由加州大学圣地亚哥分校医学院的研究人员领导的一项试点研究发现，先进的人工智能（AI）可能会导致更容易、更快、更有效的医院质量报告，同时保持高精度，这可能会提高医疗服务的质量。

该研究结果发表在2024年10月21日的《新英格兰医学杂志》（NEJM） AI在线版上，研究发现，使用大型语言模型（llm）的AI系统可以准确地处理医院质量指标，与手动报告的一致性达到90%，这可能会带来更高效、更可靠的医疗报告方法。

该研究的研究人员与加州大学圣地亚哥分校健康创新中心（JCHI）的Joan和Irwin Jacobs健康创新中心合作，发现法学硕士可以对复杂的质量测量进行准确的抽象，特别是在医疗保险和医疗补助服务中心（CMS） SEP-1测量严重败血症和感染性休克的挑战性背景下。

传统上，SEP-1的抽象过程包括对大量患者图表进行细致的63步评估，需要多个审稿人花费数周的时间。该研究发现，llm可以通过准确扫描患者图表并在几秒钟内生成关键的上下文见解，从而大大减少该过程所需的时间和资源。

研究人员认为，通过解决质量测量的复杂需求，这些发现为建立一个更高效、反应更灵敏的卫生保健系统铺平了道路。

“我们一直在努力利用技术来帮助减轻医疗保健的行政负担，反过来，使我们的质量改进专家能够花更多的时间支持我们的医疗团队提供的卓越护理，”研究合著者、加州大学圣地亚哥分校健康中心的首席质量和患者安全官查德·范登伯格说。

该研究的其他主要发现发现，法学硕士可以通过纠正错误和加快处理时间来提高效率；通过自动化任务降低管理成本；实现近实时的质量评估；并且可以在各种医疗保健环境中扩展。

未来的步骤包括研究小组验证这些发现并实施它们以增强可靠的数据和报告方法。

这项研究的共同作者包括Shamim Nemati， Rishivardhan Krishnamoorthy, Kimberly Quintero, Shreyansh Joshi, Gabriel Wardi, Hayden Pour, Nicholas Hilbert, Atul Malhotra, Michael Hogarth, Amy Sitapati， Karandeep Singh和Christopher Longhurst，他们都来自加州大学圣地亚哥分校。

本研究由国家过敏和传染病研究所（1R42AI177108-1）、国家医学图书馆（2T15LM011271-11和R01LM013998）、国家普通医学科学研究所（R35GM143121和K23GM146092）和JCHI部分资助。