그리핀 헬스 (Griffin Health)는 코네티컷 주 더비에있는 그 리핀 병원 (Gryffin Hospital)이 정박하여 160 개 지역의 급성 출발인이 하단 나이 가츠 밸리 (Naigatuk Valley) 지역의 130,000 명 이상의 주민들에게 서비스를 제공하는 공립 병원에 의해 정박되어 있습니다.
일
많은 의료 시스템과 마찬가지로, Griffin Health는 시각화 연구에 따르면 문제를 진단하기 위해 추가 시각화가 필요하거나 주문 공급 업체에 대한 명확한 반응을 제공 할 때 환자를 적시에 모니터링하려고했습니다.
Griffin Health의 부사장 겸 최고 운영 책임자 인 Todd Liu는“방사선과의 명시적이고 무작위 결과는 종종 질병의 초기 단계를 알리지만 업계 전체에서는 추가 시각화의 약 50%가 수행되지 않는 것이 좋습니다.
“그 이유는 다르지만 일관되지 않은 프로그램, 중앙 집중식 추적 부족, 방사선 및 1 차 또는 특수 간호 그룹 간의 격차가 포함됩니다.
“우리는 주문 공급 업체에 알리는 수동 시스템을 보유하고 있었지만 관찰을 관리하고 구성하는 효과적인 방법이 부족하고 환자와의 조정 및 다음에 일어난 일을 추적했습니다.” “적합했다 시각화에 대한 후속 연구가 계획 되었습니까? 환자가 연구를 수행 했습니까? 이미지 이미지의 순서에 따라 주문 공급 업체의 원인에 대한 진단이나 명확한 반응이 있었습니까? “
의료 서비스를위한 네비게이터 인 그리핀 건강 네비게이터 (Griffin Health Navigators)는 시각화에 대한 후속 연구에서 환자를 주문하고 완료하기 위해 열심히 노력했지만 작업량을 수동으로 관리 할 수있는 방법은 없었으며 직원들은 환자가 자신의 약속을 지키는 것을 항상 확신 할 수 없었습니다. 의료 시스템이 더 이상 견딜 수없는 것은 안전 문제였습니다.
Liu는“우리는이 문제에 대한 해결책이 필요했습니다. 초기 보고서에서뿐만 아니라 허가를받을 수있는이주기를 마무리하는 데 도움이 될 것입니다.
권하다
후속 지원의 공급 업체 인 Health는 제안서와 함께 Griffin Health로 바뀌 었습니다. 의료 시스템은 인공 지능을 사용하여 시각화에 대한 권장 된 후속 연구, 의료의 의료 조정 작업 과정에 대한 에스컬레이션 자동화, 그리핀 치료를 조직 할 수있을뿐만 아니라 건강이 압도적 인 인원없이 환자의 준수 및 안전을 크게 향상시킬 수 있습니다.
Liu는“플랫폼은 실시간으로 시각화에 대한 추가 연구를위한 공개 권장 사항을 식별하고 각 환자를 관찰을위한 적절하고 사전 결정된 치료 방법으로 가져오고 환자와 공급 업체를 밀어 넣는 데 도움이 될 것입니다.
“이 접근법이 특히 설득력있는 것은 유연성이었습니다.” “시스템은 기존 프로세스에 연결하고 기존 작업 프로세스를 완전히 대체하지 않도록 결론을 추적하고 행동하는 내부 능력을 높이기 위해 개발되었습니다.”
목표는 단순히 환자에게 위험이있는 것을 표시하는 것이 아니라, 식별에서 폐쇄에 이르기까지 프로세스의 각 단계에서 이해의 적용 범위와 제공을 자동화하는 것이 었습니다.
“이것은 우리가 사이클의 폐쇄를 보장하는 데 도움이되었으며, 한 곳에서는 책임, 진행 상황 및 공급 업체의 결과를 추적하는 메커니즘이있었습니다.”
도전과의 만남
Griffin Health는 기존의 치료 내비게이션 프로세스에 플루오 기술을 구축했습니다. 플랫폼은 방사선과에 대한 보고서, 예를 들어 폐 묶음과 같은 잠재적으로 중요한 개방을 나타내는 언어 또는 모델 검색. 결정 후, 플랫폼은 환자를 다음 단계의 관찰 유형 및 시간에 따라 작업 과정으로 조직했습니다.
Liu는“플랫폼은 EHR에서 권장 된 다음 단계를 주문하고 환자와의 통제 된 상호 작용을 주문하고 후속 관찰이 발생했는지 여부를 결정하는 자동 제공자입니다. “이 정보를 사용하면 이제 한 곳에서 중앙 집중식으로 간호 코디네이터는 후속 시각화를 통해 누락 된 놓친 연구를 모니터링하고 식별하기 위해 시스템을 사용하여 장벽을 식별하고 환자와 직접 접촉 할 수 있습니다.
“이 시스템은 각 사례의 상태를 모니터링하는 중앙 도구 모음을 제공했습니다. 초기 결론,이 목적이 있었는지, 환자가 궁극적으로 후속 연구를 완료했는지 여부를 권장했습니다.”
결과
우선, 기술의 사용은 마감 속도를 50%증가 시켰습니다.
Liu는“결절과 명확하게 평가되지 않은 다른 결론을 구성하는 공정한 결과의 경우, 우리는 마감 빈도가 50% 개선되었습니다. “이것은 더 많은 환자가 필요한 도움을 받고 균열을 덜 겪고 있음을 의미합니다. 위험 관리 및 환자 안전의 관점에서 볼 때 이러한 변화는 엄청납니다.”
둘째, 긴 완성 수준은 17%증가했습니다.
“광범위한 환자를 보유한 환자의 긴 완료 수준은 17%증가했습니다.” “이것은 이전에 조기를보고, 진단 및 치료할 수있는 실제 환자의 상당한 도약입니다. 어떤 경우에는 질병의 초기 속임수와 중재를위한 누락 된 창의 차이입니다.”
셋째, 환자는 인공 지능의 권장 사항.
“건강 플루스 건강은 폐암 선별 프로그램에서 18 명의 환자를 식별하고 등록하는 데 도움이되었습니다. – 우리 가이 중요한 순간에 참여하지 않았을 수도있는 환자”라고 그는 설명했다. “AI 시스템이 적시에 올바른 데이터로 표시되었고 우리 팀이 행동 할 수있는 장비가 있었기 때문에 이것은 잠재적으로 확장 또는 저장된 실제 생활입니다.”
다른 사람을위한 팁
어떤 문제를 해결하려고하는지 명확하게하고 성공의 모습을 분명히하십시오. Liu는 조언했습니다.
“우리에게 우선 순위는 후속 도움으로 루프를 닫는 것이 었습니다.”라고 그는 설명했습니다. “우리는 결과를 추적해야했지만 더 중요한 것은 효과적인 정보를 만든 시스템이 필요했습니다. 선택한 기술이든 문제를 드러내거나 더 많은 데이터를 생산할뿐만 아니라 사람들에게 올바른 것을 완화해야합니다.
“둘째, 가능한 경우 새로운 도구를 기존 작업 프로세스에 신중하게 통합하기 위해 공급 업체 및 팀 구성원과 협력하는 것의 중요성을 과소 평가해서는 안됩니다.” “전 세계 최고의 AI는 귀하의 명령이 사용하지 않는지 또는 공급 업체와 직원이 업무를 수행하는 방식에 통합되지 않은 경우에는 중요하지 않습니다.”
의료 그리핀의 경우 성공은 Care and Clinicians의 코디네이터와 협력 할 수있는 플랫폼의 선택에 의존했습니다.
“좋은 기술은 항상 기본 프로세스와 작업 프로세스를 지원해야하며 공급 업체와 직원이 환자를 지원하는 방법을 결정해서는 안됩니다.”
LinkedIn : Bill Sivitski에서 Bill의 인기를 따르십시오
그에게 편지 : bsiwicki@himss.org
Healthcare IT News는 Himss Media의 출판입니다.
지금 시청 : AI의 주요 직원은 기술과 임상 운영에 대한 깊은 이해가 필요합니다.
