Что если ИИ управлял бы сортировкой в отделении неотложной помощи?
В исследовании резидентов Йельской и Университета Джонса Хопкинса была протестирована программа искусственного интеллекта в трех отделениях неотложной помощи, чтобы узнать, сможет ли она помочь медсестрам принимать более быстрые и точные решения и ускорить пациентский поток. Вот что произошло.
Использование ИИ в сортировке
Это первое в своем роде исследование, показывающее реальные эффекты использования ИИ в сортировке, утверждают авторы. Ведущий автор Р. Эндрю Тейлор и коллеги описывают трехлетний эксперимент, охватывающий 2020 по 2023 год, в рамках которого медсестры трех отделений неотложной помощи на северо-востоке США использовали программу ИИ для 176 648 пациентов, чтобы помочь им ранжировать тяжесть случаев на этапе приема.
Результаты внедрения ИИ в сортировку
Авторы обнаружили, что медсестры, использующие инструмент, смогли более быстро продвигать пациентов по процессу отделения неотложной помощи — начиная с того, сколько времени потребовалось для предоставления начальной помощи, до того, сколько времени потребовалось для назначения койки и выписки пациентов. Все это приводило к уменьшению времени в отделении неотложной помощи в целом.
Программа «ИИ-информированная сортировка», являющаяся «инструментом поддержки принятия клинических решений» (CDS), обеспечила «улучшение производительности сортировки и потока пациентов в отделении неотложной помощи», написали они, так что «ИИ может привести к уменьшению времени ожидания и продолжительности пребывания в отделении неотложной помощи».
Ограничения исследования
Неопределенность относительно роли индивидуального опыта медсестер не единственное ограничение исследования. Кроме того, различные отделения неотложной помощи могут иметь сезонные тренды, которые являются «путаницами», факторами, которые делают результаты исследования проблематичными. Еще одно ограничение заключается в том, что CDS опирался на электронные медицинские записи, которые имеют свои собственные ограничения, такие как недостаток специфичности относительно пациентов.
Заключение
Одним из очень интригующих выводов, и он вероятно актуален для всех внедрений ИИ, является то, что ИИ необходимо настраивать под конкретную среду. Эксперимент был проведен в трех отделениях неотложной помощи в конкретном регионе США, и это определенно играет роль в результатах. Как написали Тейлор и его команда: Наши данные предполагают, что инструменты ИИ в здравоохранении могут достигать своего полного потенциала через стратегии развёртывания, специфичные для сайта.
Подписывайтесь на наш telegram-канал
