AI u zdravstvu

AI rješenja za zdravstvo

Razvijamo AI rješenja za zdravstvene ustanove i biomedicinska istraživanja.

Pomažemo timovima brže obrađivati dokumentaciju, usklađivati termine i resurse, uočiti što traži pozornost i lakše doći do kliničkog i organizacijskog znanja. Pritom vodimo računa o privatnosti pacijenata, propisima i stručnom nadzoru.

Rješenja za dokumentaciju, naručivanje, znanje ustanove i podršku odlučivanju.

DokumentacijaNaručivanjeUređajiSustaviGRANICA NADZORAAI POD NADZOROMRazumijevanjeOtkrivanjePomoćOdluka stručnjakaSkrb i poslovanje
Mogućnosti primjene

Gdje AI može pomoći u svakodnevnom radu ustanove

Uz samu skrb o pacijentima svakodnevno treba obaviti i niz drugih poslova:

  • Čitati dokumentaciju
  • Voditi evidencije
  • Dodjeljivati šifre
  • Dogovarati termine
  • Provjeravati podatke
  • Tražiti informacije
  • Pisati sažetke
  • Usklađivati rad timova
  • Pripremati izvještaje
  • Pratiti daljnje postupanje

AI štedi vrijeme na rutinskoj obradi informacija, a stručne odluke i dalje donose stručnjaci.

Nestrukturirani podaci

Važne zdravstvene informacije rijetko su uredno upisane u bazu.

  • Uputnice
  • Otpusna pisma
  • Laboratorijski nalazi
  • Kliničke bilješke
  • Obrasci
  • E-pošta
  • Dokumentacija osiguranja
  • Obrasci za suglasnost
  • Istraživački protokoli
  • Podaci s uređaja
  • PDF dokumenti
  • Tablice
  • Skenirani dokumenti
  1. 01Nestrukturirani podaci
  2. 02Razumijevanje sadržaja
  3. 03Izdvajanje podataka
  4. 04Razvrstavanje
  5. 05Provjera
  6. 06Obrada u sustavu
  7. 07Stručna procjena iznimaka

Iz dokumenata koje zaposlenici danas čitaju ručno AI izdvaja podatke koje sustavi mogu obraditi.

Inteligentna automatizacija

Što se može automatizirati, a što ostaje stručnjacima

U zdravstvenim procesima rutinski poslovi i stručne odluke često se isprepliću. AI i automatizacija mogu preuzeti sve veći dio ponavljajuće obrade podataka, a zaposlenici se posvećuju zadacima koji traže njihovo znanje.

Poslovi prema jasnim pravilima · automatizacija

Pripremni poslovi

  • Prikupljanje informacija.
  • Provjera popunjenosti polja.
  • Izdvajanje vrijednosti.
  • Usporedba zapisa.
  • Primjena poznatih pravila.
  • Prosljeđivanje dokumenata.
  • Priprema izvještaja.
Stručna procjena · odgovornost čovjeka

Stručni poslovi

  • Tumačenje nejasnih informacija.
  • Procjena neuobičajenih situacija.
  • Odobravanje iznimaka.
  • Kliničke i druge važne odluke.

Priprema se može automatizirati, a odluke i dalje donose stručnjaci.

AI obrada dokumenata

Obrada dokumenata danas i uz AI

AI preuzima rutinsku obradu, a stručnjaci provjeravaju samo ono što zahtijeva njihovu procjenu.

Danas
  1. Zaprimanje
  2. Otvaranje
  3. Čitanje
  4. Traženje informacija
  5. Unos podataka
  6. Provjera
  7. Prosljeđivanje
  8. Pregled
Uz AI
  1. Zaprimanje
  2. AI tumači sadržaj
  3. Izdvaja podatke
  4. Primjenjuje pravila
  5. Prepoznaje iznimke
  6. Stručnjak provjerava
AI u svakodnevnom radu

Razdvajanje rutinskih zahtjeva od iznimaka

U mnogim procesima zaposlenik mora obraditi svaki pojedini zahtjev. AI može obraditi informacije, primijeniti odobrena pravila i prepoznati nejasnoće. Rutinski zahtjevi tako prolaze kroz predviđeni postupak, a iznimke stižu do stručnjaka.

Vrijeme zaposlenika tako se troši na iznimke, a ne na rutinu.

1.000zahtjeva
AI obrađuje informacijePrimjenjuje odobrena pravilaPrepoznaje nejasnoće
930rutinskih zahtjeva · obrađeno prema predviđenom postupku
70iznimaka · procjenjuje stručnjak
Ilustrativni primjer, a ne rezultati klijenta
Pravodobno uočavanje problema

Otkrivanje odstupanja u podacima ustanove

Strojno učenje može prepoznati odstupanja od očekivanih obrazaca i izdvojiti ih za provjeru. Moguće primjene:

  • Zastoji u raspoređivanju termina
  • Propušteni kontrolni pregledi i daljnji postupci
  • Rizik nedolaska na termin
  • Preopterećeni kapaciteti
  • Neusklađenosti u dokumentaciji
  • Neuobičajeno korištenje usluga ili resursa
  • Odstupanja u kvaliteti podataka
  • Promjene u nabavi i zalihama

Važni slučajevi tako brže stižu do nadležnih stručnjaka, koji i dalje donose odluku.

  1. 01Svi podaci
  2. 02Prepoznavanje odstupanja
  3. 03Određivanje prioriteta
  4. 04Pregled
  5. 05Odluka
Raspoređivanje i logistika

Raspoređivanje termina, resursa i osoblja

  • Rasporedi ovise o mnogo međusobno povezanih obveza, a naručivanje i prebacivanje zadataka između timova uglavnom se rade ručno, bez pregleda nad cjelinom.
AI može pomoći pri
  • Optimizaciji rasporeda
  • Raspodjeli resursa
  • Predviđanju potražnje
  • Planiranju kurirskih dostava i ruta
  • Praćenju raspoloživih kapaciteta
  • Automatskom slanju potvrda
  • Upozoravanju na iznimke
  • Ravnomjernijoj raspodjeli posla

Pretrage, prostorije, stručnjaci i kuriri raspoređuju se tamo gdje su potrebni i kad su potrebni.

Istraživanja i stalno prikupljanje podataka

Podaci o ispitanicima i između kliničkih posjeta

Istraživanja se često oslanjaju na povremene kliničke procjene i podatke koje ispitanici sami prijavljuju. Povezane aplikacije i uređaji mogu prikupljati podatke svaki dan, a strojno učenje povezivati ih s ishodima. Istraživači tako dobivaju znatno potpuniju sliku promjena između posjeta.

Podaci prikupljeni između posjeta daju istraživanju čvršću podlogu.

IspitanikAplikacijaBiometrijaProcjeneAI MODELIstraživačUvid
Znanje ustanove

Protokoli i smjernice dostupni svim zaposlenicima

  • Protokoli
  • Postupci
  • Smjernice
  • Propisi
  • Interna pravila
  • Dokumentacija sustava kvalitete
  • Prethodni incidenti
  • Materijali za edukaciju
  • Istraživački protokoli
  • Priručnici za rad

Zaposlenici postavljaju pitanje i dobivaju odgovor iz baze znanja ustanove.

Pogledajte rješenja za pretraživanje znanja i RAG
Asistent za protokole · primjeri pitanjana temelju odobrenih izvora
  • „Koji se postupak primjenjuje na ovu uputnicu?”
  • „Što je potrebno prije ovog zahvata?”
  • „Što se promijenilo u zadnjoj verziji protokola?”
  • „Tko treba odobriti ovaj zahtjev?”
  • „Pokaži izvor na kojem se temelji ovaj odgovor.”
Odgovor potkrijepljen izvorom
Provjerljivi AI odgovori

Provjera izvora svakog AI odgovora

AI rješenje mora omogućiti provjeru izvora na kojima se odgovor temelji. Ovisno o primjeni, to uključuje:

  • Odobrene izvore znanja
  • Navođenje izvora
  • Ograničenja pretraživanja
  • Dokumente s praćenjem verzija
  • Jasno definirane ovlasti
  • Postupanje kad odgovor nije dovoljno pouzdan
  • Uključivanje stručnjaka

Korisnici mogu provjeriti na kojim se izvorima svaki odgovor temelji.

Pitanje

Što je potrebno prije ovog zahvata?

Odgovor · ilustrativni primjer

Za ovaj zahvat potrebni su potpisana suglasnost, važeća uputnica i laboratorijski nalazi prije zahvata.1, 2

Korisnik provjerava ✓
Logotip Capta
Capta

Dio najvrjednijeg znanja u zdravstvu nigdje nije zapisan.

  • 01

    Iskusna medicinska sestra primijeti da nešto nije u redu prije nego što se to vidi u brojkama.

  • 02

    Laboratorijski tehničar zna koji problem s uzorkom utječe na tumačenje nalaza.

  • 03

    Zaposlenik zadužen za raspored zna koji termini redovito traju dulje od planiranog.

  • 04

    Voditelj ordinacije zna okolnosti koje nisu zabilježene ni u jednom sustavu.

  • 05

    Glavna sestra zna zašto se propisani postupak na odjelu provodi drukčije.

Protokoli opisuju kako bi ustanova trebala raditi, a iskusni zaposlenici znaju kako se radi u praksi. Capta pomaže sačuvati i jedno i drugo.

Istražite Captu
Stručnjaci i AI

AI asistenti za stručno osoblje

AI asistenti mogu stručnjacima pomoći u:

  • Izradi dokumentacije
  • Sažimanju
  • Pripremi nacrta dopisa
  • Pronalaženju informacija
  • Dodjeljivanju šifara
  • Istraživanju
  • Usporedbama
  • Tumačenju podataka
  • Izvještavanju
UmjestoAI odluči → postupak završen

AI je podrška stručnom radu, a kliničke odluke donose zdravstveni stručnjaci.

  1. 01AI priprema
  2. 02Stručnjak pregledava
  3. 03Stručnjak odlučuje
  4. 04Sustav bilježi
Hrvatska liječnička komora · projekt

Mobilna aplikacija za članove Hrvatske liječničke komore

Margins je za Hrvatsku liječničku komoru razvio mobilnu aplikaciju HLK. Svakom liječniku s važećom licencom u Hrvatskoj omogućuje pristup podacima o licenci, bodovima stručnog usavršavanja, obavijestima i prijavi incidenata u stvarnom vremenu. Aplikacija je povezana s temeljnim sustavima Komore.

  1. 01Temeljni sustavi i podaci o članovima
  2. 02Povezivanje sustava
  3. 03Mobilna aplikacija
  4. 04Obavijesti u stvarnom vremenu
  5. 05Liječnici

Liječnici do podataka i obavijesti dolaze i izvan ordinacije.

Pogledajte projekt
Podrška odlučivanju

Analiza pokazatelja ustanove uz pomoć AI-ja

Voditelji zdravstvenih ustanova već imaju izvještaje, nadzorne ploče, pokazatelje, tablice i prognoze. AI im omogućuje da te podatke istražuju na nove načine.

  1. 01Što se bitno promijenilo ovaj tjedan?
  2. 02Gdje se produljuje čekanje?
  3. 03Koje su usluge preopterećene?
  4. 04Koje iznimke traže pozornost?
  5. 05Sažmi uzroke ove promjene.
  6. 06Koji podaci podupiru ovaj zaključak?

Voditelji brže dolaze do odgovora i odluka utemeljenih na podacima.

AI u vašem okruženju

Zdravstveni podaci pod kontrolom ustanove

Za korisnu primjenu AI-ja u zdravstvu često je potreban pristup
  • Zdravstvenim kartonima
  • Kliničkim bilješkama
  • Laboratorijskim nalazima
  • Podacima s uređaja
  • Istraživačkim podacima
  • Internim protokolima
  • Znanju zaposlenika
  • Podacima o radu ustanove
  • Prethodnim slučajevima
Pogledajte mogućnosti AI-ja u vašem okruženju
Margins može oblikovati rješenje koje uključuje
  1. 01Oblak pod vašom kontrolom
  2. 02Privatnu infrastrukturu
  3. 03Instalaciju na vlastitim poslužiteljima
  4. 04Privatne modele
  5. 05Modele otvorenog koda
  6. 06Odabrane vanjske modele
  7. 07Hibridnu arhitekturu

U privatnom okruženju ustanova sama određuje koji se podaci obrađuju unutar nje, a koji se smiju slati vanjskim servisima i pod kojim uvjetima.

Odabir modela

Različiti zadaci u zdravstvu mogu tražiti različite modele.

Podaci iz kojih se može identificirati pacijent mogu tražiti jednu arhitekturu, a rad s javno objavljenim smjernicama drugu. Za predviđanje možda uopće ne treba veliki jezični model.

Model se bira prema zadatku i arhitekturi, a ne jedan unaprijed za cijelu ustanovu.

AI zahtjev · podaci + zadatakPRAVILA / USMJERAVANJEPrivatni modelOsobni podaci pacijenataVanjski modelObjavljene smjerniceNamjenski modelPredviđanje, LLM nije nužan
Pristup i ovlasti

AI mora poštovati pravila ustanove.

Povezivanje AI asistenta s internim znanjem ne znači da svaki zaposlenik smije pristupiti svemu što AI može pronaći. Pri projektiranju obuhvaćamo:

  • Identitet korisnika
  • Korisničke ovlasti
  • Pristup podacima
  • Ovlasti u sustavima
  • Ograničenja prema ulozi
  • Osjetljive informacije
  • Dopuštene radnje
  • Uključivanje nadležne osobe
  • Mogućnost naknadne provjere
Pogledajte kako pristupamo sigurnosti
Primjer · koordinator naručivanjaPoslovni sustavAI asistent
Termini vlastitog odjela✓✓
Kliničke bilješke✕✕
Odobreni postupci✓✓
Kadrovski podaci zaposlenika✕✕

AI mora poštovati iste granice pristupa kao i zaposlenici koji ga koriste.

AI agenti

Ovlasti AI agenata

AI asistent pronalazi i priprema informacije. AI agent može i sam raditi u sustavima i izvršavati zadatke, pa mu ovlasti treba izričito odrediti.

  • →Dohvatiti zahtjev.
  • →Prikupiti popratne informacije.
  • →Provjeriti potrebnu dokumentaciju.
  • →Predložiti termin.
  • →Otvoriti zadatak.
  • →Ažurirati polje za koje ima ovlast.
  • →Zatražiti odobrenje osobe.
  • →Proslijediti zahtjev.
  1. 01Čemu smije pristupiti

    Granice pristupa podacima i kontekstu.

  2. 02Što smije napraviti

    Dostupni alati i odobrene radnje.

  3. 03Kada mora tražiti odobrenje

    Koraci u kojima odlučuje čovjek.

  4. 04Što se bilježi

    Sljedivost svakog koraka.

Samostalnost AI-ja povećava se na temelju dokazanih rezultata.

Povezivanje sustava

AI treba biti dio sustava koje ustanova već koristi.

Važni podaci mogu biti u bolničkim i ambulantnim informacijskim sustavima, elektroničkim zdravstvenim kartonima, laboratorijskim sustavima, naručivanju, ERP-u, sustavima za upravljanje dokumentima, skladištima podataka, povezanim uređajima, portalima za pacijente i sustavima za upravljanje identitetima.

AI treba pomagati zaposlenicima unutar procesa u kojima već rade, a ne u još jednoj zasebnoj platformi.

Pogledajte kako povezujemo poslovne sustave
EHR / EMRLaboratorijNaručivanjeDokumentiPodaciUređajiVlastiti alatiAI pod nadzoromRadni proces
Praćenje rada sustava

Kad AI sudjeluje u zdravstvenom procesu, svaki korak mora biti jasan.

Treba znati što je ušlo u postupak, koji su izvori dohvaćeni, koja ih je komponenta obradila, što je bio rezultat, koja je radnja uslijedila, je li ga netko provjerio i što se dogodilo poslije.

  1. 01Ulazni podaci
  2. 02Kontekst
  3. 03AI obrada
  4. 04Rezultat
  5. 05Provjera
  6. 06Radnja
  7. 07Ishod

Odgovorno upravljanje sustavom traži jasan uvid u njegov rad.

Upravljanje i održavanje AI sustava

Što se mijenja nakon implementacije

  • Novi modeli
  • Promjene u podacima
  • Promjene u dokumentima
  • Promjene u načinu rada korisnika
  • Promjene troškova
  • Novi rubni slučajevi
  • Pad kvalitete rezultata

Ispravna infrastruktura sama po sebi ne jamči ispravan rad AI-ja.

Pogledajte upravljanje i održavanje AI sustava
Margins može i nakon implementacije brinuti o sustavu i pratiti
  • Performanse sustava
  • Kvalitetu AI rezultata
  • Pouzdanost
  • Korištenje
  • Troškove
  • Iznimke
  • Poslovne učinke
Gdje AI može pomoći u zdravstvu

Mogućnosti primjene po područjima rada

Prijeđite pokazivačem preko pojedinog područja ili ga dodirnite da biste vidjeli koje primjene AI-ja vrijedi istražiti.

Upravljanje
  • Pregled važnih iznimaka
  • Objedinjavanje informacija
  • Podrška odlučivanju
Usluge za pacijente
  • Razvrstavanje zahtjeva
  • Podsjetnici na termine
  • Pronalaženje informacija
Prijem i uputnice
  • Obrada uputnica
  • Izdvajanje podataka
  • Priprema podataka za trijažu
  • Obrada iznimaka
Organizacija rada
  • Automatizacija postupaka
  • Promjene u nabavi i zalihama
  • AI obrada dokumenata
  • Obrada e-pošte
Naručivanje
  • Optimizacija rasporeda
  • Raspodjela resursa
  • Predviđanje nedolazaka
  • Praćenje raspoloživih kapaciteta
Izvještavanje
  • Izvještaji o kvaliteti
  • Objedinjavanje informacija
Znanje
  • Protokoli
  • Postupci
  • Smjernice
  • Stručno znanje ustanove
Obračun i administracija
  • Obrada dokumenata
  • Podrška pri dodjeli šifara
  • Priprema zahtjeva prema osiguranju
Istraživanja
  • Kontinuirano prikupljanje podataka
  • Modeliranje ishoda
  • Provedba istraživanja
Tehnologija
  • AI u privatnom okruženju
  • Upravljanje radom modela
  • Povezivanje s poslovnim sustavima
  • Upravljanje i održavanje AI sustava
Strateška AI radionica

Odabir prvog procesa za primjenu AI-ja

Prikladni su procesi u kojima:

  • Zaposlenici čitaju velike količine dokumentacije.
  • Iste se provjere stalno ponavljaju.
  • Predmeti prolaze kroz više sustava.
  • Stručnjaci više vremena troše na pripremu nego na odlučivanje.
  • Iznimke je teško prepoznati.
  • Zaposlenici stalno traže iste informacije.
  • Važne promjene ostaju skrivene u masi aktivnosti.
  • Ručni rad stvara zastoje.
Pogledajte stratešku AI radionicu
  1. 01Poslovni problem
  2. 02Proces
  3. 03Podaci i sustavi
  4. 04Zahtjevi privatnosti i nadzora
  5. 05Mogućnost primjene AI-ja
  6. 06Vrijednost × izvedivost
  7. 07Prvo uvođenje rješenja

Najviše se isplate procesi u kojima automatizacija štedi vrijeme bez promjene u stručnom nadzoru.

AI transformacija poslovanja

Postupno uvođenje AI-ja u ustanovu

Uvođenje AI-ja u zdravstvo može početi malim, jasno nadziranim koracima.

01

Pretraživanje

Brže pronalaženje odobrenih informacija.

02

Podrška radu

Priprema materijala i zadataka za zaposlenike.

03

Analiza

Prepoznavanje obrazaca i iznimaka.

04

Preporuke

Podrška pri donošenju odluka.

05

Automatizacija

Obrada jasno definiranih rutinskih postupaka.

06

AI agenti

Izvršavanje radnji uz definirana ograničenja.

Samostalnost AI-ja povećava se postupno, kako rastu povjerenje, mogućnost nadzora i dokazi o pouzdanosti.

Uloga čovjeka

Stručni nadzor planira se od početka.

Različite odluke traže različitu razinu samostalnosti sustava.

  1. PodrškaAI pronalazi informacije.
  2. PripremaAI priprema rezultat za pregled.
  3. PreporukaAI predlaže odluku.
  4. Radnja uz provjeruAI djeluje unutar zadanih ovlasti, a osoba provjerava rezultat.
  5. AutomatizacijaAI provodi provjerene postupke uz definirane kontrole.
Više dokaza o pouzdanosti→Više samostalnosti

U zdravstvu je stručni nadzor sastavni dio dobro osmišljenog AI sustava.

Zašto Margins za zdravstvo

AI rješenja uz kontrolu koju zdravstvo zahtijeva.

01

Polazimo od potreba

Krećemo od kliničkog, organizacijskog ili istraživačkog ishoda koji želite poboljšati.

02

AI i razvoj softvera

Razvijamo cjelovite sustave za svakodnevnu primjenu, od modela do aplikacije.

03

Privatno okruženje

Arhitekturu prilagođavamo podacima pacijenata i okruženju pod vašom kontrolom.

04

Povezivanje sustava

AI povezujemo s postojećim zdravstvenim sustavima i postupcima.

05

Različiti AI pristupi

Ovisno o problemu koristimo velike jezične modele, RAG, prediktivno strojno učenje, automatizaciju i druge metode.

06

Podrška nakon implementacije

Naši inženjeri rade uz vaš tim, a kroz upravljanje i održavanje AI sustava brinemo se da sustav prati potrebe svakodnevnog rada.

Član tima Marginsa
AI u zdravstvu

Razgovarajmo o primjeni AI-ja u vašoj ustanovi.

S vašim kliničkim, organizacijskim i tehnološkim timovima utvrdit ćemo gdje AI može smanjiti administrativni posao, olakšati pristup informacijama ili poboljšati podršku odlučivanju. Rješenje ćemo oblikovati prema zahtjevima privatnosti pacijenata i stručnog nadzora.

Istražite mogućnosti primjene AI-ja

Kontaktirajte nas →

Prvi korak je jedan proces, dogovorena razina nadzora i provjera koristi u praksi.