Amerykanie sprawdzili, jak nowy dedykowany model sztucznej inteligencji w amerykańskim Stanford Hospital wspiera pielęgniarki i lekarzy, aby ich praca była bardziej komfortowa, a pacjenci bezpieczniejsi.
Dzięki dużym modelom językowym, które robią notatki podczas wizyt pacjentów, i algorytmom identyfikującym choroby, zaczęto doceniać wartość sztucznej inteligencji jako asystenta lekarzy. Teraz naukowcy poszli o krok dalej.
Nowe badanie przeprowadzone przez Stanford Medicine, którego głównym autorem jest dr Robert Gallo, pracownik naukowy w dziale informatyki medycznej Departamentu Polityki Zdrowotnej oraz Centrum Innowacji i Wdrożeń Systemu Opieki Zdrowotnej VA Palo Alto, pokazało potencjał sztucznej inteligencji jako czynnika ułatwiającego pracę kadry medycznej szpitala. Wyniki opublikowano w czasopiśmie „JAMA Internal Medicine”.
Zastosowany w Stanford Medical Center model oparty na sztucznej inteligencji jest w stanie przewidzieć, kiedy stan pacjenta się pogorszy i powiadamia o tym pielęgniarki i lekarzy.
„System ostrzegania pomaga klinicystom reagować wydajniej i skuteczniej, a także interweniować w odpowiednim momencie, aby zapobiec pogorszeniu się stanu chorego i konieczności hospitalizowania go na oddziale intensywnej terapii”
– mówi dr Ron Li, profesor nadzwyczajny medycyny klinicznej na Wydziale Medycyny Szpitalnej i Centrum Badań Informatyki Biomedycznej w Stanford University School of Medicine.
Opracowany algorytm jest modelem predykcyjnym, który pobiera dane, takie jak parametry życiowe, informacje z elektronicznej dokumentacji medycznej i wyniki laboratoryjne w czasie zbliżonym do rzeczywistego, aby przewidywać, czy dojdzie do sytuacji pogorszenia stanu zdrowia chorego.
Lekarze nie są w stanie tych wszystkich danych monitorować przez cały czas u każdego pacjenta, więc stworzono model, który działa w tle, obserwując określone dane mniej więcej co 15 minut. Wykorzystując sztuczną inteligencję, oblicza on prawdopodobieństwo pogorszenia się stanu pacjenta. Jeśli ryzyko zostanie zidentyfikowane, model wysyła alert do zespołu medyków.
Wprawdzie pielęgniarki i lekarze rozmawiają ze sobą i przekazują sobie informacje, gdy jedni schodzą z dyżuru, a drudzy go przejmują, jednak istniejące kanały komunikacji trudno wystandaryzować ze względu na napięte harmonogramy i dynamikę pracy w szpitalach. Opracowany algorytm może w tym pomóc. Kiedy alert dotrze jednocześnie do pielęgniarki i lekarza, to zainicjuje odbycie konsultacji i rozmowy oraz ewentualną interwencję lub korektę postępowania terapeutycznego.
Model początkowo wysyłał alert, gdy stan pacjenta się pogarszał, ale nie było to zbyt pomocne. Dostosowano więc go tak, aby przewidywał sytuację pogorszenia z konsekwencją transferu na OIOM. I kiedy tak zmodyfikowane narzędzie zostało uruchomione dla prawie 10 tys. pacjentów, odnotowano znaczną poprawę wyników klinicznych: o 10,4 proc. spadła liczba zdarzeń pogorszenia zdefiniowanych jako przeniesienie na OIOM.
Opracowany model jest wciąż daleki od ideału, ale reakcje pielęgniarek i lekarzy były pozytywne. To, czego obawiają się obie grupy zawodowe, to zmęczenie alertami, ponieważ do tej pory nie wszystkie były związane z rzeczywistym spadkiem parametrów.
Zespół pracuje obecnie nad poprawą dokładności prognozowania, by zwiększyć zaufanie medyków do tego narzędzia, ale już dziś wiadomo, że algorytm nie musi być idealny, aby był skuteczny.
