Von Matthew Holt
Es war noch nicht so lange her, dass Sie eine dieser Karten der Gesundheitsversorgung oder der digitalen Gesundheit erstellen und ungefähr Recht haben können. Ich habe es selbst in den 2,0 Tagen im Gesundheitswesen gemacht, einschließlich der alten Unterkategorien der „Rebel Alliance of New Provider -Technologien“ und der „Grenze der Patienten Empowerment -Technologien“ “
Aber diese einfachen Tage, an denen ein SaaS -Produkt mit dem beabsichtigten Benutzer übereinstimmt und es von anderen unterscheidet, sind verschwunden. Die Karte wurde vom Hurrikan, der eine generative KI ist, erhöht und hat die Branche in einen Zustand der Verwirrung gebracht.
In den letzten Monaten habe ich versucht herauszufinden, wer in AI Health Tech tun wird. Ich habe viele formelle und informelle Gespräche geführt, eine Tonne gelesen und war in den letzten Monaten auf drei Konferenzen gewesen. Und es ist klar, dass niemand eine gute Antwort hat.
Natürlich hat dies keine Leute aufgehalten, die versuchen, Karten wie diese aus dem Protege zu zeichnen. Wie Sie erkennen können, gibt es Hunderte von Unternehmen, die KI -erste Produkte für alle Aspekte der Kette des Gesundheitswesens (oder des Mangels davon fehlen!) Bauen.
Aber diesmal ist es anders. Es ist überhaupt nicht klar, dass AI am Rand eines Benutzers anhält oder sogar eine klar definierte Funktion hat. Es ist nicht einmal klar, dass es einen „KI für Gesundheitstechnologie“ geben wird.
Dies ist ein mehrdimensionales Problem.
Die wichtigsten AI LLMS -Chatgpt (OpenAI/Microsoft), Gemini (Google/Alphabet) Claude (Anthropic/Amazon), GROK (X/Twitter), Lama (Meta/Facebook) – ist alles in der Lage, unglaubliche Arbeiten innerhalb der Gesundheitsversorgung und natürlich außerhalb der Gesundheitsversorgung zu tun. Sie können jetzt in jeder Sprache schreiben, die Sie mögen, codieren, Filme, Musik, Bilder erstellen und alle immer besser werden.
Und sie sind fantastisch in Interpretation und Zusammenfassung. Ich habe buchstäblich ein ziemlich unverständliches 26 -seitiges CMS -RFI -Dokument in Chatgpt abgeladen, und in wenigen Sekunden sagte es mir, wonach sie gefragt haben und was sie tatsächlich suchten (diesen ungeschriebenen Untertext). Der CMS -Beamte, der es verfasste, war sehr beeindruckt und war ein wenig verärgert, dass sie es nicht benutzen durften. Wenn ich CMS helfen wollte, hätte es auch die Antwort für mich geschrieben.
Die großen LLMs entwickeln auch „Agenten“ -Funktionen. Mit anderen Worten, sie sind in der Lage, mehrstufige Geschäfts- und menschliche Prozesse durchzuführen.
Derzeit werden sie direkt von Angehörigen der Gesundheitsberufe und Patienten für Zusammenfassungen, Kommunikation und Kameradschaft eingesetzt. Zunehmend werden sie für Diagnose, Coaching und Therapie eingesetzt. Und natürlich verwenden viele Gesundheitsorganisationen sie direkt zur Prozessredesign.
In der Zwischenzeit sind die Kernarbeitspferde der Gesundheitsversorgung die EMRs, die von Anbietern verwendet werden, und die größte Kahuna von allen ist episch. Epic hat eine Beziehung zu Microsoft, das ein eigenes KI-Spiel hat und auch eine eigene enge Beziehung zu OpenAi hat-oder zumindest so stark wie das Investieren von 13 Mrd. USD in eine gemeinnützige Organisation wird Ihre Beziehung herstellen. EPIC verwendet jetzt Microsofts KI sowohl in den Hinweiszusammenfassungen, Patient Communications et al. Und auch mit Dax, dem Umgebungs -AI -Schreiber von Microsofts Tochtergesellschaft. Epic hat auch eine Beziehung zu dem Dax -Rivalen Abrücken
Aber das ist nicht unbedingt genug und Epos baut eindeutig seine eigenen KI -Fähigkeiten auf. In einer ausgezeichneten Überprüfung bei Health It Heute wird der nicht triviale Einsatz von KI von Epic in seinem Clincal Workflow aufgebaut:
Die Plattform bietet nun Tools, um Text zur Lesbarkeit neu zu organisieren, prägnante, patientenfreundliche Zusammenfassungen, Zusammenfassungen des Krankenhauses, Entlassungsanweisungen und sogar diskrete klinische Daten in narrative Anweisungen zu übersetzen. Wir werden in der Lage sein, die Sprache in Notizen automatisch zu destigmatisieren (z. B. „Betäubungsmittel gegen den Patienten hat eine Opiatstörung“), selbst als Arzt fällt es mir manchmal schwer, die Kurzform zu entschlüsseln, die meine Kollegen so häufig verwenden. Epic zeigte, wie KI stumpfe medizinische Kurzform-ähnliche „Pod 1 sp Cabg. HD stabil. AMB W Asst“ übersetzen kann.-In eine einfache Sprache: „Post-Op-Tag 1 Status nach Koronar Bypass-Transplantat-Operation. Hämodynamisch stabil. Der Patient kann mit Unterstützung ambulant werden.“ Für Krankenschwestern sind Umgebungsdokumentationen und Schichtbilder für AI-generierte Schicht verfügbar, wodurch manuelle Eintritt verringert und die Zeit für die Patientenversorgung freigibt.
Und natürlich ist Epic nicht das einzige EHR (ehrlich!). Die Konkurrenten stehen nicht still. Meditechs COO Helen Waters gab Histalk ein weitreichendes Interview. Ich habe besondere Aufmerksamkeit auf ihre Diskussion über ihre Arbeit mit Google in AI gelenkt und zitiere fast alles:
Dieses anfängliche Produkt wurde aus dem Bert -Sprachmodell aufgebaut. Es war nicht unbedingt eine generative KI, aber es war eines ihrer ersten großen Sprachmodelle. Das Feature in diesem wurde als Erkundungsforscher bezeichnet, und diese Funktionalität war wirklich ein Sprung nach vorne. Es wurde intelligent die Patienteninformationen direkt aus dem Diagramm organisiert, und als der Arzt im Diagramm -Workflow arbeitete, bot sowohl eine Längsschnittansicht der Gesundheit des Patienten durch bestimmte Bedingungen und kategorisierte diese Informationen in einer Weise, dass Kliniker schnell auf relevante Informationen zu bestimmten gesundheitlichen Problemen zugreifen können, korrelierte Informationen, was die fundierte Entscheidungsfindung effizienter macht.
Darüber hinaus sind wir mit der Vertex-AI-Plattform und sicherlich mehreren Iterationen von Gemini vorwärts gegangen, um zusätzliche KI-Angebote in der Kategorie Gen AI anzubieten, und dies umfasst sowohl einen Aufenthaltserzähler eines Patienten im Krankenhaus am Ende der Zeit eines Patienten im Krankenhaus, um entladen zu werden. Wir generieren tatsächlich den Startkurs, der normalerweise für Dokumente von Vorteil war, um das nicht selbst aufzubauen.
Wir tun auch das Gleiche für Krankenschwestern, wenn sie die Verschiebungen wechseln. Wir geben einer Schwesterverschiebung zusammen, die die relevanten Informationen aus der vorherigen Schicht im Grunde genommen kategorisiert und ihnen einiges Zeit spart. Wir verwenden die Scheitelpunkt -AI -Plattform, um dies zu tun. Und zusätzlich zu allen anderen unter der Sonne haben wir offensichtlich Live -Umgebungsschriftenfunktionen mit KI -Plattformen von einer Vielzahl von Anbietern geliefert und mitgebracht, was auch für das Unternehmen erfolgreich war.
Das Konzept von Google und der Partnerschaft bleibt stark. Die Ergebnisse sind klar mit der Vision, die wir für den Wechsel Navigator hatten. Der Fortschritt wird in der LLMs fortgesetzt, und was wir sehen, ist für die Zukunft dieser Technologien vielversprechend, die bei administrativen Belastungen und Aufgaben helfen, aber auch die informierten Fähigkeiten, um Kliniker stark und zuversichtlich in den Entscheidungen, die sie treffen.
Die Sprachfunktionen im Konzept der Agentic AI werden eindeutig weit über das Umgebungsschrott hinausgehen, was sowohl aufregend als auch ironisch ist, wenn Sie darüber nachdenken, wie die Branche vor weitem mit einem Stift begann, als wir sie zu Keyboards gebracht haben, und dann auf mobile Geräte, auf denen sie mit Tablets und Telefonen tippen und wischen konnten. Jetzt sind wir gleich zurück zur Stimme, was meiner Meinung nach erfreulich sein wird, sofern es für Kliniker effizient und effektiv funktioniert.
Wenn Sie also-nicht einmal zwischen den Zeilen, sondern genau das, was sie sagen-, das AMCs und große gemeinnützige Gesundheitssysteme dominiert, und Meditech, die EMR für die meisten großen gewinnorientierten Systeme wie HCA, bauen beide KI für fast alle Workflows auf, die die Kliniker und Administratoren verwenden.
Ich habe dieses Problem auf einer von CHORE veranstalteten Besprechung, dem allgemeinen katalysatorischen AI-Unternehmen, auf verschiedene Arten angeworfen. Commour hat in seinem 8 -jährigen Leben eine Reihe von Iterationen durchgemacht, aber es ist jetzt eine KI -Plattform, auf der es mehrere Produkte oder Funktionen baut. (Weitere hier ist mein Interview mit CEO Tannay Tandon). Dazu gehören (bisher!) Verwaltung, Einnahmenzyklus, Bestands- und Personalverfolgung, Umgebungshören/-auf Scribing, klinischer Workflow und klinische Zusammenfassung. Sie können wetten, dass über Entwicklung oder Akquisition noch mehr kommen wird. Darüber hinaus tut dies nicht nur mit der tiefen Steckdosen von General Catalyst, sondern auch mit einem teilweisen Besitz von HCA – unmittelbar Meditechs größter Kunde. Das bedeutet, dass HCA im Vergleich zu Meditech herausfinden muss, was Commime tut.
Schließlich gibt es auch eine Menge AI -Aktivitäten, die die großen LLMs intern innerhalb von AMCs und in Anbietern, Plänen und Zahler im Allgemeinen verwenden. Vergessen Sie nicht, dass all diese Spieler viele der Tools (wie epic) stark angepasst haben, die externe Anbieter verkauft haben. Sie machen auch ihre KI -Anbieter „Forward Deployming“ -Gorner „, um ihre KI -Tools an den Workflow der Kunden anzupassen. Aber sie bauen auch selbst Sachen. Zum Beispiel hat Stanford gerade ein einheimisches Produkt veröffentlicht, das mit KI Laborergebnissen den Patienten übermittelt hat. Nicht von einem Anbieter gekauft, sondern intern mit Anthropics Claude LLM entwickelt. Es gibt Dutzende und Dutzende dieser einheimischen Projekte, die in jedem großen Gesundheitsunternehmen stattfinden. Alle diese Datenwissenschaftler müssen irgendwie beschäftigt sein!
Was sagt das über die Rolle der KI aus?
Zunächst ist klar, dass die aktuellen Plattformen der Aufzeichnung im Gesundheitswesen – den EHRs – sich selbst als massive Datenspeicher betrachten und erwarten, dass die von ihnen und ihren Partnern entwickelnden KI -Tools einen Großteil des derzeit von ihren menschlichen Nutzern durchgeführten Workflows übernehmen werden.
Zweitens war das Gesetz der Technologie normalerweise, dass Wasser bergab fließt. Immer mehr Unternehmen und Produkte werden zu Funktionen für andere Produkte und Plattformen. Sie können sich erinnern, dass früher eine separate Software zum Schreiben (WordPerfect), Präsentation (Überzeugung), Tabellenkalkulationen (Lotus123) gegeben wurde, und jetzt gibt es MS Office und Google Suite. Im vergangenen Monat sammelte ein Unternehmen namens Brellium 16 Millionen US -Dollar von vermutlich sehr cleveren VCs, um klinische Notizen zusammenzufassen und sie auf Compliance zu analysieren. Jetzt beobachten Sie, wie sie mir das Gegenteil beweisen, aber scheint es nicht, dass jeder und ihr Hund KI bereits gebaut haben, um klinische Notizen zusammenzufassen und zu analysieren? Kann keine weitere Analyse zur Einhaltung einfach hinzugefügt werden? Es ist eine ziemlich gute Wette, dass diese Funktionalität sehr bald Teil eines größeren Produkts sein wird.
(Übrigens, ein Bereich, der sich möglicherweise um ein eigenes Sprachgespräch handelt, das derzeit anscheinend eine Reihe separater Fähigkeiten und Unternehmen zu haben scheint, weil die Interpretation menschlicher Sprache und der Konversation mit dem Menschen schwierig ist. Natürlich könnte dies ein vorübergehender „Wassergraben“ sein, den diese Unternehmen möglicherweise wieder in der Haupt -LLM enden).
In der Zwischenzeit schrieb Vine Kuraitis, Girish Muralidharan und der verstorbene Jody Ranck gerade eine 3 -teilige Serie darüber, wie sich die EMR ohnehin zu einer größeren, einheitlichen digitalen Gesundheitsplattform bewegt, die darauf hindeutet, dass der klinische Teil der EMR in alle anderen Prozessmaterialien in den Gesundheitssystemen integriert wird. Denken Sie an Personal, Vorräte, Finanzen, Marketing usw., und natürlich gibt es immer noch die anhaltende Integration zwischen EMRs und medizinischen Geräten und Sensoren im gesamten Krankenhaus und schließlich dem breiteren Gesundheitsökosystem.
Diese Integration von Datensätzen könnte also schnell zu einem KI -dominierten Supersystem führen, bei dem automatisch viele Entscheidungen getroffen werden (z. B. AI Tracking Care -Protokolle, wie Robbie Pearl vor einiger Zeit vorgeschlagen wurde), während einige Entscheidungen operativ von Menschen getroffen werden (Bestelllabors oder Medikamente, Medikamente, medikamente, oder letztendlich) und schließlich mehr Entscheidungen sind strategischer. Die Fortschritte in Richtung tiefe Forschung und Agenten -KI, die von den großen LLMs erzielt werden, hat dazu geführt, dass SaaS tot ist (möglicherweise einschließlich Satya Nadella), dass SaaS tot ist. Es ist nicht schwer vorstellbar, dass sich eine neue Zukunft vorstellen kann, in der alles von der KI abgekratzt wird und die Agenten alles weltweit in einem Gesundheitssystem laufen.
Dies führt zu einem echten Problem für jeden Spieler im Gesundheitswesen.
Wenn Sie ein KI -System kaufen, wissen Sie nicht, ob die Anwendung oder Lösung, die Sie kaufen, von Ihrem eigenen EHR oder von etwas, das bereits in Ihrem Unternehmen aufgebaut wird, kannibalisiert werden.
Wenn Sie ein KI -System verkaufen, wissen Sie nicht, ob Ihr Produkt eine Funktion der KI eines anderen ist oder ob die Fähigkeiten in den Aufforderungen, die Ihre Kunden entwickeln möchten, und nicht in Ihrem Tool. Und schlimmer noch, dass Ihre potenziellen Kunden nur wenig Strafe warten, um zu sehen, ob etwas Besseres und Billigeres kommt.
Und dies geschieht in einer Welt, in der alle paar Monate neue und bessere LLM- und andere KI -Modelle gibt.
Ich denke, das Problem ist, dass es, bis wir ein klareres Verständnis dafür bekommen, wie all dies ausspielt, viele Fehlstarts, Finanzierungsrunden geben, die nirgendwo hingehen, und KI -Implementierungen, die nicht viel erreichen. Berichte wie die von Sofia Guerra und Steve Kraus von Bessmer können helfen und geben 59 „Jobs zu erledigen“. Ich bin nur besorgt, dass niemand zu sicher sein wird, was das richtige Werkzeug für den Job ist.
Natürlich erwarte ich meine Roboter -Overlords, die mir die richtige Antwort sagen.
Matthew Holt ist der Herausgeber von THCB
