对话式 AI 改善 Penn Medicine 的“第四期”孕产妇护理

美国被认为是世界上生育最危险的高收入国家之一。 与此同时，妇产科医生短缺，导致超过 220 万育龄妇女生活在所谓的“产科护理沙漠”中，且产科护理有限。

问题

临床妇产科助理教授克里斯汀·莱特纳 (Kristin Leitner) 博士解释说，“第四个三个月”或产后时期往往是一个被遗忘的怀孕“三个月”，但它对父母、新生儿和整体人口的健康起着至关重要的作用。在宾夕法尼亚大学医学院。

她指出：“虽然出生后经历了许多身体和情感的变化，但患者还可能遭受感染、血栓形成和高血压等并发症，以及精神健康障碍和其他慢性疾病的新发作或恶化。”

“产后出现医疗并发症的可能性尤其令人担忧，因为一半以上与妊娠相关的死亡发生在出生后；然而，在传统护理模式中，围产期期间 90% 的就诊仅发生在妊娠期间。

“自 2018 年以来，美国妇产科学院建议产后护理应该是一个‘持续的过程’，而不是传统的产后 6-12 周的一次性产后检查，”她继续说道。

“即使是这种传统的一次性就诊，在美国也只有不到50%的患者参加，导致许多患者错过了早期发现产后并发症、日常健康维护、慢性病管理和其他产后目标的机会例如母乳喂养和避孕。”

产后患者需求、临床建议和医疗保健现实之间的差距给患者和执业提供者带来了重大挑战。 她补充说，需要采用创新方法来确定需求并为产后患者提供持续护理，同时又不会给已经不堪重负的医疗服务提供者增加负担。

“可悲的是，非西班牙裔黑人妇女的产妇发病率和死亡率远远高于总人口，”莱特纳 说。 “因此，任何旨在降低孕产妇发病率和死亡率的干预措施都必须以这一人群为目标，专门针对这一服务不足的人群，提供可接受、可行和有效的解决方案。

“当我们在我们的医院（费城宾夕法尼亚大学医院）试行产后支持计划时，我们发现新父母对产后的康复、喂养和婴儿护理有很多疑问，尽管他们在产后获得了大量资源。医院，”她继续说道。

这些问题涉及面很广，例如：我的脚肿胀正常吗？ 为什么我的宝宝不衔乳？ 我的出血正常吗？ 我应该在宝宝最后一餐后多久给宝宝喂奶？ 脐带什么时候会脱落？ 这样的例子还在继续。

“当时，2018年， 移动健康应用程序已用于基于问题的产后支持，重点关注与产后恢复有关的具体个人情况，例如母乳喂养、血压监测和减肥，” 莱特纳 著名的。

她补充说：“虽然其中许多干预措施在提高护理依从性和减少医疗保健差异方面显示出了巨大的希望，但几乎没有全面的技术干预措施可以在妊娠第四期为患者提供全面的支持，从而在这些领域提供支持。”

提议

2018 年，Penn Medicine 启动了家庭治疗计划，目标是使用创新方法为患者产后旅程提供支持。

“作为在家治疗的一部分，我们优化了产后病房的患者工作流程，目标是减少产后住院时间，”莱特纳 解释道。 “然而，我们认识到，如果我们减少住院时间，我们希望确保患者在出院后感到支持并与他们的护理团队保持联系。

“这是我们开始构思移动解决方案的地方， 基于短信的解决方案，”她继续说道。“我们医院在妊娠期高血压出院后通过短信为产后患者提供支持方面取得了巨大成功（一项名为“心脏安全母亲”的计划）； 然而，我们从大约 90 名产后患者的小规模试点中得出结论，提供整体支持将使我们的解决方案变得非常复杂。”

患者需要对询问进行高度复杂和个性化的答复； 例如，关于特定于分娩方式（阴道分娩与剖腹产）的身体恢复、新生儿护理（尿布和脐带护理）以及婴儿喂养困难（母乳喂养疼痛、吸奶困难和准备配方奶粉的不确定性）。

“这种复杂性使我们得出结论，‘简单’的算法方法不太可能成功地为这一人群提供所需的整体支持，”莱特纳 说。

因此，Penn Medicine 开始致力于创建产后对话代理（聊天机器人） 人工智能供应商 Memora Health，通过该供应商，医疗系统能够利用自然语言处理为患者提供对话体验，并将复杂的患者需求（按患者类型）分层到体验中。

“首先，使用常见问题库来生成问题与适当答案的准确映射，”莱特纳 解释道。 “其次，调查（旨在收集患者数据的标准化对话模板）是根据患者的临床特征（例如母乳与配方奶喂养）创建的。

“第三，计划制定针对患者临床特征的预期指导，”她继续说道。 “最后，针对潜在的急性临床问题设计了算法，并将其分层到程序中。在整个过程中，我们将个人风格融入到响应中，例如患者或婴儿的名字，并努力形成一致且富有同理心的语气。”

通过为患者提供持续的联系以及提醒临床医生注意患者担忧的能力，该团队希望改善患者的体验和结果并减轻护理团队的负担，向他们强调哪些患者在回答问题时真正需要直接关注临床需求自动提出“简单”问题。

迎接挑战

该计划提供使用自然语言处理的短信来指导产后患者完成出院后前六周的护理过程。 通过使用自动和对话式短信与患者围绕常规产后护理进行沟通，临床医生可以专注于更紧迫且需要更复杂医疗护理的病例。

“我们意识到患者出院后提出的许多问题都是常见问题，可以得到有效解答，”莱特纳 著名的。 “我们只需要找到这项技术，并确保它足够全面，能够为我们的患者提供与我们作为提供者提供的相同的个性化护理。

“患者离开医院后，他们会每隔一段时间就会收到短信，这样他们就可以得到关于自己和宝宝的期望和喂养挑战的指导，以及提出任何可能出现的问题的机会——无论什么时间白天或晚上，”她继续说道。 “这些新父母经常对更典型的产后活动有疑问，比如何时可以恢复锻炼、如何护理痔疮等常见症状、如何储存母乳以及婴儿的睡眠模式。”

这 人工智能技术使新妈妈们能够提出这些问题并获得智能、个性化的答复，Penn Medicine 作为临床护理团队帮助提供了这些答复。

“换句话说，该技术能够回答患者的问题，而无需等待或发送门户消息，”莱特纳 说。 “在大多数用例中，他们可以通过短信提出问题并立即得到适当的答复。

“虽然我们当然认识到自动化流程有时会出现问题，但我们已经确保为这些问题做好计划，”她补充道。 “我们的团队已经建立了方法来确保响应准确反映患者期望从医生那里得到的内容。”

团队实现这一目标的方法之一是对参与该计划的人员进行教育，让他们知道如果他们愿意，他们可以提示 Penny（聊天机器人的名称）让真人进行干预。

“如果他们发短信‘发短信给我’，我们的临床团队就会收到警报，我们就会进入仪表板手动回复那个人，”她说。 “我们还创建了许多临床算法来评估某人的潜在需求水平。例如，虽然小腿肿胀可能是分娩后的良性症状，但它也可能是严重并发症的警告信号，例如在这种情况下，产后子痫前期或深静脉血栓形成。

“通过临床医生开发的自动决策树算法，患者可以回答其他问题，从而使临床医生能够确定哪些患有这种症状的患者需要进行额外的评估（例如对血栓进行超声检查），以及哪些患者可以对这种常见的产后症状放心。”她继续说道。

患者不仅会收到与他们的一系列症状有关的信息，而且临床团队也会收到 Memora Health 平台的警报。

“总的来说，我们认为这种多管齐下的方法， 通过人工智能技术增强，能够有效解决我们在照顾新妈妈方面长期存在的问题。” 莱特纳 说。 “在实施这个工具时，我们确保纳入患者的反馈，以便他们在整个产后护理过程中感受到支持。”

结果

通过对 Penny 和底层技术的持续培训，Penn Medicine 已经发现对话式 AI 正确回答了超过 70% 的患者问题。

莱特纳表示：“这一百分比让我们相信，患者能够及时收到有关其护理问题的基于证据的答案，同时减少临床医生需要回答的常规问题数量，以便他们能够专注于更复杂的患者问题。” 报道称。 “在某些情况下，Penny 无法回答问题，因为我们没有针对这些特定患者问题的临床医生策划的内容，因此我们能够与 Memora Health 团队合作制定适当的应对措施并相应地优化计划。”

莱特纳 说高参与度和患者满意度是主要成果。

“对于患者而言，该计划获得了非常高的参与率——超过 98% 的患者至少与 Penny 互动过一次，93% 的患者完成了一项调查，超过 52% 的患者至少提出了一个问题——并且获得了 92% 的满意度，显示这个程序易于使用，患者正在获得他们需要和应得的个性化护理，”她说。

“这个数字表明，我们不仅帮助告知他们所需的临床护理，而且患者赞赏并认可我们用来保持他们健康和安全的工具，”她继续说道。 “重要的是，我们发现，从统计数据来看，与白人患者相比，黑人患者更有可能推广该计划。当我们寻找孕产妇健康危机的解决方案时，我们必须找到专门针对和支持受影响人群的技术。”

莱特纳 还表示，使用该技术的一大优势是识别新发的产后高血压疾病。

“我们开始通过我们的计划对以前没有诊断出妊娠期高血压疾病的患者进行筛查，”她说。 “我们很幸运，在我们的卫生系统中，所有父母都已经配备了血压袖带来检查怀孕期间的血压。

“在筛查产后患者时，我们发现 3% 的患者患有新发妊娠期高血压疾病，其中约 45% 的患者没有血压升高的症状，”她继续说道。 “除了血压筛查之外，让患者能够轻松询问有关症状的问题也使我们能够发现这种潜在的严重疾病。”

许多产后患者因疲劳、脱水和睡眠不足而出现头痛，但剧烈头痛可能是先兆子痫的征兆。

“我们发现，当患者认为头痛特别严重时，他们通常还患有高血压疾病，”她说。 “我想到了一位患有严重头痛的特定患者，他向我们的计划发送了消息。收到此警报的临床团队能够通过该平台对患者进行评估，并检测到血压严重升高。

“她最终被诊断出患有先兆子痫，并接受了具有严重特征的治疗，”她指出。 “康复后，她与我们分享了这个反馈：‘这对我有帮助，我是一个单亲妈妈，不能总是进来看看自己。如果没有这个，我可能会死，’”她补充道。

产后抑郁症筛查是新技术的另一个方面，已取得显着成果。

“超过 40% 的患者通过填写包含 10 个问题的爱丁堡产后抑郁症筛查问卷，使用我们的平台完成了抑郁症筛查，”Leitner 报道称。 “在完成此项筛查的患者中，25% 的患者被筛查为有抑郁症风险。检测异常筛查使我们的团队能够更快地将患者与临床团队联系起来，以进行管理、咨询和潜在的药物治疗。”

给他人的建议

当正确使用时， 人工智能可以对患者护理产生深远的影响， 莱特纳 说。

她说：“众所周知，医疗保健劳动力短缺加上我的许多同事都经历过的职业倦怠对患者护理构成了危险。” “如果有一种方法可以整合智能设计的工具，就像我们在 Penn Medicine 使用的工具一样，我鼓励其他医疗保健提供者组织的同行也这样做。”

在莱特纳看来，只要得到患者的认可在他看来，只有能够使用人工智能技术才能带来好的东西。 她为考虑在患者护理中使用对话式或移动健康应用程序的提供商提供了一些建议：

1. “在开始这一旅程之前，请确保您想要使用的任何技术都是您的患者将要使用的技术，因为如果没有患者的支持，该技术将毫无用处。”

2. “从一开始就让利益相关者参与到这个过程中。在测试阶段使用合作伙伴或部门领导（要求他们‘像病人一样思考’）可以让团队中这个非常重要的部分感到兴奋和支持。”

3. “如果您正在与 EHR 之外的供应商合作，请在流程的早期开始制定预算并考虑请求集成。如果不这样做，将使实施和扩展变得更加困难。”

“通过自动化某些流程，我们可以提供更全面、公平和有效的护理体验，”莱特纳说。 “没有人愿意在离开医院时感觉自己没有生命线，尤其是在生完孩子后的几天和几周内。这样的工具让患者安心，因为他们知道他们可以询问任何问题，无论白天还是晚上，都可以得到答复。”

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。