ChatGPT đã và đang tạo ra tác động đến những thách thức lâu dài về chăm sóc sức khỏe. Nhiều nhà cung cấp và bệnh nhân đang báo cáo trí tuệ nhân tạo giúp chăm sóc phòng ngừa và ngăn ngừa các chuyến thăm khoa cấp cứu không khẩn cấp.
Imran Qureshi là giám đốc công nghệ tại b.well Connected Health, nhà cung cấp nền tảng tương tác dựa trên FHIR. Anh ấy có chuyên môn về AI và có nhiều lời khuyên để chia sẻ về chủ đề hệ thống y tế khai thác ChatGPT và các công nghệ dựa trên mô hình ngôn ngữ lớn khác.
Chúng tôi đã phỏng vấn Qureshi để tìm hiểu sâu về cách các bệnh viện và hệ thống y tế có thể khai thác ChatGPT và các công nghệ LLM khác để cải thiện việc chăm sóc bệnh nhân, cách các tổ chức nhà cung cấp có thể sử dụng LLM để giảm bớt khối lượng công việc của bác sĩ lâm sàng và cách các nhà cung cấp có thể triển khai ChatGPT và LLM để trao quyền cho bệnh nhân.
Hỏi. Làm cách nào các bệnh viện và hệ thống y tế có thể khai thác ChatGPT và các công nghệ dựa trên LLM khác để cải thiện việc chăm sóc bệnh nhân?
MỘT. Trong bối cảnh chăm sóc sức khỏe hiện nay, các bệnh viện và hệ thống y tế đang phải đối mặt với những thời điểm đầy thử thách, với áp lực tài chính ngày càng trầm trọng hơn do ảnh hưởng lâu dài của đại dịch COVID-19. Các hệ thống y tế đáng chú ý, bao gồm Ascension Health, Trinity Health và Providence Health, đã báo cáo khoản lỗ tổng cộng 8 tỷ USD vào năm 2022.
Đồng thời, lực lượng lao động chăm sóc sức khỏe đang phải đối mặt với tình trạng suy giảm đáng kể; Theo JAMA, khoảng 20% bác sĩ đang có ý định rời bỏ nghề và hơn 170.000 nhân viên y tế đã rời bỏ vai trò của họ vào năm 2021.
Cuộc di cư này càng trở nên phức tạp bởi thực tế là 85% bác sĩ chăm sóc ban đầu bày tỏ mong muốn dành nhiều thời gian hơn cho việc tương tác với bệnh nhân, theo một cuộc khảo sát năm 2017 của Ipsos, tuy nhiên một phân tích của Tạp chí Nội khoa Tổng hợp cho thấy rằng các công việc hành chính tiêu tốn 55% thời gian của họ. khối lượng công việc của họ.
Bệnh nhân cũng đang bày tỏ sự không hài lòng với trải nghiệm chăm sóc sức khỏe của họ, với 67% cho biết họ gặp phải các trường hợp chăm sóc sức khỏe tiêu cực trong khoảng thời gian ba tháng trong một cuộc khảo sát năm 2021 của Accenture và 34% đang chuyển đổi nhà cung cấp hoặc do dự tìm kiếm dịch vụ chăm sóc trong tương lai.
Điểm mấu chốt của sự bất mãn của bệnh nhân nằm ở mong muốn có những tương tác có ý nghĩa hơn với các nhà cung cấp dịch vụ chăm sóc sức khỏe của họ như được thể hiện trong một cuộc khảo sát của Deloitte vào năm 2016, nhấn mạnh tầm quan trọng của thời gian và sự chú ý chất lượng.
Một giải pháp đầy hứa hẹn cho những vấn đề nhiều mặt này nằm ở việc triển khai chiến lược trí tuệ nhân tạo, đặc biệt là các mô hình ngôn ngữ lớn như ChatGPT. Bằng cách tận dụng các công nghệ dựa trên LLM, việc chăm sóc sức khỏe có thể trở nên dễ tiếp cận và hiệu quả hơn cho cả nhà cung cấp và bệnh nhân.
Nhân viên chăm sóc sức khỏe không phải bác sĩ, bao gồm y tá, trợ lý và nhà trị liệu, có thể sử dụng các công nghệ này để điều hướng biểu đồ bệnh nhân, tự động trả lời các câu hỏi thông thường và tạo điều kiện phối hợp chăm sóc bệnh nhân, mở rộng hiệu quả khả năng của bác sĩ.
Hơn nữa, LLM trao quyền cho bệnh nhân và người chăm sóc tham gia tự phục vụ cho các thắc mắc chăm sóc sức khỏe cơ bản, giảm nhu cầu về thời gian của bác sĩ cho các câu hỏi thông thường. Công nghệ này cũng có tiềm năng hướng dẫn bệnh nhân trong hệ thống chăm sóc sức khỏe, đảm bảo các can thiệp chăm sóc kịp thời và phù hợp.
Theo Trung tâm Phân tích lực lượng lao động chăm sóc sức khỏe quốc gia, với khoảng 250.000 bác sĩ chăm sóc sức khỏe ban đầu và thêm 250.000 nhà cung cấp dịch vụ chăm sóc sức khỏe ban đầu không phải bác sĩ ở Hoa Kỳ, việc phân bổ lại các nhiệm vụ thường quy cho nhân viên không phải bác sĩ và trực tiếp cho bệnh nhân có thể nâng cao đáng kể hiệu quả. của việc chăm sóc bệnh nhân.
Lực lượng lao động khổng lồ gồm 9 triệu người không phải bác sĩ và sự tham gia tập thể của 350 triệu bệnh nhân và người chăm sóc mang đến cơ hội to lớn để chuyển đổi việc cung cấp dịch vụ chăm sóc sức khỏe.
Việc tích hợp các công nghệ dựa trên LLM vào quy trình chăm sóc sức khỏe mang lại tia hy vọng trong việc giải quyết những thách thức hiện tại mà ngành phải đối mặt. Bằng cách hỗ trợ phân công lao động hiệu quả hơn và cho phép bệnh nhân đóng vai trò tích cực trong hành trình chăm sóc sức khỏe của họ, những công nghệ này hứa hẹn sẽ nâng cao sự hài lòng của bệnh nhân và cho phép các chuyên gia chăm sóc sức khỏe tập trung hơn vào việc chăm sóc bệnh nhân trực tiếp.
Sự thay đổi hướng tới cách tiếp cận lấy bệnh nhân làm trung tâm hơn, được hỗ trợ bởi các công cụ AI tiên tiến, báo trước một kỷ nguyên mới về kết quả và trải nghiệm chăm sóc sức khỏe được cải thiện.
H. Làm thế nào các bệnh viện và hệ thống y tế có thể sử dụng LLM để giảm bớt khối lượng công việc của bác sĩ lâm sàng?
MỘT. Trong môi trường chăm sóc sức khỏe ngày nay, các bác sĩ chăm sóc sức khỏe ban đầu đang nỗ lực để có được những tương tác có ý nghĩa hơn với bệnh nhân nhưng lại nhận thấy mình bị cản trở bởi các nhiệm vụ hành chính phức tạp mà họ yêu cầu.
Hiện tại, 85% các chuyên gia này, trong một cuộc khảo sát năm 2017 của Ipsos, bày tỏ mong muốn phân bổ nhiều thời gian hơn cho việc chăm sóc bệnh nhân, tuy nhiên thực tế là chưa đến một nửa thời gian cuộc hẹn của họ dành cho việc tương tác thực tế với bệnh nhân, theo Tạp chí Nội bộ Tổng quát. Y học, với gần hai giờ mỗi tuần dành cho việc ghi chép ngoài giờ làm việc, theo JAMA.
Căn nguyên của vấn đề này thường nằm ở tính chất cồng kềnh của EHR, vốn được thiết kế chủ yếu để nhập dữ liệu hơn là truy xuất thông tin hiệu quả.
Các bác sĩ lâm sàng thường dành một phần đáng kể thời gian bệnh nhân gặp phải để nhập dữ liệu vào các hệ thống này và sau đó dành thêm thời gian ngoài cuộc hẹn để nhập dữ liệu. Quá trình này còn phức tạp hơn do khó khăn trong việc trích xuất thông tin từ EHR, vì các bác sĩ lâm sàng phải điều hướng qua các ghi chú lâm sàng trước đó do thiết kế của hệ thống không hiệu quả.
Việc triển khai giao diện LLM với EHR có thể cách mạng hóa quy trình này, cho phép các bác sĩ lâm sàng tương tác với hệ thống bằng các truy vấn ngôn ngữ tự nhiên. Giao diện như vậy sẽ cho phép trả lời các câu hỏi đơn giản như “Bệnh nhân này có tiền sử gia đình mắc bệnh tiểu đường không?” hoặc “Xu hướng huyết áp của bệnh nhân này trong 18 tháng qua như thế nào?” được trả lời một cách hiệu quả, dựa trên dữ liệu toàn diện trong EHR.
Hơn nữa, công nghệ LLM có thể tự động hóa quy trình ghi chép, cho phép bác sĩ lâm sàng nhập ghi chú bằng lời nói và yêu cầu hệ thống cập nhật EHR tương ứng, từ đó giảm thiểu việc nhập dữ liệu thủ công.
Ngoài việc cải thiện các tương tác EHR, LLM còn có thể giảm bớt khối lượng công việc của bác sĩ lâm sàng bằng cách xử lý các câu hỏi thông thường về sức khỏe và hậu cần chăm sóc sức khỏe. Những công nghệ này có thể tương tác trực tiếp với nhân viên chăm sóc sức khỏe, bệnh nhân và người chăm sóc, xác định bản chất của các câu hỏi và đưa ra câu trả lời chính xác hoặc chuyển chúng đến những người phù hợp.
Mức độ phân loại này có thể giảm đáng kể nhu cầu về thời gian của bác sĩ lâm sàng, đảm bảo họ được tư vấn về các vấn đề phức tạp hơn đòi hỏi chuyên môn của họ.
Bằng cách đơn giản hóa việc nhập dữ liệu, tăng cường quyền truy cập vào thông tin bệnh nhân và ủy quyền các câu hỏi thông thường cho các công nghệ dựa trên LLM, chúng tôi có thể giảm nhẹ đáng kể gánh nặng hành chính cho các bác sĩ lâm sàng.
Sự thay đổi này không chỉ giúp việc cung cấp dịch vụ chăm sóc sức khỏe hiệu quả hơn mà còn cho phép các bác sĩ lâm sàng tập trung vào những gì quan trọng nhất – cung cấp dịch vụ chăm sóc chu đáo, cá nhân hóa cho bệnh nhân của họ.
H. Làm cách nào các bệnh viện và hệ thống y tế có thể triển khai ChatGPT và LLM để trao quyền cho bệnh nhân?
MỘT. Các bệnh viện và hệ thống y tế đã đầu tư rất nhiều vào việc phát triển EHR, kho dữ liệu và nền tảng phân tích. Sự ra đời của các công nghệ LLM, chẳng hạn như ChatGPT, không nhất thiết phải loại bỏ những tài nguyên quý giá này.
Thay vào đó, những công nghệ này có thể được tích hợp vào cơ sở hạ tầng hiện có, nâng cao khả năng của nó và mang lại lợi ích đáng kể cho bệnh nhân.
Bằng cách dịch dữ liệu mở rộng trong các hệ thống này sang định dạng mà công nghệ LLM có thể hiểu được – về cơ bản là tạo ra một kho kiến thức bằng tiếng Anh đơn giản – các tổ chức chăm sóc sức khỏe có thể vượt qua những thách thức liên quan đến tính biến đổi của dữ liệu.
Cách tiếp cận này cho phép LLM diễn giải và xử lý thông tin từ nhiều nguồn và định dạng khác nhau, chẳng hạn như các quy ước khác nhau để ghi ngày sinh mà không cần phải chuẩn hóa hoặc ánh xạ dữ liệu phức tạp.
Sử dụng công nghệ LLM được cung cấp bởi các nền tảng hàng đầu như OpenAI, Microsoft Azure, AWS hoặc Google Cloud, các nhà cung cấp dịch vụ chăm sóc sức khỏe có thể xây dựng dựa trên nền tảng kiến thức này để đưa ra câu trả lời chính xác và dễ tiếp cận cho nhiều câu hỏi của bệnh nhân, lấy trực tiếp từ dữ liệu trong kho kiến thức.
Bệnh nhân có thể đặt câu hỏi và nhận câu trả lời bằng tiếng Anh đơn giản thay vì phải hiểu thuật ngữ lâm sàng.
Kiến trúc LLM này có thể tái sử dụng cơ sở hạ tầng hiện có trong chăm sóc sức khỏe và bổ sung thêm ba phần mới: kho kiến thức, giao diện ngôn ngữ và lớp quản lý rủi ro.
Kiến trúc LLM bắt đầu với tất cả các nguồn dữ liệu hiện có, nhưng thay vì dành thời gian và tiền bạc để chuyển đổi chúng thành các lược đồ kho dữ liệu cứng nhắc, chúng ta có thể chuyển đổi chúng thành văn bản thuần túy và lưu trữ chúng trong kho kiến thức.
Trong lĩnh vực chăm sóc sức khỏe, chúng tôi đã dành hơn hai thập kỷ để cố gắng ánh xạ tất cả dữ liệu của mình tới kho dữ liệu của mình, nhưng rất ít tổ chức có thể tuyên bố rằng tất cả dữ liệu của họ đều có sẵn trong kho dữ liệu của họ. Chúng ta còn tiếp tục đi theo con đường kho dữ liệu cứng nhắc bao lâu nữa nếu 20 năm vẫn chưa đủ?
Kiến trúc LLM cho phép mọi người truy vấn câu trả lời bằng tiếng Anh đơn giản (hoặc tiếng Tây Ban Nha hoặc bất kỳ ngôn ngữ nào khác). Giờ đây, bệnh nhân, người chăm sóc, bác sĩ, y tá, quản trị viên và những nhân viên khác không có khả năng kỹ thuật có thể nhận được câu trả lời mà không cần đợi nhà phân tích dữ liệu hoặc kỹ sư dữ liệu dịch câu hỏi của họ sang mã cơ sở dữ liệu như SQL.
Ngày nay, hầu hết các tổ chức đều tồn đọng hàng tháng hoặc hàng năm để đưa ra những câu trả lời này. Giao diện ngôn ngữ, được hỗ trợ bởi LLM, có thể chuyển đổi các câu hỏi được hỏi bằng tiếng Anh đơn giản thành mã SQL và trích xuất câu trả lời mà không cần bất kỳ sự tham gia nào của các nhà phân tích dữ liệu.
Để đảm bảo tính chính xác và phù hợp của thông tin được cung cấp, lớp quản lý rủi ro có thể được đưa vào. Lớp này sẽ liên quan đến việc sử dụng dữ liệu được lựa chọn cẩn thận để sàng lọc, tinh chỉnh và trả lời các câu hỏi, đảm bảo quản lý chính xác các truy vấn nhạy cảm hoặc không phù hợp.
Quá trình này bao gồm việc tạo ra các biến thể của câu hỏi ban đầu, đánh giá tính nhất quán của các câu trả lời và kết hợp phản hồi từ các chuyên gia chăm sóc sức khỏe để tối ưu hóa hiệu suất của hệ thống.
Một lớp quản lý rủi ro bao gồm tám bước:
- Giám tuyển – Chọn nguồn dữ liệu đáng tin cậy làm đầu vào cho LLM.
- Hướng dẫn – Hướng dẫn LLM chỉ sử dụng nội dung được tuyển chọn.
- Bộ lọc – Lọc ra các danh mục câu hỏi mà LLM không nên trả lời.
- Hỏi – Truy vấn LLM bằng lời nhắc được tạo từ các bước trên.
- Đánh giá – Diễn đạt lại câu hỏi theo nhiều cách và kiểm tra sự đồng thuận trong các câu trả lời.
- Kiểm tra sự thật – Kiểm tra câu trả lời dựa trên dữ liệu cơ bản.
- Thông báo – Thông báo cho người dùng rằng AI đã được sử dụng để trả lời câu hỏi của họ.
- Tìm hiểu – Thu thập phản hồi từ người dùng để học tăng cường để LLM trở nên tốt hơn theo thời gian.
Việc sử dụng công nghệ LLM sáng tạo này trong kiến trúc LLM có thể trao quyền cho bệnh nhân và người chăm sóc họ khả năng nhận được câu trả lời ngay lập tức cho các câu hỏi của họ, từ những lo ngại về hậu cần về các cuộc hẹn khám bệnh cho đến các câu hỏi cụ thể liên quan đến sức khỏe.
Ngoài ra, nó cho phép họ thực hiện các nhiệm vụ chăm sóc sức khỏe đơn giản, chẳng hạn như đặt mua thuốc hoặc tìm kiếm các lựa chọn thuốc hợp lý hơn mà không cần phải điều hướng các hệ thống chăm sóc sức khỏe phức tạp.
Bệnh nhân và người chăm sóc của họ có thể đặt những câu hỏi như “Tôi có được phép uống nước trước cuộc hẹn không?”, “Tôi sẽ phải tự chi trả bao nhiêu cho Lipitor (dựa trên hồ sơ bảo hiểm của tôi)?”, “Bác sĩ có thể giúp gì cho tôi?” với cơn đau chân của tôi?”, “Tôi có nên đến phòng cấp cứu hoặc phòng chăm sóc khẩn cấp hoặc bác sĩ của tôi không?” và “Mẹ tôi khạc ra máu có bình thường không?”
Bệnh nhân và người chăm sóc họ cũng có thể sử dụng công nghệ LLM để thực hiện các nhiệm vụ cơ bản trong chăm sóc sức khỏe mà không cần phải tìm hiểu các hệ thống phức tạp: “Đặt mua lần tiếp theo cho tôi cho Lipitor”, “Tìm cho tôi một bác sĩ điều trị vết thương ở chân” hoặc “Tôi có thể lấy thuốc này ở đâu giá rẻ hơn?”
Cả nước có 350 triệu bệnh nhân và người chăm sóc họ. Ngay cả khi chúng tôi trao quyền cho họ thực hiện một phần nhỏ công việc chăm sóc sức khỏe, hãy tưởng tượng tác động mà chúng tôi có thể gây ra.
Khi bệnh nhân có thể tự phục vụ một số câu hỏi và yêu cầu của mình, chúng tôi cũng có thể giảm chi phí cho các trung tâm cuộc gọi cho bệnh viện và công ty bảo hiểm.
Điều này cũng sẽ giảm bớt gánh nặng cho các bác sĩ, y tá và nhân viên y tế khác. Họ có thể tập trung vào việc chăm sóc chu đáo cho từng cá nhân hơn là những công việc thường ngày.
Bằng cách tích hợp các công nghệ LLM với cơ sở hạ tầng chăm sóc sức khỏe hiện có, bệnh viện và hệ thống y tế có thể nâng cao đáng kể sự tham gia của bệnh nhân và khả năng tự quản lý. Điều này không chỉ cải thiện trải nghiệm của bệnh nhân bằng cách cung cấp khả năng truy cập thông tin tức thì và đơn giản hóa các nhiệm vụ chăm sóc sức khỏe mà còn tối ưu hóa việc sử dụng các nguồn lực chăm sóc sức khỏe và thời gian của các chuyên gia.
Theo dõi tin tức HIT của Bill trên LinkedIn: Bill Siwicki
Gửi email cho anh ấy: [email protected]
Tin tức CNTT chăm sóc sức khỏe là một ấn phẩm của HIMSS Media.
