ChatGPT hat Einfluss auf die anhaltenden Herausforderungen im Gesundheitswesen genommen. Viele Anbieter und Patienten berichten, dass künstliche Intelligenz bei der Vorsorge hilft und nicht dringende Besuche in der Notaufnahme verhindert.
Imran Qureshi ist Chief Technology Officer bei b.well Connected Health, einem FHIR-basierten Anbieter von Interoperabilitätsplattformen. Er verfügt über Fachwissen im Bereich KI und kann viele Ratschläge zum Thema Gesundheitssysteme geben, die ChatGPT und andere auf großen Sprachmodellen basierende Technologien nutzen.
Wir haben Qureshi interviewt, um ausführlich darüber zu erfahren, wie Krankenhäuser und Gesundheitssysteme ChatGPT und andere LLM-Technologien nutzen können, um die Patientenversorgung zu verbessern, wie Anbieterorganisationen LLMs nutzen können, um die Arbeitsbelastung von Ärzten zu verringern, und wie Anbieter ChatGPT und LLMs einsetzen können, um Patienten zu stärken.
F. Wie können Krankenhäuser und Gesundheitssysteme ChatGPT und andere LLM-basierte Technologien nutzen, um die Patientenversorgung zu verbessern?
A. Im aktuellen Gesundheitsumfeld stehen Krankenhäuser und Gesundheitssysteme vor schwierigen Zeiten, wobei der finanzielle Druck durch die anhaltenden Auswirkungen der COVID-19-Pandemie noch verschärft wird. Namhafte Gesundheitssysteme, darunter Ascension Health, Trinity Health und Providence Health, meldeten im Jahr 2022 einen Gesamtverlust von 8 Milliarden US-Dollar.
Gleichzeitig ist die Belegschaft im Gesundheitswesen mit einem erheblichen Personalabbau konfrontiert; Laut JAMA planen etwa 20 % der Ärzte, ihren Beruf aufzugeben, und im Jahr 2021 haben mehr als 170.000 Beschäftigte im Gesundheitswesen ihre Tätigkeit aufgegeben.
Diese Abwanderung wird durch die Tatsache verschärft, dass laut einer Umfrage von Ipsos aus dem Jahr 2017 85 % der Hausärzte den Wunsch äußern, mehr Zeit für die Interaktion mit Patienten aufzuwenden. Eine Analyse des Journal of General Internal Medicine ergab jedoch, dass Verwaltungsaufgaben 55 % davon in Anspruch nehmen ihre Arbeitsbelastung.
Auch die Patienten äußern ihre Unzufriedenheit mit ihren Erfahrungen mit der Gesundheitsversorgung: 67 % berichteten in einer Umfrage von Accenture aus dem Jahr 2021 über negative Erfahrungen mit der Gesundheitsversorgung innerhalb eines Dreimonatszeitraums, und 34 % wechseln entweder den Anbieter oder zögern, künftige Behandlung in Anspruch zu nehmen.
Der Kern der Unzufriedenheit der Patienten liegt im Wunsch nach sinnvolleren Interaktionen mit ihren Gesundheitsdienstleistern, wie in einer Umfrage von Deloitte aus dem Jahr 2016 zum Ausdruck kommt und die Bedeutung von Zeit und Aufmerksamkeit hervorhebt.
Eine vielversprechende Lösung für diese vielschichtigen Probleme liegt im strategischen Einsatz künstlicher Intelligenz, insbesondere großer Sprachmodelle wie ChatGPT. Durch den Einsatz LLM-basierter Technologien kann die Gesundheitsversorgung sowohl für Anbieter als auch für Patienten zugänglicher und effizienter gestaltet werden.
Nicht-ärztliches Personal im Gesundheitswesen, darunter Krankenschwestern, Helfer und Therapeuten, können diese Technologien nutzen, um in Patientenakten zu navigieren, Antworten auf häufige Anfragen zu automatisieren und die Koordination der Patientenversorgung zu erleichtern, wodurch die Fähigkeiten von Ärzten effektiv erweitert werden.
Darüber hinaus ermöglichen LLMs Patienten und Pflegekräften die Selbstbedienung bei grundlegenden Gesundheitsfragen, wodurch der Zeitaufwand der Ärzte für Routinefragen verringert wird. Diese Technologie birgt auch das Potenzial, Patienten durch das Gesundheitssystem zu führen und zeitnahe und angemessene Pflegeeingriffe sicherzustellen.
Laut dem National Center for Healthcare Workforce Analysis gibt es in den Vereinigten Staaten rund 250.000 Hausärzte und zusätzlich 250.000 nichtärztliche Hausärzte. Die Umverteilung von Routineaufgaben auf nichtärztliches Personal und direkt auf die Patienten kann die Effizienz erheblich steigern der Patientenversorgung.
Die riesige Belegschaft von neun Millionen Nichtärzten und das kollektive Engagement von 350 Millionen Patienten und Pflegekräften stellen eine enorme Chance dar, die Gesundheitsversorgung zu verändern.
Die Integration LLM-basierter Technologien in die Arbeitsabläufe im Gesundheitswesen bietet einen Hoffnungsschimmer für die Bewältigung der aktuellen Herausforderungen, mit denen die Branche konfrontiert ist. Indem diese Technologien eine effizientere Arbeitsteilung ermöglichen und es den Patienten ermöglichen, eine aktive Rolle in ihrer Gesundheitsversorgung einzunehmen, versprechen sie, die Patientenzufriedenheit zu steigern und es den medizinischen Fachkräften zu ermöglichen, sich stärker auf die direkte Patientenversorgung zu konzentrieren.
Dieser Wandel hin zu einem patientenzentrierteren Ansatz, unterstützt durch fortschrittliche KI-Tools, läutet eine neue Ära verbesserter Gesundheitsergebnisse und -erfahrungen ein.
F. Wie können Krankenhäuser und Gesundheitssysteme LLMs nutzen, um die Arbeitsbelastung der Ärzte zu verringern?
A. Im heutigen Gesundheitsumfeld streben Hausärzte nach sinnvolleren Patienteninteraktionen, werden jedoch durch die umfangreichen Verwaltungsaufgaben behindert, die ihnen obliegen.
Derzeit äußern 85 % dieser Fachkräfte in einer Umfrage von Ipsos aus dem Jahr 2017 den Wunsch, mehr Zeit für die Patientenversorgung aufzuwenden. In Wirklichkeit wird jedoch laut Journal of General Internal weniger als die Hälfte ihrer Terminzeit für die tatsächliche Patienteninteraktion aufgewendet Medizin, wobei laut JAMA fast zwei Stunden pro Woche für die Dokumentation außerhalb der Geschäftszeiten aufgewendet werden.
Die Ursache dieses Problems liegt häufig in der umständlichen Natur von EHRs, die in erster Linie für die Dateneingabe und nicht für den effizienten Informationsabruf konzipiert sind.
Ärzte verbringen häufig einen erheblichen Teil ihrer Patientenkontakte damit, Daten in diese Systeme einzugeben, und nehmen sich zusätzlich außerhalb der Termine Zeit für die Dateneingabe. Dieser Prozess wird durch die Schwierigkeit, Informationen aus EHRs zu extrahieren, noch komplizierter, da Ärzte aufgrund der Ineffizienz des Systemdesigns durch frühere klinische Notizen navigieren müssen.
Die Implementierung von LLM-Schnittstellen mit EHRs könnte diesen Prozess revolutionieren und es Ärzten ermöglichen, über Abfragen in natürlicher Sprache mit dem System zu interagieren. Eine solche Schnittstelle würde einfache Fragen ermöglichen wie „Hat dieser Patient in der Familienanamnese Diabetes?“ oder „Wie ist die Entwicklung des Blutdrucks dieses Patienten in den letzten achtzehn Monaten?“ effizient beantwortet werden, indem auf die umfassenden Daten im EHR zurückgegriffen wird.
Darüber hinaus könnten LLM-Technologien den Dokumentationsprozess automatisieren, indem sie es Ärzten ermöglichen, Notizen mündlich einzugeben und das System die EHR entsprechend aktualisieren zu lassen, wodurch die manuelle Dateneingabe minimiert wird.
Über die Verbesserung der EHR-Interaktionen hinaus könnten LLMs auch die Arbeitsbelastung des Klinikpersonals verringern, indem sie routinemäßige Anfragen zu Gesundheit und Gesundheitslogistik bearbeiten. Diese Technologien können direkt mit Gesundheitspersonal, Patienten und Pflegekräften interagieren, die Art der Anfragen identifizieren und genaue Antworten geben oder sie an geeignete Personen weiterleiten.
Dieses Maß an Triage kann den Zeitaufwand der Ärzte erheblich reduzieren und sicherstellen, dass sie bei komplexeren Problemen, die ihr Fachwissen erfordern, konsultiert werden.
Indem wir die Dateneingabe vereinfachen, den Zugang zu Patienteninformationen verbessern und Routinefragen an LLM-basierte Technologien delegieren, können wir den Verwaltungsaufwand für Ärzte erheblich verringern.
Dieser Wandel macht die Gesundheitsversorgung nicht nur effizienter, sondern ermöglicht es Ärzten auch, sich auf das Wesentliche zu konzentrieren – die aufmerksame, individuelle Betreuung ihrer Patienten.
F. Wie können Krankenhäuser und Gesundheitssysteme ChatGPT und LLMs einsetzen, um Patienten zu stärken?
A. Krankenhäuser und Gesundheitssysteme haben bereits stark in die Entwicklung von EHRs, Data Warehouses und Analyseplattformen investiert. Das Aufkommen von LLM-Technologien wie ChatGPT erfordert nicht den Verzicht auf diese wertvollen Ressourcen.
Stattdessen können diese Technologien in die bestehende Infrastruktur integriert werden, deren Fähigkeiten verbessern und den Patienten erhebliche Vorteile bieten.
Durch die Übersetzung der umfangreichen Daten in diesen Systemen in ein Format, das LLM-Technologien verstehen können – im Wesentlichen durch die Schaffung eines Wissensspeichers in einfachem Englisch – können Gesundheitsorganisationen die mit der Datenvariabilität verbundenen Herausforderungen bewältigen.
Dieser Ansatz ermöglicht es LLMs, Informationen aus verschiedenen Quellen und Formaten zu interpretieren und zu verarbeiten, z. B. unterschiedliche Konventionen zur Erfassung von Geburtsdaten, ohne dass eine komplexe Datenzuordnung oder -standardisierung erforderlich ist.
Mithilfe von LLM-Technologien, die von führenden Plattformen wie OpenAI, Microsoft Azure, AWS oder Google Cloud angeboten werden, können Gesundheitsdienstleister auf dieser Wissensbasis aufbauen, um präzise und leicht zugängliche Antworten auf eine Vielzahl von Patientenanfragen zu liefern und dabei direkt auf die Daten im Wissensspeicher zurückgreifen.
Patienten können Fragen stellen und Antworten in einfachem Englisch erhalten, anstatt klinische Terminologie verstehen zu müssen.
Diese LLM-Architektur kann die bestehende Infrastruktur im Gesundheitswesen wiederverwenden und drei neue Teile hinzufügen: einen Wissensspeicher, eine Sprachschnittstelle und eine Risikomanagementschicht.
Eine LLM-Architektur beginnt mit allen vorhandenen Datenquellen, aber anstatt Zeit und Geld für die Konvertierung dieser in starre Data-Warehouse-Schemata aufzuwenden, können wir sie in Klartext umwandeln und in einem Wissensspeicher speichern.
Im Gesundheitswesen haben wir mehr als zwei Jahrzehnte damit verbracht, alle unsere Daten in unseren Data Warehouses abzubilden, aber nur sehr wenige Organisationen können behaupten, dass alle ihre Daten in ihrem Data Warehouse verfügbar sind. Wie lange können wir den Weg starrer Data Warehouses noch weiter beschreiten, wenn 20 Jahre nicht ausgereicht haben?
Eine LLM-Architektur ermöglicht es Menschen, Antworten in einfachem Englisch (oder Spanisch oder einer anderen Sprache) abzufragen. Patienten, ihre Betreuer, Ärzte, Pflegekräfte, Administratoren und andere Mitarbeiter ohne technische Fähigkeiten können jetzt Antworten erhalten, ohne darauf warten zu müssen, dass Datenanalysten oder Dateningenieure ihre Fragen in Datenbankcode wie SQL übersetzen.
Heutzutage haben die meisten Organisationen einen Rückstand von Monaten oder Jahren, um diese Antworten bereitzustellen. Eine auf LLMs basierende Sprachschnittstelle kann in einfachem Englisch gestellte Fragen in SQL-Code umwandeln und Antworten extrahieren, ohne dass Datenanalysten eingreifen müssen.
Um die Richtigkeit und Angemessenheit der bereitgestellten Informationen sicherzustellen, kann eine Risikomanagementebene eingeführt werden. Auf dieser Ebene würden sorgfältig ausgewählte Daten verwendet, um Fragen zu überprüfen, zu verfeinern und zu beantworten und so sicherzustellen, dass sensible oder unangemessene Anfragen korrekt verwaltet werden.
Der Prozess umfasst die Generierung von Variationen der ursprünglichen Frage, die Bewertung der Konsistenz der Antworten und die Einbeziehung von Rückmeldungen von medizinischen Fachkräften, um die Leistung des Systems zu optimieren.
Eine Risikomanagementschicht besteht aus acht Schritten:
- Kuratieren – Wählen Sie vertrauenswürdige Datenquellen als Eingabe für das LLM.
- Anweisen – Weisen Sie das LLM an, nur die kuratierten Inhalte zu verwenden.
- Filtern – Filtern Sie Kategorien von Fragen heraus, die LLM nicht beantworten sollte.
- Fragen – Fragen Sie das LLM mithilfe der in den obigen Schritten erstellten Eingabeaufforderung ab.
- Bewerten – Formulieren Sie die Frage auf verschiedene Weise um und prüfen Sie, ob die Antworten übereinstimmen.
- Faktencheck – Vergleichen Sie die Antworten mit den zugrunde liegenden Daten.
- Benachrichtigen – Benachrichtigen Sie Benutzer darüber, dass KI zur Beantwortung ihrer Frage verwendet wurde.
- Lernen – Sammeln Sie Feedback von Benutzern zum verstärkenden Lernen, damit das LLM mit der Zeit besser wird.
Dieser innovative Einsatz der LLM-Technologie in einer LLM-Architektur kann Patienten und ihren Betreuern die Möglichkeit geben, sofortige Antworten auf ihre Fragen zu erhalten, die von logistischen Bedenken hinsichtlich medizinischer Termine bis hin zu spezifischen gesundheitsbezogenen Anfragen reichen.
Darüber hinaus können sie unkomplizierte Aufgaben im Gesundheitswesen erledigen, wie z. B. die Bestellung von Medikamentennachfüllungen oder die Suche nach günstigeren Medikamentenoptionen, ohne sich durch komplexe Gesundheitssysteme navigieren zu müssen.
Patienten und ihre Betreuer können Fragen stellen wie „Darf ich vor meinem Termin Wasser trinken?“, „Wie viel muss ich für Lipitor aus eigener Tasche bezahlen (basierend auf meinen Versicherungsunterlagen)?“, „Welcher Arzt kann mir helfen?“. mit meinen Fußschmerzen?“, „Soll ich zur Notaufnahme oder zur Notaufnahme oder zu meinem Arzt gehen?“ und „Ist es normal, dass meine Mutter Blut spuckt?“
Patienten und ihre Betreuer können die LLM-Technologie auch nutzen, um grundlegende Aufgaben im Gesundheitswesen zu erledigen, ohne komplexe Systeme erlernen zu müssen: „Bestellen Sie meine nächste Lipitor-Nachfüllung“, „Suchen Sie mir einen Arzt, der Fußverletzungen behandelt“ oder „Wo kann ich dieses Medikament bekommen?“. billiger?”
Es gibt 350 Millionen Patienten und ihre Betreuer im Land. Selbst wenn wir sie befähigen würden, einen kleinen Teil der Gesundheitsversorgung zu übernehmen, stellen Sie sich vor, welchen Einfluss wir haben können.
Wenn Patienten einige ihrer Fragen und Wünsche selbst beantworten können, können wir auch die Kosten für Callcenter für Krankenhäuser und Versicherungsunternehmen senken.
Dies wird auch die Belastung für Ärzte, Krankenschwestern und andere Mitarbeiter im Gesundheitswesen verringern. Sie können sich auf die individuelle, aufmerksame Pflege statt auf Routineaufgaben konzentrieren.
Durch die Integration von LLM-Technologien in bestehende Gesundheitsinfrastrukturen können Krankenhäuser und Gesundheitssysteme die Patienteneinbindung und die Selbstmanagementfähigkeiten erheblich verbessern. Dies verbessert nicht nur das Patientenerlebnis durch den sofortigen Zugriff auf Informationen und die Vereinfachung von Gesundheitsaufgaben, sondern optimiert auch die Nutzung von Gesundheitsressourcen und die Zeit von Fachkräften.
Verfolgen Sie Bills HIT-Berichterstattung auf LinkedIn: Bill Siwicki
Schicken Sie ihm eine E-Mail an: [email protected]
Healthcare IT News ist eine Publikation von HIMSS Media.
