其他行业 · AI应用
患者数据摘要自动化
Benete 面临高效管理患者数据摘要的挑战，这些行政任务常常使护理人员不堪重负，影响患者护理质量。为此，他们部署了 BeneCare 解决方案，利用 IBM watsonx.ai 自动生成摘要。该方法不仅简化了数据处理，还实现了对老年客户健康状况的实时监控，便于及时干预和个性化护理。结果，护理人员理解客户数据所需时间减少了 90%，显著节省了每日时间，提高了整体运营效率。摘要报告在不到 5 秒内即时生成，使护士能够更专注于患者护理而非文书工作。
理解客户数据时间减少
90%
来源披露
每护士每日节省时间
30分钟
来源披露
摘要报告生成时间
小于5秒
来源披露
01
业务背景
Benete 面临高效管理患者数据摘要的挑战，这些行政任务常常使护理人员不堪重负，影响患者护理质量。为此，他们部署了 BeneCare 解决方案，利用 IBM watsonx.ai 自动生成摘要。该方法不仅简化了数据处理，还实现了对老年客户健康状况的实时监控，便于及时干预和个性化护理。结果，护理人员理解客户数据所需时间减少了 90%，显著节省了每日时间，提高了整体运营效率。摘要报告在不到 5 秒内即时生成，使护士能够更专注于患者护理而非文书工作。
02
遇到的问题
老年护理服务缺乏数字化，行政任务使护理人员不堪重负；难检测独居老人功能或认知下降的早期变化；BeneCare仪表板数据需人工分析，耗时导致数据未充分利用，漏掉关键健康变化，影响护理质量。
03
AI 解决方案
Benete与IBM Client Engineering开展4周试点，用IBM watsonx.ai（Llama、Mistral）创建提示模板，从IBM Cloudant调取IoT数据，经Jupyter Notebook跟踪指标，用watsonx.governance的AI factsheets追踪模板与成本，部署为端点自动生成易懂摘要并支持多语言翻译，集成进BeneCare。
- 1Benete与IBM Client Engineering启动4周试点，使用watsonx.ai、Llama、Mistral、Jupyter Notebook和SDK
- 2在watsonx.ai创建提示模板，从IBM Cloudant获取变量、数据与任务
- 3用Jupyter Notebook跟踪LLM指标，用watsonx.governance AI factsheets追踪模板与token成本
- 4提示模板部署为watsonx.ai端点，将数据转为洞察并集成至BeneCare
- 5BeneCare自动生成低于5秒的摘要报告，支持多语言翻译
04
实施结果
理解客户数据时间减少：90%（降至1分钟）
每护士每日节省时间：30分钟（每日三次/客户）
摘要报告生成时间：小于5秒（即时生成）
05
风险与边界
未披露
“By leveraging AI-driven innovation, we're shifting the paradigm in elderly care from resource-intensive to smart, effective, preventive care, empowering individuals to live longer, healthier lives in their preferred environments.”
Kari Bäckman · CEO, Benete
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。