Stanford ChatEHR: Epic के अंदर 1,450 क्लिनिशियन तक पहुँचा

क्लिनिशियन को चार्ट पढ़ने का तेज़ तरीका क्यों चाहिए था

विज़िट से पहले मरीज़ का रिकॉर्ड पढ़ना धीमा है, क्योंकि जानकारी कई जगह बिखरी होती है। STAT ने बताया कि Penn Medicine के चीफ़ हेल्थ इन्फ़ॉर्मेशन ऑफ़िसर, कार्डियोलॉजिस्ट श्रीनाथ अदुसुमल्ली अपने अपॉइंटमेंट से एक दिन पहले कैसे तैयारी करते हैं: पिछली विज़िट, लैब, इमेजिंग और दूसरे अस्पतालों के स्कैन किए दस्तावेज़ देखते हुए, जो इलेक्ट्रॉनिक हेल्थ रिकॉर्ड के अलग अलग टैब में होते हैं।

Stanford Health Care के सामने यही काम बड़े पैमाने पर था। उसकी अपनी लैब एक उदाहरण देती है: एक स्क्रीनिंग काम, जिसमें 150 मरीज़ों के चार्ट में से हर एक की 5 से 20 मिनट की समीक्षा करनी पड़ती थी।

Stanford ने टूल खरीदने के बजाय क्या बनाया

Stanford ने ChatEHR खुद बनाया, उसे अपने Epic इलेक्ट्रॉनिक हेल्थ रिकॉर्ड से जोड़ा और सितंबर 2025 में पूरे हेल्थ सिस्टम में लागू किया। प्रोजेक्ट का दस्तावेज़ रखने वाली Shah Lab इसे किसी एक वेंडर से न बंधा, अंदर से संचालित प्लेटफ़ॉर्म बताती है, जो मरीज़ का पूरा लंबा रिकॉर्ड, दो करोड़ टोकन तक, रियल टाइम में सीधे मॉडल की कॉन्टेक्स्ट विंडो में रखता है।

इसके पीछे IT संगठन के अंदर बैठा एक डेटा साइंस ग्रुप है: सॉफ़्टवेयर इंजीनियर, प्रोडक्ट मैनेजर और डेटा साइंटिस्ट, जिनकी एकेडमिक शोधकर्ताओं तक सीधी पहुँच है। लैब इस काम की शुरुआत अप्रैल 2023 के एक सैंडबॉक्स से मानती है। नवंबर 2023 में यह ChatEHR बना, 2024 के मध्य तक कई प्रोटोटाइप से गुज़रा, 2025 की शुरुआत में पायलट में गया और अगस्त 2025 तक 150 क्लिनिकल यूज़र्स तक पहुँच गया।

क्लिनिशियन के दिन में ChatEHR कैसे काम करता है

क्लिनिशियन रिकॉर्ड के अंदर ChatEHR टैब खोलता है और पहले डेटा स्रोत और समय सीमा के हिसाब से चुनता है कि मॉडल के लिए कौन सा डेटा लोड करना है। इसके बाद एक चैट विंडो आती है, जहाँ यूज़र सवाल पूछता है, जवाबों को थम्स अप या डाउन से रेट करता है, या नया सेशन शुरू करने के लिए मेन्यू पर लौटता है।

इस्तेमाल का 40% हिस्सा यही चैट है। बाकी 60% API के ज़रिए चलता है, जो बड़ी संख्या वाले, बार बार होने वाले काम ऑटोमेट करते हैं।

"ऑटोमेशन तय प्रॉम्प्ट हैं, जिन्हें मरीज़ों के तय समूहों पर लागू किया जाता है।" Stanford की Shah Lab, ChatEHR की ऑटोमेटेड समीक्षाओं के बारे में

लैब इस तरह बने सात ऑपरेशनल वर्कफ़्लो गिनाती है, मरीज़ों को सही केयर सेटिंग में भेजने और इन्फ़ेक्शन सर्विलांस मज़बूत करने से लेकर बिलिंग अकाउंट की पुष्टि तक।

ऑटोमेशन से Stanford कितना समय बचने की बात कहता है

लैब हर वर्कफ़्लो के आँकड़े देती है, और ये उसके अपने माप हैं। पेशेंट स्क्रीनिंग 150 चार्ट की समीक्षा को करीब 30 बेहद संभावित केस में बदल देती है। सर्जिकल साइट इन्फ़ेक्शन की निगरानी में चार्ट रिव्यू 40% घटता है, और लैब के मुताबिक इन्फ़ेक्शन की रिपोर्टिंग ज़्यादा समय पर होती है।

Contact Center में रेफ़रल ट्राइएज में 17.7% कम समय लगता है, थ्रूपुट 17.8% बढ़ता है और बैकलॉग पाँच दिन से घटकर दो दिन रह गया। भर्ती मरीज़ों के लिए हॉस्पिस की एक स्क्रीनिंग 600 मरीज़ों के चार्ट पढ़कर 10 से 40 योग्य केस ढूँढती है, जिससे लैब के मुताबिक हर दिन 18 से 20 घंटे का काम बचता है। ऑर्थोपेडिक्स में रेफ़रल ट्राइएज 4,700 से ज़्यादा दस्तावेज़ प्रोसेस करता है और रोज़ स्टाफ़ के कम से कम 1.7 घंटे बचाता है। LoA स्टॉप बिल पर रुके अकाउंट की समीक्षा में हर अकाउंट पर 10 से 15 मिनट बचते हैं। JAMA Network Open में वांग और सहयोगियों की एक प्रॉस्पेक्टिव स्टडी ने सर्जिकल मरीज़ों के ट्राइएज में ChatEHR की जाँच की।

रोलआउट के बाद इस्तेमाल कैसे बढ़ा

STAT के मुताबिक, जनवरी 2026 के मध्य तक करीब 7,000 योग्य यूज़र्स में से 1,450 क्लिनिशियन ChatEHR इस्तेमाल कर रहे थे। जून 2025 में खत्म हुए इंटरफ़ेस पायलट में 150 यूज़र्स और 3,000 चैट सेशन थे। पूरे सिस्टम में रोलआउट के बाद पहले 3 महीनों में 1,075 यूज़र्स ने ट्रेनिंग वीडियो पूरा किया और 23,000 से ज़्यादा सेशन चलाए, जिनमें 19 अरब से ज़्यादा टोकन प्रोसेस हुए। उस दौरान यूज़र्स में 180 APP, 424 डॉक्टर, 151 रेज़िडेंट और 60 फ़ेलो शामिल थे।

लैब की बाद की गिनती, जुलाई 2026 तक, 3,400 से ज़्यादा सक्रिय यूज़र्स, 150,000 से ज़्यादा सेशन और 140 अरब प्रोसेस हुए टोकन की है।

अस्पताल में बने AI टूल दूसरे हेल्थ सिस्टम्स के लिए क्या मायने रखते हैं

Stanford अकेला नहीं है। जनवरी 2026 में Penn Medicine ने Chart Hero पेश किया, जो इसी तरह का टूल है और क्लिनिशियन को चैटबॉट जैसे इंटरफ़ेस से मरीज़ के रिकॉर्ड में सवाल पूछने और उसका सारांश लेने देता है, और करीब 70 Penn क्लिनिशियन इसे परख रहे थे। Duke Health और Children's Hospital of Philadelphia की टीमें भी ऐसे ही ऐप्लिकेशन बना रही हैं।

किसी अस्पताल के लिए यह केस दिखाता है कि अब तक मापी गई बचत कहाँ है: सिर्फ़ चैट विंडो में नहीं, बल्कि रेफ़रल कतारों, इन्फ़ेक्शन रिपोर्टिंग, हॉस्पिस स्क्रीनिंग और बिलिंग समीक्षा में। Stanford का तरीका IT के अंदर की उस टीम पर भी टिका है जो टूल बना और संचालित कर सके, और ऐसे प्लेटफ़ॉर्म पर जो किसी एक AI वेंडर से बंधा न हो।

सवाल और जवाब

Stanford ChatEHR क्या है?

यह अंदर ही बना एक टूल है, जो Stanford Health Care के क्लिनिशियन को Epic इलेक्ट्रॉनिक हेल्थ रिकॉर्ड के अंदर मरीज़ के पूरे रिकॉर्ड से सवाल पूछने देता है। यह चार्ट रिव्यू ऑटोमेट करने के लिए मरीज़ों के तय समूहों पर तय प्रॉम्प्ट भी चलाता है।

कितने क्लिनिशियन ChatEHR इस्तेमाल करते हैं?

STAT ने बताया कि जनवरी 2026 के मध्य तक करीब 7,000 योग्य यूज़र्स में से 1,450 क्लिनिशियन इसे इस्तेमाल कर रहे थे। Stanford की लैब ने जुलाई 2026 तक 3,400 से ज़्यादा सक्रिय यूज़र्स बताए।

क्या ChatEHR स्टाफ़ का समय बचाता है?

लैब के मुताबिक, कुछ खास वर्कफ़्लो में हाँ: रेफ़रल ट्राइएज का समय 17.7% घटा, सर्जिकल साइट इन्फ़ेक्शन का चार्ट रिव्यू 40% घटा, और ऑर्थोपेडिक रेफ़रल ट्राइएज रोज़ स्टाफ़ के कम से कम 1.7 घंटे बचाता है।