Újraindult a PhyPal klinikai bizonyítékokra épülő AI-platformja
Újraindította betegkezelési platformját a PhyPal, amely társalgási mesterséges intelligenciát kapcsol össze korábban klinikailag vizsgált, szabályalapú technológiájával. A rendszer egy kaliforniai munkavállalói kártérítési praxisban induló pilotprogramban a betegfelvételtől a kezelések engedélyezéséig több folyamatot köt össze.
- A PhyPal újraindította betegkezelési platformját társalgási AI-val.
- A rendszer nagy nyelvi modelleket kapcsol össze determinisztikus klinikai munkafolyamatokkal.
- A korábbi Snapcare technológiát 93 beteges randomizált kontrollált vizsgálat értékelte.
- Több mint 1200 beteg töltött ki vizit előtti adatfelvételt a platformon.
- A rendszer kaliforniai munkavállalói kártérítési praxisban induló pilotprogramban is részt vesz.
Klinikai vizsgálattal igazolt előzmények
A seattle-i székhelyű PhyPal 2026. október 9-én jelentette be platformja újraindítását. A vállalat közlése szerint a frissített rendszer a betegfelvételt, a klinikai dokumentációt, a kimenetek követését és a kezelések engedélyezését kapcsolja össze az orvos és a beteg kapcsolatára építve.
A technológia előzménye a Snapcare nevű betegkezelési rendszer, amelyet a PhyPal 2018-as alapítása után fejlesztett. A vállalatot Ranjeet Randhawa és a néhai Dr. Michael Brown alapította. A Snapcare működését egy 93 beteg bevonásával elvégzett randomizált kontrollált vizsgálat értékelte, amelynek eredményei az European Spine Journal folyóiratban jelentek meg.
A közlemény szerint a Snapcare-t a hagyományos ellátás mellett használó pácienseknél 12 hét után szignifikánsan nagyobb mértékben csökkent a fogyatékosság, a statisztikai eredmény p < 0,001 volt. A PhyPal technológiáján keresztül azóta több mint 1200 beteg töltött ki vizit előtti adatfelvételt.
A társalgási AI a szabályalapú rendszer mellé érkezik
A PhyPal szerint korábbi technológiája erős klinikai alapokra épült, a szabályalapú rendszerek azonban nehezen kezelték a kiszámíthatatlan betegbeszélgetéseket. A vállalat ezt az akadályt nagy nyelvi modellek és determinisztikus klinikai munkafolyamatok kombinációjával igyekszik kezelni.
Az új változat természetesebb beszélgetéseket tesz lehetővé, miközben strukturált ellenőrzéseket tart fenn az információk begyűjtésében és az ezt követő folyamatokban. A platform a vizitek előtti adatfelvétel mellett vizit utáni összefoglalókat, hosszabb távú eredménykövetést és az engedélyezések koordinációját is támogatja.
„Michael úgy szokta leírni a betegbeszélgetéseket, mint egy hagyma hámozását”, mondta Ranjeet Randhawa. „Rétegről rétegre, amíg meg nem értjük, mi történik valójában. Megvolt a klinikai alapunk, de a technológia nem tudta fenntartani ezeket a beszélgetéseket.”
Dr. Richard Jimenez, a Seattle Arthritis Clinic reumatológusa szerint a PhyPal gyorsabbá és egyszerűbbé tette a betegadatok begyűjtését, így több ideje marad a problémák elemzésére és a betegekkel való közvetlen kommunikációra.
A betegadatoktól a kezelési engedélyezésig
A kibővített képességek a beteg kórtörténetét és az orvosi megállapításokat a kezelések engedélykérelmeinek előkészítéséhez, benyújtásához és követéséhez kapcsolják. A PhyPal pilotprogramja egy jelentős kaliforniai munkavállalói kártérítési praxisban indul.
A vállalat ebben a programban azt vizsgálja, hogyan csökkenthető az adminisztratív munka, és hogyan javítható a kezelések koordinációja. A közlemény alapján a platform célja, hogy a páciensek által elmondott információkat összekösse azokkal a következő lépésekkel, amelyeket az ellátóknak el kell végezniük.
„Nem volt szükségünk AI-ra ahhoz, hogy létrehozza a klinikai alapjainkat. Arra volt szükségünk, hogy az AI természetes beszélgetésen keresztül hozzáférhetővé tegye ezeket az alapokat”, mondta Randhawa. A PhyPal szerint az egészségügynek olyan technológiára van szüksége, amely összekapcsolja a betegek elmondását azzal, amit az ellátóknak ezután tenniük kell.
