System sztucznej inteligencji w kanadyjskim szpitalu zmniejsza liczbę nieoczekiwanych zgonów o 26%, dostarczając w czasie rzeczywistym ostrzeżenia dla pacjentów wysokiego ryzyka

Szpitale nieustannie poszukują sposobów na szybką identyfikację pacjentów, którym może grozić nagłe pogorszenie stanu zdrowia. Ta luka czasowa może stanowić różnicę między uratowaniem życia a jego utratą. Dobrą wiadomością jest to, że sztuczna inteligencja okazuje się być dobrodziejstwem w tym sektorze. Nowy Kanadyjskie badanie badanie ma rozwiązanie - sztuczną inteligencję narzędzie sztucznej inteligencji narzędzie zaprojektowane w celu wczesnego ostrzegania pracowników służby zdrowia. System ten, określany jako CHARTwatchzostał wprowadzony w St. Michael's Hospitamichaela w Toronto, aby pomóc lekarzom i pielęgniarkom wychwycić sygnały ostrzegawcze o pogorszeniu stanu pacjenta i szybciej zareagować.
Badanie wykazało, że na oddziale ogólnej medycyny wewnętrznej (GIM) szpitala zaobserwowano spadek liczby zgonów niektórych rodzajów pacjentów podczas korzystania z tego systemu. W szczególności skupiono się na zgonach "niepaliatywnych", co oznacza zgony, które miały miejsce, gdy pacjent nie znajdował się w stanie opieki paliatywnej. Opieka paliatywna to specjalistyczne leczenie zapewniane pacjentom z poważnymi, często zagrażającymi życiu chorobami, mające na celu poprawę jakości życia, a nie wyleczenie choroby. Celem narzędzia AI było zapobieganie nieoczekiwanym lub nieplanowanym zgonom, a nie tym, które występują, gdy pacjenci otrzymują opiekę paliatywną.
Badanie, trwające od 2016 do 2022 roku, objęło ponad 13 000 przyjęć pacjentów na oddział GIM. Wyniki wykazały 26% względne zmniejszenie liczby zgonów nie związanych z opieką paliatywną w tym okresie interwencji, spadając z 2,1% do 1,6%. Choć ta procentowa redukcja może wydawać się niewielka, przekłada się ona na znaczący wpływ na wyniki pacjentów. W warunkach szpitalnych nawet niewielkie obniżenie wskaźników śmiertelności może z czasem oznaczać uratowanie dziesiątek istnień ludzkich.
CHARTwatch wysyła alerty w czasie rzeczywistym do lekarzy, sugerując, że mogą oni podjąć szybkie działania, gdy pacjent wykazuje oznaki pogorszenia, a raczej nagłego pogorszenia. Wśród pacjentów wysokiego ryzyka zidentyfikowanych przez system, liczba zgonów bez opieki paliatywnej spadła z 10,3% do 7,1%. Co więcej, po wdrożeniu CHARTwatch pacjentom zapewniono bardziej proaktywną opiekę. Na przykład, dawki antybiotyków i kortykosteroidów zostały odpowiednio zwiększone, a ich parametry życiowe były monitorowane częściej niż zwykle.
Jest to oczywiście pozytywne zjawisko, ale naukowcy zawarli w artykule badawczym słowa ostrożności. Badanie nie było randomizowane, a inne nieznane czynniki również mogły mieć wpływ na wyniki. Dodatkowo, badanie koncentrowało się na jednej jednostce szpitalnej, a wyniki mogłyby być zupełnie inne w większym otoczeniu. Niemniej jednak, badanie to jest kluczowym dowodem na to, że narzędzia uczenia maszynowego odegrają istotną rolę w opiece medycznej, przyczyniając się do lepszej opieki nad pacjentami i, miejmy nadzieję, ratując przy tym wiele istnień ludzkich.