Penambahbaikan Dokumentasi Klinikal dengan AI: Mengurangkan Masa Nota Doktor sebanyak 40%

Doktor menghabiskan purata 16 minit untuk dokumentasi bagi setiap pertemuan pesakit, menurut kajian masa AMA 2023. Bagi doktor yang melihat 22 pesakit sehari, itu hampir 6 jam kerja dokumentasi. Kebanyakannya berlaku selepas waktu klinik, semasa apa yang profesion perubatan panggil masa pijama. Dokumentasi berbantukan AI sedang memampatkan beban ini dengan ketara, dengan pengguna awal melaporkan pengurangan 35% hingga 45% dalam masa dokumentasi sambil sebenarnya meningkatkan kualiti dan kelengkapan nota mereka.

Masalah Beban Dokumentasi

Dokumentasi klinikal melayani pelbagai tujuan, dan inilah sebahagian sebab mengapa ia mengambil masa yang lama. Nota tersebut mesti menceritakan kisah klinikal untuk kesinambungan penjagaan, menyokong tahap kerumitan yang dibilkan, memenuhi keperluan pelaporan ukuran kualiti, dan bertahan di bawah semakan audit yang berpotensi. Doktor pada dasarnya menulis untuk empat khalayak berbeza secara serentak.

Templat dokumentasi EHR sepatutnya membantu tetapi sering memburukkan keadaan. Pembengkakan templat, di mana mengklik kotak semak menghasilkan nota yang secara teknikal lengkap tetapi secara klinikal tidak bermaklumat, telah menjadi masalah yang diiktiraf. Nota yang mendokumentasikan setiap sistem yang disemak tetapi menenggelamkan penemuan penting secara klinikal dalam dinding penemuan normal tidak berguna untuk penjagaan pesakit walaupun ia secara teknikal menyokong kod pengebilan.

Beban dokumentasi mempunyai akibat sebenar selain keletihan doktor. Kajian secara konsisten mengaitkan masa dokumentasi yang berlebihan dengan pengurangan masa bersemuka dengan pesakit, kepuasan doktor yang lebih rendah, dan peningkatan kesilapan. Apabila doktor tergesa-gesa menyelesaikan nota pada pukul 9 malam untuk mengosongkan peti masuk mereka, kualiti terjejas.

Bagaimana Bantuan Dokumentasi AI Berfungsi

Alat dokumentasi AI semasa terbahagi kepada tiga kategori. Yang pertama ialah pendengaran ambien, di mana AI menangkap perbualan doktor-pesakit dan menjana nota berstruktur daripadanya. Doktor menyemak dan mengedit draf tersebut dan bukannya menciptanya dari awal. Produk seperti Nuance DAX, Abridge, dan Nabla menggunakan pendekatan ini.

Kategori kedua ialah imlak pintar, di mana doktor menarasikan nota mereka dan AI menyusunnya ke dalam format yang sesuai, mengekstrak diagnosis, prosedur, dan pelan penilaian serta meletakkannya di bahagian nota yang betul. Ini lebih daripada sekadar pertuturan-ke-teks. AI memahami terminologi perubatan dan struktur nota.

Kategori ketiga ialah pembantu dokumentasi yang bekerja bersama doktor semasa pencatatan. Semasa doktor mendokumentasikan, AI mencadangkan pelengkapan, menandakan elemen yang hilang yang boleh menjejaskan pengkodan, dan menggesa untuk kekhususan di mana dokumentasi itu kabur.

Kesan terhadap Masa Dokumentasi

Kajian pelbagai tapak merentasi 14 amalan penjagaan primer mengukur kesan dokumentasi AI ambien selama enam bulan. Purata masa dokumentasi setiap pertemuan menurun daripada 15.8 minit kepada 9.2 minit, pengurangan 42%. Penjimatan masa datang terutamanya daripada penghapusan langkah penggubalan awal. Daripada bermula dari awal, doktor menyemak draf yang dijana AI yang menangkap 85% hingga 90% kandungan nota dengan tepat.

Doktor dalam kajian tersebut melaporkan bahawa masa dokumentasi selepas waktu kerja mereka, metrik masa pijama, menurun sebanyak 60%. Beberapa doktor dalam kajian itu menutup peti masuk mereka menjelang 5:30 petang buat pertama kali dalam beberapa tahun.

Sebuah kumpulan pembedahan ortopedik melaporkan penjimatan masa yang serupa dengan AI berasaskan imlak. Masa dokumentasi nota pembedahan mereka menurun daripada purata 12 minit kepada 5 minit setiap kes. Pemahaman AI terhadap terminologi pembedahan bermakna nota yang dijana memerlukan pengeditan minimum untuk kebanyakan prosedur standard.

Kesan terhadap Ketepatan Pengkodan

Secara berlawanan dengan jangkaan, dokumentasi berbantukan AI sering meningkatkan ketepatan pengkodan walaupun menjimatkan masa. Sebabnya ialah AI menggesa doktor untuk memasukkan butiran yang mungkin mereka langkau. Apabila AI mengesan bahawa doktor sedang menggambarkan simptom yang konsisten dengan keadaan tertentu tetapi belum mendokumentasikan diagnosis, ia menggesa untuk penjelasan.

Untuk pengkodan penilaian dan pengurusan, kekhususan dokumentasi secara langsung menentukan tahap pembayaran balik. Nota yang menyatakan pesakit menghidap diabetes kurang bernilai untuk pengkodan berbanding nota yang menyatakan diabetes mellitus jenis 2 dengan penyakit buah pinggang kronik diabetik, peringkat 3. Alat dokumentasi AI dilatih untuk menggesa tahap kekhususan ini.

Satu rangkaian penjagaan primer besar mendapati bahawa selepas melaksanakan dokumentasi AI, purata tahap pengkodan E/M mereka meningkat sebanyak 0.3 tahap setiap pertemuan, bukan kerana doktor mengkod lebih tinggi, tetapi kerana dokumentasi mereka kini menangkap dengan tepat kerumitan penjagaan yang sudah mereka berikan. Kesan pendapatan adalah kira-kira $8 setiap pertemuan, yang merentasi 400,000 pertemuan tahunan mewakili $3.2 juta dalam pendapatan tambahan daripada dokumentasi yang lebih tepat.

Pertimbangan Kualiti dan Pematuhan

Dokumentasi yang dijana AI menimbulkan persoalan tentang keaslian nota. CMS dan kebanyakan rangka kerja pematuhan memerlukan doktor menyemak dan mengesahkan nota yang dijana AI. Dokumentasi mesti mencerminkan dengan tepat apa yang berlaku semasa pertemuan, dan doktor bertanggungjawab atas ketepatannya tanpa mengira siapa atau apa yang menggubalinya.

Kebanyakan alat dokumentasi AI menyertakan aliran kerja pengesahan di mana doktor secara eksplisit menyemak nota yang dijana, membuat pembetulan, dan menandatanganinya. Jejak audit menunjukkan draf AI asal, sebarang suntingan doktor, dan versi akhir yang disahkan. Platform AI penjagaan kesihatan dengan aliran kerja pengesahan yang kukuh memberikan pasukan pematuhan dokumentasi yang mereka perlukan untuk pertahanan audit.

Kualiti nota, diukur oleh kelengkapan dan ketepatan maklumat klinikal dan bukan sekadar sokongan pengebilan, cenderung meningkat dengan bantuan AI. Nota yang dijana AI biasanya lebih berstruktur, lebih khusus, dan lebih konsisten berbanding nota yang dicipta secara manual. Ia menangkap butiran daripada perbualan yang mungkin tidak terfikir oleh doktor untuk didokumentasikan, seperti pesakit menyebut mereka berhenti mengambil ubat dua minggu lalu.

Corak Pelaksanaan

Amalan yang melaksanakan dokumentasi AI biasanya bermula dengan kumpulan perintis tiga hingga lima doktor yang sama ada paling terbeban dengan dokumentasi atau paling bersemangat tentang teknologi. Perintis berjalan selama empat hingga enam minggu, di mana AI mempelajari gaya dokumentasi setiap doktor, terminologi khusus kepakaran, dan struktur nota pilihan.

Penggunaan oleh doktor mengikuti lengkung yang boleh diramal. Terdapat penentangan awal daripada kira-kira 20% doktor yang selesa dengan aliran kerja semasa mereka. Kira-kira 60% menerima pakai dengan mudah sebaik sahaja mereka melihat penjimatan masa. Baki 20% adalah peminat awal yang mendorong keupayaan teknologi. Menjelang tiga bulan, kebanyakan amalan melihat kadar penggunaan 80% hingga 90%.

Kes kewangan cukup kukuh sehingga lengkung penggunaan cenderung lebih pantas berbanding kebanyakan pelaksanaan IT penjagaan kesihatan. Apabila doktor mendapat kembali 90 minit sehari, kesan terhadap kualiti hidup mereka adalah serta-merta dan ketara. Manfaat peribadi itu mendorong penggunaan lebih pantas daripada mana-mana mandat pentadbiran.