Kajian berbilang hospital yang terobosan oleh Sistem Kesihatan Gunung Sinai mendedahkan bahawa AI boleh meramalkan kemasukan ke hospital beberapa jam lebih awal, menjanjikan penjagaan pesakit yang lebih baik dan kecekapan di jabatan kecemasan.
Kajian terbaru yang dijalankan oleh Sistem Kesihatan Gunung Sinai mendedahkan bahawa kecerdasan buatan boleh membantu pasukan jabatan kecemasan (ED) menjangka dengan lebih baik pesakit mana yang memerlukan kemasukan ke hospital. Model AI mencapai prestasi ini beberapa jam lebih awal daripada kaedah semasa, meningkatkan penjagaan pesakit dengan ketara dan mengurangkan kesesakan dan "naik" senario di mana pesakit yang dimasukkan kekal di ED kerana kekurangan katil yang tersedia.
Penyelidikan perintis ini, diterbitkan dalam jurnal Mayo Clinic Proceedings: Digital Health, menandakan salah satu penilaian AI yang paling meluas dalam tetapan kecemasan setakat ini.
Kajian itu melibatkan lebih 500 jururawat ED di tujuh hospital dan menganalisis data daripada lebih 1 juta lawatan pesakit untuk melatih model pembelajaran mesin.
"Kesesakan jabatan kecemasan dan menaiki pesawat telah menjadi krisis negara, yang menjejaskan segala-galanya daripada hasil pesakit kepada prestasi kewangan. Industri seperti syarikat penerbangan dan hotel menggunakan tempahan untuk meramalkan permintaan dan rancangan. Di ED, kami tidak mempunyai tempahan. Bolehkah anda bayangkan syarikat penerbangan dan hotel tanpa tempahan, semata-mata meramal dan merancang daripada trend sejarah? Selamat datang ke penjagaan kesihatan, "kata ketua pengarang perkhidmatan kecemasan, Jonathani Health System at nurs, Jonathani Nover, a nurs. siaran berita.
"Matlamat kami adalah untuk melihat sama ada AI, digabungkan dengan input daripada jururawat kami, boleh membantu mempercepatkan perancangan kemasukan, tempahan semacam. Kami membangunkan alat untuk meramalkan keperluan kemasukan sebelum pesanan dibuat, menawarkan cerapan yang secara asasnya boleh meningkatkan cara hospital mengurus aliran pesakit, yang membawa kepada hasil yang lebih baik," tambahnya.
Penyelidikan menilai hampir 50,000 lawatan pesakit di seluruh hospital bandar dan pinggir bandar Gunung Sinai, menunjukkan bahawa model AI menunjukkan prestasi yang baik secara konsisten dalam tetapan yang berbeza-beza ini. Yang menghairankan, gabungan ramalan manusia dan mesin tidak meningkatkan ketepatan dengan ketara, menunjukkan sistem AI sahaja adalah peramal yang kuat.
"Kami mahu mereka bentuk model yang bukan sahaja berfungsi dengan baik dalam teori tetapi sebenarnya boleh menyokong pembuatan keputusan di barisan hadapan penjagaan," tambah pengarang kanan yang sepadan bersama Eyal Klang, ketua AI generatif di Jabatan Kecerdasan Buatan dan Kesihatan Manusia Windreich di Sekolah Perubatan Icahn di Gunung Sinai. "Dengan melatih algoritma pada lebih daripada sejuta lawatan pesakit, kami menyasarkan untuk menangkap corak bermakna yang boleh membantu menjangkakan kemasukan lebih awal daripada kaedah tradisional. Kekuatan pendekatan ini ialah keupayaannya untuk menukar data yang kompleks menjadi cerapan yang tepat pada masanya dan boleh diambil tindakan untuk pasukan klinikal - membebaskan mereka untuk kurang memfokuskan pada logistik dan lebih kepada penyampaian penjagaan peribadi dan belas kasihan yang hanya boleh diberikan oleh manusia."
Walaupun kajian perintis dihadkan kepada tempoh dua bulan dan dalam satu sistem kesihatan, pasukan berharap penemuan ini akan mencetuskan lagi ujian klinikal secara langsung.
Fasa seterusnya melibatkan penyepaduan model AI ke dalam aliran kerja masa nyata, memantau hasil seperti pengurangan masa masuk, aliran pesakit yang lebih baik dan kecekapan operasi.
"Kami digalakkan untuk melihat bahawa AI boleh berdiri sendiri dalam membuat ramalan yang rumit. Tetapi sama pentingnya, kajian ini menyerlahkan peranan penting jururawat kami - lebih daripada 500 mengambil bahagian secara langsung - menunjukkan bagaimana kepakaran manusia dan pembelajaran mesin boleh bekerjasama untuk membayangkan semula penyampaian penjagaan," tambah pengarang kanan yang sepadan Robbie Freeman, ketua pegawai transformasi digital di Sistem Kesihatan Gunung Sinai. "Alat ini bukan tentang menggantikan doktor; ia tentang menyokong mereka. Dengan meramalkan kemasukan lebih awal, kami boleh memberi pasukan penjagaan masa yang mereka perlukan untuk merancang, menyelaras dan akhirnya memberikan penjagaan yang lebih baik dan lebih belas kasihan. Ia memberi inspirasi untuk melihat AI muncul bukan sebagai idea futuristik tetapi sebagai penyelesaian praktikal dan dunia sebenar yang dibentuk oleh orang yang menyampaikan penjagaan setiap hari."
sumber: Gunung Sinai