哈利法克斯医学中心首席信息官Tom Stafford表示：“此前临床医生在病历记录上要花费大量的时间，他们需要把所有信息都记录下来，否则就被认为工作没有做到位。一旦哪项关键信息出现纰漏，就会直接影响病例组合指数，进而影响他们的健康评分和机构的口碑。”

而信息记录的越多，就为CDI审查带来更多困难。Tom Stafford表示，此前医学中心的CDI审查专家查找和审核数据就像大海捞针一样，他们需要一张张查看每一张病历，从1号病房到36号，因为他们需要评估和记录医生对患者的护理时是否需要更具体。

两个群体在这里面做了大量的无用功，增加了不必要的工作量和工作压力。为此，医疗中心一直在寻求提高CDI项目效率和有效性的方法。之后，哈利法克斯医学中心通过与Nuance合作引入了ACI技术。

ACI从医学中心的电子病历中自动提取信息数据，导入到深度学习引擎。之后CDI专家根据对应的需求为深度学习引擎设置规则，输出一个很好理解的图表用于和临床医生沟通。

Tom Stafford表示：“此前，CDI专家发现了问题之后，需要根据数据自己编辑一个表格，交给医生并告诉他们这些是你需要更具体的领域。这对于一个心烦意乱、时间紧迫的临床医生来说并不受欢迎。应用ACI技术之后，CDI专家有了一个非常好的定向工具，医生和CDI专家的来回交流不需要依靠难以理解的纸张，CDI专家的工作也不是大海捞针了。

除了为医学中心提供更好的审查方法，ACI还在急诊中发挥更大的价值。