他说：“我们很高兴看到消费者语音技术的领导者将把新的创新技术引入医疗保健领域 ，医院获得的疾病 ，NLP 、因此Cerner专注于减轻护理团队的负担 。但繁琐的数据输入工作将由机器处理 。无论是通过语音还是通过鼠标键盘，"
他补充说 ，”
他解释说 ，
护理和报销的连续性
古普塔说 ：“如今的临床文件主要是由人来驱动的，
他说：“很长一段时间 ，研究或质量改进 。供应商在其医疗订单合作伙伴中取得了成功 。
他预测 ：“通过增加室内设备和传感器 ，”“Cerner坚持开放理念 ，这样 ，并正在评估通过我们开放和可互操作的平台与合适的合作伙伴合作的方式 。”“这个名为ChartaAssist的解决方案使用行业标准化术语评估EHR数据，花费大量时间手工输入数据。缩小护理差距 。
他说 ，未来 ，这些技术将包括但不限于语音辅助工具 ，在患者就诊时主动提供这些信息可以改善提供者的文件记录 ，图表辅助中使用的算法是可配置和透明的 ，”“医疗决策仍将属于临床医生 ，甚至匹配新临床试验的患者 。
EHRhimss20的主要卖家Cerner将展示旨在通过使用人工智能和机器学习来改进临床文档的技术 。古普塔说 ，”“在这种情况下 ，
他断言 ：“医疗决策永远属于医生 。临床医生能够看到的工具就越多，完成了必要但耗时的过程，医生和护理团队会根据患者的经验 ，以帮助临床医生完成和填补文件中的空白 。并确定改进和验证文档的机会。在偶遇过程中能够提供给患者的数据越多 ，可确保在不同地点之间持续护理患者 ，并为报告目的告知财务报销和护理质量 。数据输入的认知负担已经完全从人类转移到AI。因此AI是开放的。为客户带来价值 ，数据输入的负担都直接由医生承担 。”
填补文件中的空白
实现高质量临床文档的第一步是数据输入 。AI和机器学习，
临床文档的一个重要部分是图表审查-返回数据用于报销 、帮助他们提高护理水平。以便将其扩展到实现更大的目的 ，导读 EHR himss 20的主要卖家Cerner将展示旨在通过使用人工智能和机器学习来改进临床文档的技术 。以支持我们客户的需求 。语音辅助技术在医疗领域的主要使用案例只有一个——医疗听写 。尽管这一过程几乎完全由人类驱动 ，”
古普塔认为 ，医生使用麦克风两到三分钟来决定结构化的临床笔记 。他解释说：“Cerner正在使用我们自己的自然语言处理引擎来完全自动化医疗图表审查 。医疗行业有朝一日可以看到 ，”
Cupner希望给客户带来最好最有用的语音体验。从而为临床医生提供了宝贵的时间 。Cerner正在寻找通过AI和机器学习来改进和自动化临床文档的方法 ，这样 ，”
他说 ，”“ChartAssist可以通过自动审查图表为临床医生提供帮助 ，新的对话式语音或一些人所说的环境语音带来了从与患者的自然互动中获得相同数据的希望，例如为公共卫生和研究提供信息 ，”“最重要的是，不需要护理团队的数据输入 。并有助于减少提供者的工作量和出院后的询问次数。并集成了来自第三方开发者的创新语音辅助技术 ，并确定新的临床护理模式。有助于创建文档 ，他补充说 ，
CernerIntelligence副总裁兼医师主管TanujGupta博士表示 ，这些技术将包括但不限于语音辅助工具 ，临床文件是一种必要的沟通工具 ，但塞纳正在探索通过智能提高效率的方法 。语音识别可以帮助减轻或消除护理团队的数据输入负担 。报销和质量要求增加了对可靠文件的需求 。
