Un autre arrêt sur la voie d’optimisation des soins de santé du DSE: AI

Phoenix Children’s intègre le DSE au stock de données et à l’IA

Vaidya a travaillé pendant 17 ans avec le Phoenix d’un enfant et a été témoin du développement du DSE dans une grande organisation pour enfants basée en Arizona, en commençant par un système général à un système qui comprend davantage de spécialités telles que la plicmologie et la cardiologie. Tout cela se connecte au seul système de DSE, qui comprend de manière approfondie les zones de lit et de consultations externes et les opérations et les salles d’urgence.

Le chemin du chemin des enfants de Phoenix se compose de trois phases: la mise en œuvre, l’optimisation et l’application, ajoute Vaidya. “Notre troisième phase, qui, je pense, est la phase la plus importante avant l’arrivée de l’image à l’IA, ramène les données du DSE à toutes les personnes frontal, au niveau du niveau moyen. Ce fut une expérience transformatrice à Phoenix au cours des sept ou huit dernières années”, dit-il.

La discussion entre les médecins a mûri de la DSE pour examiner ce qu’ils peuvent faire avec des données, comme une enquête, le nombre de patients du système médical ont une neurofibomatose, un groupe de troubles génétiques qui peuvent conduire à une croissance tumorale sur les nerfs. Les médecins peuvent alors surveiller attentivement cette population pour surveiller la détection précoce de la transformation maligne, si il existe, explique Vaidya.

En savoir plus: Optimisez votre DSE et utilisez des données pour améliorer les flux de travail cliniques.

Phoenix a intégré l’outil de documentation dans son DSE central pour obtenir des données structurées. Les données se déplacent dans un entrepôt de données à domicile basé sur Microsoft à partir de DSE à des intervalles à une minute, note-t-il. “Nous n’avons pas à attendre 24 heures. Nous travaillons sur des connaissances réelles.”

Plus de 100 systèmes électroniques différents tirent des données dans l’entrepôt de données. L’organisation utilise également Microsoft Power BI comme outil de visualisation des données et expérimente la connexion ChatGpt à la plate-forme DSE en utilisant “pour résumer de grands volumes de texte clinique et soutenir la possibilité d’écouter l’écoute environnante qui peut réduire le fardeau de la documentation”, explique Vaidya.

Phoenix Children’s a commencé à utiliser l’IA génératrice pour aider à la somme du graphique et à l’analyse des données du DSE pour prédire la malnutrition chez les enfants.

“Il a été un tel succès que nous avons introduit une politique selon laquelle si le modèle prédictif identifiait la malnutrition, nous générons automatiquement l’ordre à la diététiste et aux nutritionnistes pour explorer le patient sans attendre le médecin”, explique Vaidya.

Le système de santé effectue également une analyse prédictive pour détecter le risque de septicémie plus tôt. Ces outils d’IA peuvent fournir aux médecins plus de “jus fins” que de les remplacer, dit.