Клиническое ухудшение ИИ способствует снижению риска эскалации помощи

05 апреля 2024 г. – Исследователи продемонстрировали, что модель искусственного интеллекта (ИИ), разработанная для выявления клинического ухудшения, была связана со значительно сниженным риском обострения ситуации в стационаре, согласно данным изучать недавно опубликовано в JAMA Внутренняя медицина.

Клиническое ухудшение является основной причиной заболеваемости и смертности, но выявление ранних признаков ухудшения может стать проблемой для медицинских бригад, способствуя оцененный 15 процентов предотвратимых смертей в больнице.

Распознавание признаков клинического ухудшения может быть улучшена путем использования клинически значимых вмешательств. Исследовательская группа отметила, что были разработаны шкалы раннего предупреждения, чтобы помочь выявить пациентов с высоким риском, но доказательства их эффективности ограничены.

Чтобы решить эту проблему, исследователи решили оценить способность инструмента обнаружения клинических ухудшений на основе искусственного интеллекта снизить риск эскалации ухода среди госпитализированных взрослых и оценить причинно-следственную связь между ними.

В анализ были включены данные 9938 пациентов, госпитализированных в четыре отделения внутренней медицины в одном академическом медицинском центре с 17 января 2021 года по 16 ноября 2022 года. рабочий процесс.

Эскалация оказания помощи характеризовалась активацией группы быстрого реагирования, переводом в отделение интенсивной терапии или остановкой сердечно-легочной деятельности во время госпитализации.

В целом вмешательство было связано со снижением абсолютного риска на 10,4 процентных пункта при повышении уровня оказания помощи пациентам с пороговым значением EDI.

Эти результаты привели исследователей к выводу, что внедрение модели клинического ухудшения, основанной на искусственном интеллекте, может значительно снизить риск обострения ситуации в стационаре. Кроме того, они указали, что их исследование предоставляет доказательства эффективности такого вмешательства и требует тестирования модели в дополнительных учреждениях ухода.

Другие исследования также подчеркнули потенциал моделей ухудшения состояния для улучшения ухода за госпитализированными пациентами.

В прошлом году исследователи из Национальной детской больницы найденный что модель машинного обучения может точно предсказать риск ухудшения состояния у детей.

Инструмент использует индекс риска ухудшения состояния (DRI) для прогнозирования риска сердечных заболеваний, злокачественных новообразований и общего ухудшения состояния (ни сердечного, ни злокачественного).

Модель была более точной и точной, чем существующие инструменты, демонстрируя в целом в 2,4 раза большую чувствительность и трех- и четырехкратное увеличение чувствительности в группах злокачественных опухолей и кардиологии соответственно, при этом требуя более чем в два раза меньше предупреждений на каждое обнаруженное событие. .

После пилотного проекта по внедрению этого инструмента в клинических условиях исследователи отметили снижение на 77 процентов случаев ухудшения состояния в течение 18 месяцев после внедрения по сравнению с предыдущей программой, основанной на ситуационной осведомленности.