方向，用於醫生的循證臨床推理引擎，與不要維特，企業虛擬護理技術的先驅。通過將Vitel Net的VCareCommand Care平台與Kahun的AI驅動臨床工具相結合，該聯合解決方案可在臨床評估臨床評估的患者實際上或在初級和緊急護理機構中親自評估臨床患者時提供了無與倫比的衛生系統效率。
作為醫生一直是一項忙碌的工作，但是醫療保健提供者可以在患者那里花費的時間指數縮小最近幾年。實際上，醫生每天需要26.7小時才能為他們每天看到的平均患者數量提供建議的護理水平。最近的研究芝加哥大學。這種專業壓力在初級和緊急護理設施，護理提供者的資源更少耗時行政任務和患者治療。結果，醫療保健提供者花費更多的面對面的患者時間從事發現的時間，而在製定綜合治療計劃方面少了，這可能會嚴重影響護理的不變性。
為了減輕緊急和初級保健組織的壓力，Kahun將其AI驅動的臨床評估Chatbot完全嵌入了Vitel Net的專利且可配置的VCareCommand Enterprise虛擬護理平台中。通過在攝入量或檢查過程中完成的面向患者的臨床計劃，聊天機器人通過給醫生提供更多優質的時間來與患者在一起並製定全面的治療計劃，以豐富臨床相互作用。
AI聊天機器人利用Kahun的臨床推理引擎和知識圖以相同的方式採訪患者，並根據患者的反應動態地適應了新的臨床理性問題。由於Vitel Net的VCareCommand還與所有基於標準的電子健康記錄（EHR）系統集成在一起，因此訪談結果會自動傳輸到患者的EHR，以便在預約之前和期間訪問護理人員。
與其他基於AI的解決方案不同，Kahun的原因是醫生，並為其產出提供了透明度，這要歸功於其臨床推理引擎，該引擎依賴於當前的同行評審文章和醫學教科書中引用的基於證據的知識。這種可解釋的AI模型可確保提供者可以將生成性產量追溯到原始醫學出版物，以支持臨床決策並提供更可靠的建議。
通過通過可靠的生成AI結果加速攝入過程，醫療保健專業人員可以更好地利用患者的時間，並在緊急和初級保健環境中從強烈的行政和認知負擔中獲得喘息的機會。這也大大降低了護理的可變性，通過為護理提供者提供建立高質量治療計劃的基礎，通常可以與壓力大的臨床環境相吻合。
Vitel Net的首席運營官Mark Noble說：“我們一直在尋找提高衛生系統合作夥伴提供者效率的方法。” “ Kahun領先的AI聊天機器人臨床評估能力消除了提供商傳統上花費的時間，並使他們能夠專注於治療計劃。這可以節省每次訪問幾分鐘的提供者，並減少護理可變性。”
“與Vitel Net作為其可配置工作流平台的集成部分，使我們能夠專注於核心AI和機器學習技術，同時提供與衛生系統獨特環境和用例相匹配的完整臨床解決方案，” Michal Tzuchman Katz，MD，MD，MD，聯合創始人和Kahun的CEO。
