Evidence-Grounded AI 在肌肉骨骼系統護理中的應用

肌肉骨骼疾病是全球致殘的主要原因，其恢復與組織退化過程往往持續數月甚至數年，這要求醫療照護必須是長期的連續管理，而非孤立的決策。然而，現狀是證據在就診、科室和醫療系統之間碎片化，導致臨床醫生難以整合不斷演變的患者證據、醫學知識和分階段的功能目標。

針對此問題，研究人員開發了 OrthoPilot，這是一個由大型語言模型（LLM）驅動的臨床 AI 系統。該系統能整合醫院數據流與權威外部知識，自動檢索實時影像、實驗室、病理和訂單數據，將患者不斷演變的狀態轉化為從入院診斷到康復計劃的循證決策。研究團隊利用涵蓋 1,000 個疾病代碼的真實世界電子病歷（EHRs）建立了專家驗證的基準。

在針對 81 位骨科醫生的全路徑讀者研究中，OrthoPilot 在診斷推理、臨床決策和管理計劃方面優於擁有 25 年經驗的專家。這種優勢在 60 家外部臨床中心中得到了驗證，OrthoPilot 超越了所有評估的智能系統。在一項涉及 1,870 個複雜病例的前瞻性醫生決策研究中，OrthoPilot 將全鏈路管理成功率提高了 10.6%。

在一項涉及 8,240 名住院患者的隨機部署中，將該系統整合到常規護理中，使每張病床的累計病例數增加了 9.7%，並改善了患者對健康信息的獲取。這些結果標誌著臨床 AI 從預測孤立事件轉向執行完整的肌肉骨骼照護路徑的長期管理。