医疗AI高速落地,老旧电子病历系统不堪重负
文章指出医院在接入AI助手时,底层电子病历(EHR)系统多为数十年前架构,难以承受AI的实时查询压力,急诊场景下可能导致患者风险。OpenAI已与美国最大EHR厂商Epic合作,但业界少有人评估底层系统承载力。
共 6 篇相关资讯,按重要度与时间排序,每 3 小时更新。
文章指出医院在接入AI助手时,底层电子病历(EHR)系统多为数十年前架构,难以承受AI的实时查询压力,急诊场景下可能导致患者风险。OpenAI已与美国最大EHR厂商Epic合作,但业界少有人评估底层系统承载力。
论文针对临床多模态模型学到跨模态共享的入组捷径、在新队列上失效的问题,提出基于潜在结构因果模型的 DISCERN 框架。方法无需疾病状态标签即可识别条件疾病证据,通过最小选择统计量消除入组相关证据。合成数据上状态 AUROC 从 0.043 提升至 0.883,eICU 与 MIMIC-IV 跨库…
论文提出面向电子病历的预测性世界模型,将患者病史表示为动作条件潜在轨迹,显式分离患者状态与临床动作。核心的状态相关线性化预测器支持时间分辨预测、多步推演与动作条件模拟。在二分类与生存时间任务上,EHR WM 以约 1/30 参数量取得与更大 EHR 基础模型相当的性能。
研究者基于2000份多中心电子病历构建了TCMClinicalReason-Bench,用于评估大语言模型能否从病因病机、证候诊断、治则治法推理到处方生成。测试显示模型结构完整性接近饱和(99.3%-100%),但内容得分仅40.7%-54.1%,通用模型平均50.0%,两个中医专用小模型仅41.…
研究者提出 EHR2Trace 系统,将不同来源的电子健康记录转换为可追溯的患者事件,用于患者世界模型与临床智能体的训练和评估。系统在三个临床数据集上转换了 8.464 亿条事件,并揭示把后续诊断归到入院时间会显著虚高模型性能。
论文提出MedGate-Fusion多模态门控架构,将首诊叙事文本的Transformer嵌入与十项常规风险标志物融合,用于基层医疗前瞻性卒中风险分层。研究基于CPCSSN电子病历,从80余万次就诊中构建首诊队列,保留102,736名患者记录评估五年卒中结局。为减少标签泄漏,对卒中相关术语做了词典…