Google Cloud Gemini را برای مراقبتهای بهداشتی راهاندازی کرده است، یک سیستم هوش مصنوعی عاملی که اکنون در پیشنمایش برای مشتریان Gemini Enterprise در دسترس است. این راهاندازی که توسط AI News، Fierce Healthcare، Modern Healthcare و Engadget پوشش داده میشود، بر اساس عامل جهانی Gemini Google ساخته شده است و هدف آن یکپارچهسازی جریانهای کاری بالینی، عملیاتی و اداری پراکنده در بین ارائهدهندگان مراقبتهای بهداشتی و پرداختکنندگان بیمه است.
توماس کوریان، مدیر عامل گوگل کلود، مشکلی را که محصول مورد نظر قرار داده است، بیان کرد: "چالش اساسی در مراقبت های بهداشتی کمبود اطلاعات نیست، بلکه اصطکاک بسیار زیاد برای عملی کردن این داده ها در یک اکوسیستم بسیار تنظیم شده است." For more context on this story, see our ongoing more AI stories.
چرا مدیریت مراقبت های بهداشتی هدف است
بار اداری در پزشکی به خوبی مستند شده است. یک مطالعه از نظرسنجی هریس و Google Cloud که در مواد راهاندازی ذکر شده است نشان میدهد که پزشکان تقریباً 28 ساعت در هفته را به دلیل مستندات بالینی و الزامات اداری از دست میدهند. گزارش انجمن پزشکی آمریکا در سال 2025 فشار مستندسازی را با فرسودگی شغلی 41.9 درصد از پزشکان مرتبط دانست. انجمن بیمارستان های آمریکا هزینه های اداری را 25 تا 35 درصد از کل هزینه های مراقبت های بهداشتی ایالات متحده تخمین می زند.
این ترکیب - کاغذبازی عظیم، داده های تنظیم شده و هزینه های بالای نیروی کار - به همین دلیل است که مراقبت های بهداشتی در کنار امور مالی و قانون به یکی از بحث برانگیزترین بخش ها در هوش مصنوعی سازمانی تبدیل شده است.
سیستم عامل چگونه کار می کند
Gemini برای کشتی های مراقبت های بهداشتی با مهارت های تخصصی که کارگزاران را از طریق وظایف تعریف شده راهنمایی می کند: ترکیب سوابق پزشکی و تهیه جلسات توجیهی قبل از قرار ملاقات، بررسی اسناد پوشش و سیاست، و تعیین مزایای پرداخت کننده. سازمان ها همچنین می توانند مهارت های سفارشی را برای گردش کار خود ایجاد کنند. به گفته Google Cloud، نظارت انسانی در هر جریان کاری تعبیه شده است، با عواملی که کار چند مرحلهای را در داخل نردههای محافظ تعریفشده اجرا میکنند.
پاسخها بر اساس نمودارهای تایید شده بیماران، دستورالعملهای تایید شده و شواهد است، با ثبت حسابرسی و استنادات قابل تایید که به رهبران بالینی و فناوری اطلاعات نظارت میکنند. کنترلهای دسترسی مبتنی بر نقش موجود در مهارتها و رابطها حفظ میشوند.
اتصال EHR فقط خواندنی
این سیستم از طریق طراحی عمدی محدود با پرونده های سلامت الکترونیکی یکپارچه می شود: می خواند اما هرگز باز نمی نویسد. اتصال Epic از طریق API های open.epic اجرا می شود، در حالی که Oracle Health از طریق API های Ignite برای FHIR متصل می شود. ادغام خواندن ایمن شرایط فعال، داروها، و آزمایشگاههای اخیر را به زمینهای میکشاند که عوامل در آن استدلال میکنند - رویکردی که Google میگوید از یکپارچگی دادههای بالینی محافظت میکند. سرور InterSystems FHIR مدیریت مخزن و قابلیت همکاری را فراهم می کند، Verato هویت بیمار را در طول بازدیدها حل می کند، و Keragon اتصال را به بیش از 400 برنامه مراقبت های بهداشتی گسترش می دهد.
سوابق بیمار، درخواستها و خروجیها در محیط سازمانی اختصاصی سازمان در Google Cloud باقی میمانند. این شرکت می گوید از داده های مشتری برای آموزش مدل های پایه استفاده نمی کند و معماری برای انطباق با HIPAA طراحی شده است.
شبکه های داده و شواهد پرداخت کننده
از طرف پرداخت کننده، پلت فرم به داده های پوشش CMS و ثبت شناسه ارائه دهنده ملی، با RxNorm، ICD-10 و نمودار دانش سلامت IMO متصل می شود که از کدگذاری و دقت اصطلاحات پشتیبانی می کند. واجد شرایط بودن شبکه Optum و هماهنگی مزایا، که در حال حاضر در نسخه محدود منتشر شده است، تأیید صلاحیت را امکان پذیر می کند، در حالی که گردش های کاری مجوز قبلی از طریق Infinitus Relay اجرا می شود، با Waystar و Cognizant Trizetto یکپارچه سازی چرخه درآمد و GoodRx به داده های قیمت نسخه کمک می کند.
پزشکان همچنین میتوانند از طریق دسترسی مستقیم به Optum EvidenceVue، دستورالعملهای ASCO، و محتوای پشتیبانی تصمیمگیری بالینی سلامت دیجیتال BMJ، شواهد بررسیشده را کشف و استناد کنند - چه برای تصمیمگیریهای درمانی یا درخواستهای پوشش.
شرکا، انتخاب مدل، و راه اندازی مشتریان
اکوسیستمی از شرکا پرتاب را احاطه کرده است. Suki هوش بالینی محیطی را ارائه می دهد، UiPath خلاصه نمودارها و استخراج شواهد را خودکار می کند، و Alteryx و Synthpop تجزیه و تحلیل و اتوماسیون دفتر پشتیبان را انجام می دهد. پشته عملیاتی به Google Workspace و Microsoft 365، ServiceNow، Health Cloud نمایندگی Salesforce و Workday's Sana متصل می شود.
قابل ذکر است، این پلتفرم از انتخاب مدل باز در میان مدلهای Google، Anthropic و OpenAI پشتیبانی میکند، با مسیریابی هوشمند که وظایف اداری با حجم بالا را به مدلهای سریع و کمهزینه هدایت میکند و تجزیه و تحلیل پیچیده را برای مدلهای با استدلال بالا ذخیره میکند.
مشتریان راه اندازی و آزمایش عبارتند از Blue Cross Blue Shield of Massachusetts، Hartford HealthCare، HCA Healthcare، Highmark Health، Northwell Health، Optum، و دانشکده پزشکی استانفورد، با محتوای دستورالعمل های کمک کننده ASCO.
وسعت لیست شرکا خود یک سیگنال است. پوشش راهاندازی توسط FourWeekMBA، 27 رابط را در پیشنمایش شمارش کرد، و فورچون گزارش داد که بیمارستانهایی مانند Northwell امیدوارند که این پلتفرم بتواند با حمله به هزینههای اداری که آنها را هدایت میکند، به کاهش صورتحسابهای پزشکی کمک کند. مشارکت GoodRx بهعنوان شریک راهاندازی - کمک به صرفهجویی در نسخه و دادههای قیمتگذاری - به عواقب مصرفکننده نیز اشاره دارد، زیرا تصمیمهای پوشش و قیمتگذاری سریعتر در بالادست میتواند تجربه انتظار بیماران در پایین دست را کوتاه کند.
نشانه ای از اینکه هوش مصنوعی سازمانی به کجا می رود
این راهاندازی نشاندهنده تغییر گستردهتری در هوش مصنوعی سازمانی از رابطهای چت به سیستمهای عامل کنترل شده است که در شبکههای داده خاص صنعت تعبیه شدهاند. Google با ترکیب دسترسی EHR فقط خواندنی، ادغام دادههای پرداختکننده، شواهد ذکر شده، و مسیریابی مدل چند فروشنده، سازمانهای مراقبتهای بهداشتی را در اتوماسیونی قرار میدهد که میتوانند ممیزی کنند - موقعیتی که به وضوح با هدف انطباق اولیه واقعیت بیمارستانها و بیمهگران است.
همچنین رقابت در هوش مصنوعی مراقبتهای بهداشتی را تشدید میکند، جایی که خدمات وب آمازون و مایکروسافت هر کدام مستندات بالینی و محصولات محیط نویس را ارائه کردهاند، و استارتآپهایی مانند Suki - که خود شریک راهاندازی در اینجا است - نشان میدهد که شرکای چقدر سریع میتوانند مستأجر پلتفرم شوند. پیشنمایش اکنون برای مشتریان Gemini Enterprise در دسترس است. قیمتگذاری برای ردیف مراقبتهای بهداشتی بهطور عمومی فهرست نشده است، و سازمانها نحوه عملکرد سیستم را در برابر کمبود مداوم کارکنان و نرخ فرسودگی شغلی در حین حرکت از پیشنمایش به در دسترس بودن عمومی، تماشا خواهند کرد.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →