一项新的研究表明，人工智能预警系统可以预测哪些患者在医院期间病情恶化的风险与意外死亡人数的减少有关。 这项研究于周一发表在《加拿大医学会杂志》上，发现使用人工智能工具后，圣迈克尔医院普通内科病房患者的非姑息性死亡人数减少了 26%。 “我们已经看到，医学界对人工智能有很多炒作和兴奋。我们还没有看到这些工具在真实临床环境中的实际部署，”主要作者、多伦多医院的普通内科专家和科学家 Amol Verma 博士说。 “这是一个经过严格测试和评估的工具的早期例子，它显示出真正帮助改善患者护理的希望，”维尔马，也是多伦多大学人工智能研究和医学教育教授。在采访中说道。 Verma 说，这项名为 CHARTwatch 的技术持续分析了病房内每位患者的 100 多条不同信息。 当人工智能工具预测患者病情恶化时，它会向医生和护士发出警报，促使他们迅速干预。 “机器学习工具收集患者电子病历中已经常规收集的信息，”他说。 其中包括年龄和病史等信息，以及生命体征、血压、心率和实验室测试结果等测量结果。 维尔马说：“它收集所有这些信息，以预测他们未来病情加重的风险，然后根据所有这些情况随时间的变化情况每小时更新其模型预测。” 如果临床医生在检查患者后同意人工智能的预测，就会采取必要的行动。这包括将患者转移到重症监护室，为他们提供抗生素治疗脓毒症等严重感染，或更频繁地监测患者。 维尔马说，如果患者的死亡不可避免，他们将比其他情况更早地接受临终关怀，从而减轻他们的痛苦。 “重要的是，人工智能不会告诉临床医生‘开这种药，你知道，干预这个测试或这种治疗。’这一切仍然取决于护士和进行护理的医生的判断，”他说。 “这是一个信号，‘嘿，注意这个病人。’” 
维尔马说，这些预警信号在繁忙的医院环境中非常重要，因为每个护士或医生都在照顾许多正在接受多项实验室检查、医学成像和其他可能改变预后的干预措施的患者。 “人类不可能一直同时关注 20 到 30 名患者，”他说。 该研究的共同高级作者穆罕默德·马姆达尼 (Muhammad Mamdani) 表示，人工智能可以处理大量患者数据，并将其与人类临床医生的判断相结合，可以带来更好的护理。 多伦多 Unity Health 数据科学和高级分析副总裁 Mamdani 表示，医生和护士在使用该工具时应始终保持谨慎，该公司包括圣迈克尔医院。 “我们告诉临床医生的是，‘如果你认为这个病人会死，但算法说，人工智能说，’不，他们很好，’不要相信人工智能。相信你的直觉，”他说。 “但如果人工智能说‘这个病人会死’而你不这么认为，那就不要相信你的直觉。相信人工智能。’” 该研究调查了2020年11月1日至2022年6月1日期间使用人工智能工具时普通内科病房的非姑息性患者死亡情况，并将其与之前的时间段（2016年11月1日至6月1日）进行了比较。 2020 年——该技术还没有被使用的时候。 研究人员发现，不使用人工智能时，非姑息性死亡率为 2.1%，而使用人工智能时，非姑息性死亡率为 1.6%。 为了减少结果归因于不同时间段的可能性，研究人员使用了医院的心脏病科、呼吸科和肾脏科（这些科室没有人工智能工具）作为比较。这些单位都没有显示出两个时期之间非姑息性死亡的差异。 研究人员控制了年龄等潜在的混杂因素。此外，由于研究期间恰逢 COVID-19 大流行，这可能是影响结果的另一个变量，因此研究人员排除了有关 COVID 患者的数据。 该研究总共纳入了普通内科科室的 13,649 名入院患者以及心脏病科、呼吸科和肾病科对比科室的 8,470 名入院患者。 Verma 表示，尽管结果很有希望，但应谨慎解释，并且需要进行随机对照试验，以使人工智能研究达到与药物和药物研究相同的标准。 阿尔伯塔大学医学院教授罗斯·米切尔（Ross Mitchell）没有参与这项研究，他表示这项研究“非常令人鼓舞”。 “CHARTwatch 这种特定技术需要在更广泛的意义上进行研究，”艾伯塔省卫生服务部健康人工智能主席 Mitchell 说。 “它需要在加拿大各地更多的医院部署，这样我们就可以让不止一家医院参与其中。” 来源链接： https://globalnews.ca/news/10757576/ai-early-warning-system-preventing-hospital-deaths-study/ |
手机版
官方微信
