI, so sánh, được đào tạo để tìm kiếm danh sách thuốc của bệnh nhân để hỏi xem bệnh nhân có thể bị giảm tiểu cầu do thuốc gây ra hay không. Nhiệm vụ này được thực hiện hoàn toàn ẩn danh. Tất cả những gì thấy là một liên kết đính kèm vào số lượng tiểu cầu không bình thường, chỉ ra đến loại thuốc có thể gây hại.

Một bệnh nhân khác được sắp xếp đi tái khám do đã nhập viện gần đây. Hồ sơ y tế điện tử được tăng cường bởi AI tận dụng phần mềm xử lý ngôn ngữ tự nhiên tích hợp sẵn để đọc tóm tắt xuất viện của bệnh viện, nhận dạng chẩn đoán xuất viện và đăng chúng trên ghi chú gặp gỡ nháp. Phần mềm còn nhận dạng các loại thuốc ra viện và điều giống chúng với danh sách thuốc trước khi nhập viện của bệnh nhân. Phần mềm cũng kiểm tra xem liệu các loại thuốc mới được kê đơn có được bảo hiểm dưới kế hoạch của bệnh nhân hay không và, nếu không, thay thế bằng những loại thuốc nào được bảo hiểm. Tất cả các nhiệm vụ này cũng được thực hiện ẩn danh. PCP chỉ cần quyết định những chẩn đoán và loại thuốc nào nên nằm trong ghi chú gặp gỡ hoàn thiện. PCP thậm chí có thể để một số loại thuốc vẫn còn là tạm thời cho đến khi làm sáng tỏ.

Phần mềm xử lý ngôn ngữ tự nhiên còn nhận dạng thêm một phát hiện ngẫu nhiên về viên sỏi thận được thấy trên hình ảnh trong bụng trong quá trình nhập viện của cùng một bệnh nhân. Không có đề cập chính thức về bệnh sỏi thận trong bất kỳ chẩn đoán nào được lập hóa trong những lần họp trước đây hoặc được liệt kê trong phần bệnh sử bệnh án của hồ sơ y tế điện tử cấu trúc của bệnh nhân. Tuy nhiên, phần mềm xử lý ngôn ngữ tự nhiên, sau khi tìm kiếm trong văn bản tự do cấu trúc rộng lớn trong hồ sơ y tế điện tử của bệnh nhân,(8) xác định một ghi nhận của người cung cấp chăm sóc y tế trước đó rằng thực tế bệnh nhân đã bị sỏi thận cách đây 5 năm. Một lần nữa, tất cả được thực hiện trong nền.

Có một báo cáo về một nghiên cứu uống barium trên một bệnh nhân khác có triệu chứng áp lực lồng ngực và đầy bụng. Báo cáo quét của bác sĩ chẩn đoán bao gồm một lời nhận xét cho biết cơ hốc thực quản niêm mạc dưới không mở ra như dự kiến. Phần mềm AI, sau khi triển khai nhận dạng ký tự quang học để đọc báo cáo quét, đặt bệnh co thắt thực quản ở đầu danh sách chẩn đoán khác biệt, trước rối loạn trào ngược thực quản. Tất cả những gì PCP thấy là phiên bản siêu văn bản chuyển đổi của báo cáo chẩn đoán phát xạ gốc chứa các liên kết bên ngoài đến tài liệu có liên quan cùng với các phương án điều trị để xem xét. PCP không cần phải tra cứu thêm bất kỳ thông tin nào.

PCP xem xét một siêu âm bụng trên một bệnh nhân khác có tiền sử các mức men gan cao. Bác sĩ chẩn đoán ghi nhận độ sáng tương phản gan phân tán thích hợp với viêm gan mỡ, nhưng cũng ghi nhận về sự xuất hiện của một khối giảm âm ở phần thùy phải. Phần mềm dựa trên AI, nhận dạng phát hiện sau là một khả năng là u gan, thông báo với PCP rằng bệnh nhân đang dùng một loại thuốc tránh thai uống chứa hormone nữ. PCP được yêu cầu có muốn sắp xếp một buổi tương tác y tế từ xa để tư vấn cho bệnh nhân về một loại tránh thai thay thế hay không. Nếu PCP đồng ý, cuộc hẹn sẽ được lên lịch.

Thế hệ mới của Hồ sơ Y tế Điện tử được Trang bị Trí tuệ Nhân tạo

Mặc dù những ví dụ trước có thể có vẻ hoàn toàn không thực tế, nhưng chúng đã nằm trong khả năng công nghệ Trí tuệ Nhân tạo hiện tại. Để tạo điều kiện cho sự chuyển đổi cần thiết sang thế hệ mới của Hồ sơ Y tế Điện tử được trang bị Trí tuệ Nhân tạo, có 3 điều cần phải xảy ra.

Thứ nhất, thế hệ hiện tại của Hồ sơ Y tế Điện tử đầy khuyết điểm, quá tải số hóa cần phải trải qua một cuộc cải cách lớn. Một ứng dụng mới dựa trên AI không thể chỉ được thêm vào giao diện người dùng không hoạt động hiện tại, mà trên đó PCPs hiện nay dành nhiều thời gian nhấp chuột hơn là điều trị bệnh nhân. Làm như vậy chỉ là việc thêm một mục tiêu tương tự như việc thêm một tấm ván sét vào màn hình máy tính kiểu bắn tiếng dương hình ngỗng đã quá tải với biểu tượng, nút bấm, cửa sổ bật lên, hộp văn bản, cảnh báo và các mỹ vật làm sao.

Thứ hai, ý tưởng rằng hồ sơ y tế điện tử là một sản phẩm độc lập, tổng hợp cần phải bị bỏ rơi hoàn toàn. Quá nhiều chuyên gia y tế đã đầu tư lớn vào một sản phẩm mega hồ sơ y tế điện tử duy nhất chỉ để phát hiện ra rằng chi phí sau này để chuyển đổi nó thành một sản phẩm tốt hơn là không thể chấp nhận được. Thay vào đó, hồ sơ y tế điện tử cần phải linh hoạt và dễ thích nghi, cho phép bổ sung nhận dạng hình ảnh từ một nhà đổi mới và ứng dụng nhận dạng ký tự quang học từ người khác. Với sự hiện diện của nhiều sản phẩm hơn, một thực hành chăm sóc sức khỏe ban đầu có thể lựa chọn bổ sung xử lý ngôn ngữ tự nhiên được thiết kế đặc biệt cho một dân số thiếu dịch vụ cụ thể, do đó tránh các sai sót hệ thống do định kiến chủng tộc và sắc tộc.(9)

Thứ ba, phương pháp hiện tại của việc chứng nhận hồ sơ y tế điện tử bởi các cơ quan chính phủ (10) đang làm chậm thay vì thúc đẩy sự đổi mới. Sự thiết lập của một loạt các tiêu chuẩn tối thiểu để đủ điều kiện trở thành một người dùng ý nghĩa đã được gọi là rào cản để các công ty khởi nghiệp có thể tham gia thị trường, đặc biệt là những công ty này cung cấp các đổi mới tập trung cao, không được kèm theo một cổng thông tin cho bệnh nhân hoặc các kiểm tra tích hợp cho tình trạng vô gia cư và thiếu thực phẩm của bệnh nhân. Nếu có bất kỳ yêu cầu chứng nhận tối thiểu nào, nó nên tập trung vào khả năng sẵn có mã nguồn mở để đảm bảo tính tương thích.

Kết luận

Với những bệnh nhân buổi sáng đã lấp đầy phòng chờ, công việc hành chính cuối cùng còn lại chỉ là việc chuyển hướng một bệnh nhân gần đây có triệu chứng động kinh không kiểm soát tới một bác sĩ thần kinh. Nói vào micro của trợ lý máy tính được tăng cường bởi Trí tuệ Nhân tạo, PCP chỉ cần đưa ra một số chi tiết nhận dạng từ bộ nhớ - có thể chỉ là họ và ngày gặp cuối cùng của bệnh nhân. Trợ lý điện tử truy xuất hồ sơ bệnh nhân, tích hợp dữ liệu liên quan và soạn thảo một lá thư giới thiệu mới, chọn lọc, không chỉ là một bản tóm tắt kiểu mẫu của các ghi chú trước đây. Phần mềm tìm kiếm cơ sở dữ liệu của kế hoạch bảo hiểm y tế của bệnh nhân để tìm một bác sĩ thần kinh tham gia và gửi yêu cầu cấp phép vào tài khoản bảo hiểm của bệnh nhân. Kinh nghiệm này không cần đến việc nhấp chuột hoặc gặp khó khăn nào từ các menu thả xuống.

Thông tin bài viết

Tác giả : Jeffrey E. Harris, MD, PhD, Eisner Health, 1530 S Olive St, Los Angeles, CA 90015 (jeffrey@mit.edu).

Xuất bản trực tuyến: Ngày 7 tháng 8 năm 2023. doi: 10.1001/jama.2023.14525

Thông tin về Xung đột lợi ích: Không có thông báo về xung đột lợi ích.

Miễn trừ: Các ý kiến được thể hiện không nhất thiết phản ánh quan điểm của Eisner Health hoặc Viện Công nghệ Massachusetts.

Tham khảo

1. Mazurowski  MA.  Artificial intelligence may cause a significant disruption to the radiology workforce.   J Am Coll Radiol. 2019;16(8):1077-1082. doi:10.1016/j.jacr.2019.01.026PubMedGoogle ScholarCrossref

2. Shen  J, Zhang  CJP, Jiang  B,  et al.  Artificial intelligence versus clinicians in disease diagnosis: systematic review.   JMIR Med Inform. 2019;7(3):e10010. doi:10.2196/10010PubMedGoogle ScholarCrossref

3. Ikeda  A, Nosato  H, Kochi  Y,  et al.  Cystoscopic imaging for bladder cancer detection based on stepwise organic transfer learning with a pretrained convolutional neural network.   J Endourol. 2021;35(7):1030-1035. doi:10.1089/end.2020.0919PubMedGoogle ScholarCrossref

4. Karatzia  L, Aung  N, Aksentijevic  D.  Artificial intelligence in cardiology: hope for the future and power for the present.   Front Cardiovasc Med. 2022;9:945726. doi:10.3389/fcvm.2022.945726PubMedGoogle ScholarCrossref

5. Yang  Y, Yuan  Y, Zhang  G,  et al.  Artificial intelligence-enabled detection and assessment of Parkinson’s disease using nocturnal breathing signals.   Nat Med. 2022;28(10):2207-2215. doi:10.1038/s41591-022-01932-xPubMedGoogle ScholarCrossref

6. Lin  S.  A clinician’s guide to artificial intelligence (AI): why and how primary care should lead the health care AI revolution.   J Am Board Fam Med. 2022;35(1):175-184. doi:10.3122/jabfm.2022.01.210226PubMedGoogle ScholarCrossref

7. Abbasgholizadeh Rahimi  S, Légaré  F, Sharma  G,  et al.  Application of artificial intelligence in community-based primary health care: systematic scoping review and critical appraisal.   J Med Internet Res. 2021;23(9):e29839. doi:10.2196/29839PubMedGoogle ScholarCrossref

8. Elkin  PL, Mullin  S, Mardekian  J,  et al.  Using artificial intelligence with natural language processing to combine electronic health record’s structured and free text data to identify nonvalvular atrial fibrillation to decrease strokes and death: evaluation and case-control study.   J Med Internet Res. 2021;23(11):e28946. doi:10.2196/28946PubMedGoogle ScholarCrossref

9. Bermeyer  Z, Powers  B, Vogeli  C, Mullainathan  S.  Dissecting racial bias in an algorithm used to manage the health of populations.   Science. 2019;366(6464):447-453. doi:10.1126/science.aax2342PubMedGoogle ScholarCrossref

10.Centers for Medicare & Medicaid Services. Certified EHR technology. Accessed June 21, 2023. https://www.cms.gov/Regulations-and-Guidance/Legislation/EHRIncentivePrograms/Certification

Dịch giả: CHAT GPT

Nguồn: https://jamanetwork.com/journals/jama/fullarticle/2808295