描述
DeepScribe 肿瘤学研究发表在《临床路径杂志》上，展示了环境 AI 对肿瘤学文档和诊断捕捉的影响。肿瘤学就诊过程复杂，涉及多种治疗方式和影响患者结果的各种因素。记录这些接触至关重要，但也充满挑战，常常导致遗漏洞察和编码缺口。DeepScribe 的 AI 技术通过提高文档的准确性和丰富性，同时减少肿瘤医生的认知负担，来应对这些挑战。
阅读更多
该研究是对环境 AI 在肿瘤学应用的最大现实世界分析之一，显示 DeepScribe 提高了文档的准确性和临床丰富性。每次就诊捕捉的诊断增加了 16%，合并症记录的频率提高了 22%，提供了患者健康的全面视图。此外，社会健康决定因素的记录增加了 45%，为每位患者提供了更完整的情况。
DeepScribe 在临床工作流程中的整合是无缝的，98% 的医生采用了该工具，近一半的医生在大多数患者接触中使用它。这一采用率表明该工具易于访问，并自然融入日常工作流程。临床医生报告称在文档记录上花费的时间减少，体验到了一种“心理卸载”的效果，使得文档记录更加深思熟虑且压力更小。
该研究还强调了编码精度的改善，ICD-10 特异性提高了 21%，与 E/M 收费相关的 ICD-10 代码增加了 17%。这些改进导致了更准确的报销支付和更好的治疗决策支持。
总体而言，DeepScribe 肿瘤学研究强调了环境 AI 转变癌症护理的潜力，通过提供更完整的诊断捕捉、更好的编码准确性和减少文档工作，支持肿瘤医生提供更准确、高效和以人为本的护理。
- 类别医疗与临床 AI
核心要点
提高诊断捕捉的准确性
减少临床医生的认知负担
无缝整合到工作流程中
捕捉更多合并症
增加社会决定因素的文档记录
增强 ICD-10 编码的特异性
支持更好的治疗决策
减少文档记录时间
本案例展示了什么
- 肿瘤学文档
- 诊断捕捉
- 工作流程整合
- 编码精度
- 患者护理洞察
