Согласно новому исследованию, опубликованному в журнале Canadian Medical Association Journal, система на основе искусственного интеллекта (ИИ) может снизить риск неожиданной смерти в больницах. Исследование показало, что система способна выявлять пациентов с высоким риском ухудшения состояния здоровья.
Может ли искусственный интеллект помочь снизить смертность в больницах?
Быстрое ухудшение состояния пациентов является одной из основных причин незапланированной госпитализации в отделения интенсивной терапии. Предыдущие исследования пытались использовать технологии для выявления таких пациентов, но результаты были неоднозначными.
В новом исследовании была изучена эффективность системы раннего предупреждения на основе ИИ, используемой в отделении общей внутренней медицины больницы Святого Михаила в Торонто. В течение 19 месяцев система привлекала внимание врачей и медсестёр к пациентам с высоким риском ухудшения состояния, что позволило снизить количество неожиданных смертей.
Доктор Амол Верма (Amol Verma), ведущий автор исследования и клиницист-учёный из больницы Святого Михаила, отмечает, что инструменты ИИ всё чаще используются в медицине, и важно тщательно оценивать их, чтобы гарантировать их безопасность и эффективность.
«Наши результаты показывают, что системы раннего предупреждения на основе ИИ могут помочь снизить количество неожиданных смертей в больницах», — говорит доктор Верма.
Команда также разработала схему ухода за пациентами из группы высокого риска с усиленным контролем со стороны медсестёр, улучшенным общением между ними и врачами, а также рекомендациями, побуждающими врачей проводить повторную оценку пациентов.
Авторы исследования надеются, что решения на основе ИИ, такие как CHARTWatch, смогут улучшить здоровье пациентов и избежать преждевременной смерти. Они также призывают другие учреждения использовать опыт Unity Health Toronto для улучшения своих систем ИИ.
Литература:
Clinical evaluation of a machine learning–based early warning system for patient deterioration, Canadian Medical Association Journal (2024). DOI: 10.1503/cmaj.240132