医生和患者之间的数字信息激增需要 EHR 管理

电子健康记录的采用激增导致患者与医生收件箱消息大幅增加，这一趋势因 COVID-19 大流行而进一步放大。

数字通信的兴起给卫生系统带来了巨大挑战，促使一些系统实施变革以管理日益增长的临床负担。

最近发表在 JAMA Network Open 上的一项研究试图阐明 医患电子通信的复杂性 在一个大型综合卫生系统内。

该研究在北加州凯撒医疗机构 (KPNC) 进行，重点是了解消息内容和变异性，旨在提高处理患者消息的效率。 研究团队分析了 2023 年 4 月至 8 月期间交换的超过 400 万条患者消息，然后通过 KPNC 的桌面医学计划进行处理，该计划旨在简化消息路由并优化医生工作流程。

该报告显示，超过四分之三 (77%) 的消息至少收到一个标签，常见类别包括药物、皮肤状况、带附件的消息和紧急内容。 近三分之一的消息包含多个标签，表明患者询问的复杂性和多样性。

该研究还强调了消息类别的显着差异，一些主题表现出一致的模式，而另一些主题则表现出剧烈的波动。 例如，受控物质和药物相关信息的变异性较低，而流感疫苗和 COVID-19 疫苗等主题则表现出较高的变异性。

该报告指出，桌面医学计划的一个方面是对消息内容的实时分析，这使得能够识别紧急情况并加快区域审查。 这种积极主动的方法有助于缩短潜在紧急问题的临床评估时间。

报告指出：“结果表明，在卫生系统范围内对患者消息进行分类的方法与明确定义的区域工作流程相结合，可以改善及时响应并大幅减少医生收件箱数量。”

尽管该计划成功解决了超过 150 万条患者消息，但该研究承认其局限性，包括其关注单一卫生系统以及排除较新的语言模型。

研究人员指出，未来需要增强功能来处理具有多个主题的消息并改进内容标签和响应。

更大的趋势

卫生系统和护理提供者正在寻找各种解决方案，以更好地管理临床文档和 EHR 集成，同时应对倦怠和人员短缺问题。 本月早些时候，Rush 与临床医生语音助手开发商 Suki AI 合作，解决医生倦怠问题。

该卫生系统正在通过与 Epic 的双向集成在 30 个专业的工作流程中试用 Suki 的平台，旨在将临床记录所花费的时间减少 72%。

与此同时，约翰霍普金斯大学正在 Epic 图表摘要中推进人工智能，并在支持人工智能的患者门户方面取得了成功，在环境划线方面看到了有希望的结果。

在 LinkedIn 上关注 Bill 的 HIT 报道： 比尔·斯维茨基
给他发电子邮件：[email protected]
医疗保健 IT 新闻是 HIMSS 媒体出版物。