图片

本文介绍了一种名为“电子病历副驾驶”的自主电子病历（EHR/EMR）导航工具，旨在减轻临床医生的认知负担并提高医疗服务效率。

电子病历系统的引入无疑是医疗信息化的重要里程碑。根据统计，美国超过95%的医院和85%的诊所已经采用了基础的或经认证的电子病历系统。这一转变的初衷是为了应对医疗质量不一致的问题，并借助计算机技术减少医疗差错。然而，实际应用中，电子病历系统并未完全达到预期效果。研究表明，约75%的职业倦怠症状医生将电子病历系统视为压力源之一。其原因包括软件设计不佳、用户体验差、工作流整合不足、数据录入冗余以及警报疲劳等问题，增加了临床医生的认知负荷。

图片

为了解决这些问题，研究人员开发了“电子病历副驾驶”，这是一个能够自主执行特定电子病历任务的智能体系统。该系统旨在通过自动化信息检索、医嘱下达等例行任务来减少临床医生的工作量，从而提高医疗服务效率并改善临床医生的工作体验。“电子病历副驾驶”并非简单地依赖大语言模型（LLM）作为知识库，而是巧妙地结合了大语言模型的知识提取能力和外部工具的使用能力，使其能够与现代电子病历系统无缝集成。

具体来说，“电子病历副驾驶”的设计包括以下几个关键组件：

1、大语言模型

“电子病历副驾驶”采用了一个330亿参数的指令调优Transformer解码器作为其核心组件。该模型经过专门的数据集调优，使其能够在面对查询时选择、填充和链接预定义的功能。为了提高计算效率和兼容性，模型采用了多查询注意力机制和旋转位置嵌入等技术。

图片

2、嵌入模型

为了适应不同的计算和延迟需求，“电子病历副驾驶”使用了“俄罗斯套娃表示学习”模型。该模型能够在单个高维向量中以粗到细的方式嵌入信息，从而灵活地适应各种下游任务。

3、工具集成

“电子病历副驾驶”集成了多种外部工具，如浏览器、计算器和数据库等，从而自动化复杂任务。这些工具以模块化的方式呈现给模型，确保其在完成任务时能够调用适当的功能。例如，浏览器可以从PubMed等医学数据仓库中检索信息，而计算器则用于执行临床计算。

为了评估“电子病历副驾驶”的性能，本文构建了一个名为“电子病历-问答”的合成数据集。该数据集包含了300个基于真实患者数据的常见问题，涵盖了信息检索、总结和数据输入等任务。通过迭代生成和人工审查，确保了数据集的相关性和实用性。

图片

本文采用三项评估标准对“电子病历副驾驶”的性能进行评估：函数调用是否合适、参数选择是否有效以及脚本是否有效。每个标准都赋予1分，总分3分。结果显示，“电子病历副驾驶”在“电子病历-问答”数据集上的成功率达到74%（平均得分2.45/3，95% 置信区间）。与参数数量比其大几个数量级的模型表现相当，突出了其在简化临床工作流程和减少临床医生导航复杂界面时间方面的潜力。

此外，“电子病历副驾驶”还展示了与FHIR标准的兼容性。FHIR是一套用于交换电子医疗数据的规则和规范，自2011年推出以来已被所有主要的电子病历系统广泛采用。“电子病历副驾驶”通过支持FHIR标准，能够与不同的电子病历系统无缝集成，从而扩大了其在医疗实践中的应用范围。

图片

总之，“电子病历副驾驶”作为一个自主的电子病历智能体，在减轻医护人员工作负担、提高医疗服务效率和效果方面展现出了巨大的潜力。通过自动化日常任务和简化文档流程，该系统有望为医护人员提供更加便捷、高效的电子病历使用体验。然而，尽管“电子病历副驾驶”已经取得了一定的成果，但在将其部署到实际医疗环境中之前，仍需要解决一些挑战，如进一步提高任务完成成功率、优化用户体验以及确保与不同电子病历系统的兼容性等。随着技术的不断进步和应用的深入推广，相信“电子病历副驾驶”将在未来的医疗信息技术发展中发挥更加重要的作用，推动医疗服务质量的提升。

如需要《“电子病历副驾驶”：迈向自主电子病历导航》（英文，14页），请在本微信公众号中赞赏（点喜欢或稀罕作者后按本公众号设定打赏）后发来email地址索取。

图片


图片


图片

★ 每日鲜鸡汤  ★

Be careful how you treat people. What you do to others has a funny way of coming back to you. 要谨慎待人，你对别人所做的一切，往往会以某种意想不到的方式回到你身上。早上好！

图片