方向，用于医生的循证临床推理引擎，与不要维特，企业虚拟护理技术的先驱。通过将Vitel Net的VCareCommand Care平台与Kahun的AI驱动临床工具相结合，该联合解决方案可在临床评估临床评估的患者实际上或在初级和紧急护理机构中亲自评估临床患者时提供了无与伦比的卫生系统效率。
作为医生一直是一项忙碌的工作，但是医疗保健提供者可以在患者那里花费的时间指数缩小最近几年。实际上，医生每天需要26.7小时才能为他们每天看到的平均患者数量提供建议的护理水平。最近的研究芝加哥大学。这种专业压力在初级和紧急护理设施，护理提供者的资源更少耗时行政任务和患者治疗。结果，医疗保健提供者花费更多的面对面的患者时间从事发现的时间，而在制定综合治疗计划方面少了，这可能会严重影响护理的不变性。
为了减轻紧急和初级保健组织的压力，Kahun将其AI驱动的临床评估Chatbot完全嵌入了Vitel Net的专利且可配置的VCareCommand Enterprise虚拟护理平台中。通过在摄入量或检查过程中完成的面向患者的临床计划，聊天机器人通过给医生提供更多优质的时间来与患者在一起并制定全面的治疗计划，以丰富临床相互作用。
AI聊天机器人利用Kahun的临床推理引擎和知识图以相同的方式采访患者，并根据患者的反应动态地适应了新的临床理性问题。由于Vitel Net的VCareCommand还与所有基于标准的电子健康记录（EHR）系统集成在一起，因此访谈结果会自动传输到患者的EHR，以便在预约之前和期间访问护理人员。
与其他基于AI的解决方案不同，Kahun的原因是医生，并为其产出提供了透明度，这要归功于其临床推理引擎，该引擎依赖于当前的同行评审文章和医学教科书中引用的基于证据的知识。这种可解释的AI模型可确保提供者可以将生成性产量追溯到原始医学出版物，以支持临床决策并提供更可靠的建议。
通过通过可靠的生成AI结果加速摄入过程，医疗保健专业人员可以更好地利用患者的时间，并在紧急和初级保健环境中从强烈的行政和认知负担中获得喘息的机会。这也大大降低了护理的可变性，通过为护理提供者提供建立高质量治疗计划的基础，通常可以与压力大的临床环境相吻合。
Vitel Net的首席运营官Mark Noble说：“我们一直在寻找提高卫生系统合作伙伴提供者效率的方法。” “ Kahun领先的AI聊天机器人临床评估能力消除了提供商传统上花费的时间，并使他们能够专注于治疗计划。这可以节省每次访问几分钟的提供者，并减少护理可变性。”
“与Vitel Net作为其可配置工作流平台的集成部分，使我们能够专注于核心AI和机器学习技术，同时提供与卫生系统独特环境和用例相匹配的完整临床解决方案，” Michal Tzuchman Katz，MD，MD，MD，联合创始人和Kahun的CEO。
