Loading...
Loading...
通过在通用基础设施之上分层特定领域的AI，我们改善了治疗流程和运营效率。
早期的合作医院从设计阶段就与我们合作。
我们采用什么
它是一个两层结构，在所有外国公司的共同基础上为每个领域添加了经过验证的AI。因为是共同的基础，即使医疗部门扩大，也会在同一个基础上扩大。
以经过验证的内部AI为标准，我们将逐步开放一个生态系统，外部开发人员创建的特定领域AI将建立在相同的共同基础上。医疗机构在引入基金会后将能够添加新的特定领域的AI。具体进店方式尚未确定。
AI/临床边界
AetherHeal的所有产品都是基于医务人员仍然是决策主体的前提而设计的。AI只是整理和传递判断材料，诊断和治疗的权力始终在医务人员手中。
AI增强而不是取代医务人员。 AI的建议始终由医务人员审查和采纳，最终决定权和责任仍由医务人员承担。这种以医务人员的权威和判断为前提的结构，是 AetherHeal 信任的基础。
采用效果
引入的效果是更有组织的治疗环境、每个领域经过验证的帮助以及符合患者和医疗机构利益的计费结构。
通过建立解释和信息组织的共同基础，医务人员可以减轻语言和管理的认知负担，并专注于临床判断本身。国际患者护理中最直接的变化是不受口译员时间表的束缚，并确保护理流程不被中断。
当AI构建和组织治疗背景和结果时，容易分散的咨询和程序记录仍保持一致的形式。这样积累的量化数据成为后续治疗的基础，并随着时间的推移积累为医疗机构的信托资产。
DermatoScan AI 根据狎鸥亭 Tune Clinic 50 多个首次验证案例中提炼的选择标准，协助选择适合病变部位的设备。新引进的医院也可以参考经过验证的标准做出更加一致的决策。
所有利润均基于与价格和治疗类型无关的统一费率结构。没有结构性的经济激励来推荐昂贵的手术，因此该平台的激励措施符合患者和医疗机构的利益。这种一致性是在医疗环境中信任和引入AI的先决条件。
合作伙伴网络
早期合作的医疗机构和产学研渠道支持AetherHeal的临床验证和拓展。该产品不是单一医院的情况，而是通过涉及多位专家的网络进行完善。
WoundScan AI 是与蔚山大学整形外科 Ha Won 教授（PL Therapeutics 首席执行官）通过产学界共同开发而开发的。通过大学渠道进行临床验证和研究合作，现场医务人员的实践和大学的研究能力都体现在产品中。 AetherHeal的深度验证是在最初的合作医疗机构网络和产学界渠道的交汇点上创建的。
常见问题解答
我们整理了有关引入成本和周期、数据安全、责任范围和支持范围的常见问题。
入职流程
我们一步步从引入通用基础设施到将AI应用到各个领域。每个步骤都是通过检查医疗机构的治疗情况来共同确定的。
Step 1
我们根据医疗领域、国际患者的比例以及当前的解释/记录流程来组织合适的配置。在此阶段，费用、覆盖范围和数据处理条款已明确商定。
Step 2
通过首先应用 Dockie-talkie 等通用基础设施，我们为解释和信息组织奠定了基础。由于不受科室限制，只需一介绍，整个门诊部即可使用。
Step 3
通过添加针对特定领域的AI，例如适合医疗领域的DermatoScan AI，我们开始为每个领域提供决策帮助。经验证的选择标准应作为参考信息，但采用将由医务人员决定。
Step 4
根据运营数据调整覆盖范围，并在新验证的特定领域AI准备就绪时在同一基础设施上逐步扩展。导入不是一次性完成，而是共同完善的过程。