Strona głównaOpiekaSztuczna inteligencja pomaga leczyć hospitalizowanych pacjentów

Sztuczna inteligencja pomaga leczyć hospitalizowanych pacjentów

Sztuczna inteligencja może poprawić opiekę kliniczną i wyniki leczenia pacjentów. Zasadność modyfikacji opieki nad hospitalizowanymi pacjentami było o 43 procent wyższa i cechowało ich znacznie niższe ryzyko śmierci, jeśli medycy otrzymywali powiadomienia generowane przez sztuczną inteligencję sygnalizujące niekorzystne zmiany w stanie zdrowia chorych.
Sztuczna inteligencja pomaga leczyć hospitalizowanych pacjentów [fot. fernando zhiminaicela from Pixabay]
- Chcieliśmy sprawdzić, czy szybkie alerty generowane przez sztuczną inteligencję i uczenie maszynowe, trenowane na wielu różnych typach danych pacjentów, mogłyby pomóc zmniejszyć zarówno częstotliwość stosowania intensywnej terapii, jak i ryzyko śmierci w - mówi prof. Matthew A. Levin, anestezjolog ze szpitala Mount Sinai. - Tradycyjnie w przewidywaniu pogorszenia stanu klinicznego polegaliśmy na starszych metodach ręcznych, takich jak zmodyfikowany wynik wczesnego ostrzegania (Modified Early Warning Score, MEWS). Jednak badanie pokazuje, że wyniki zautomatyzowanego algorytmu uczenia maszynowego mogą przewyższać wcześniejsze metody pod względem dokładnego przewidywania stanu pacjentów. Co ważne, pozwala to na wcześniejszą interwencję, która może uratować więcej istnień ludzkich - dodaje.

W badaniach wzięło udział ponad 2700 pacjentów przyjętych na cztery oddziały medyczno-chirurgiczne szpitala Mount Sinai w Nowym Jorku. Chorych podzielono na dwie grupy: o jednej zespól szybkiego reagowania otrzymywał w czasie rzeczywistym powiadomienia na podstawie przewidywanego prawdopodobieństwa pogorszenia się stanu chorych; jeśli chodzi o drugą grupę, alerty były tworzone, ale nie wysłane. Na oddziałach, na których alarmów nie przesyłano, pacjenci, u których stan się pogorszył, otrzymywali standardową pilną interwencję ze strony zespołu szybkiego reagowania.

Okazało się, że ludzie z pierwszej grupy częściej otrzymywali leki wspomagające i krążenia, co wskazuje, że lekarze podejmowali wczesne działania; co więcej, pacjenci ci mieli niższe ryzyko śmierci w ciągu 30 dni hospitalizacji.

- Badania pokazują, że alerty w czasie rzeczywistym wykorzystujące uczenie maszynowe mogą znacznie poprawić wyniki pacjentów - wskazuje dr David L. Reich, współautor badań. - Wykorzystane modele stanowią dokładną i aktualną pomoc w podejmowaniu decyzji klinicznych, która pomaga nam skierować właściwy zespół do odpowiedniego pacjenta we właściwym czasie - dodaje.

Algorytm wdrożono na wszystkich oddziałach terapii półintensywnej Mount Sinai. Wspomniany oddział to wyspecjalizowany obszar, w którym umieszczani są pacjenci, których stan jest stabilny, ale nadal wymagają ścisłego monitorowania i opieki. To miejsce pomiędzy (OIOM) a szpitalem ogólnym, zapewniający pacjentom odpowiedni poziom opieki w trakcie rekonwalescencji.

Na podstawie:

Zobacz także

 

 

Skomentuj artykuł:

Komentarze mogą dodawać wyłącznie osoby zalogowane.
Jesteś niezalogowany: zaloguj się / zarejestruj się




Publikowane komentarze są prywatnymi opiniami użytkowników serwisu. Senior.pl nie ponosi odpowiedzialności za treść opinii. Komentarze niezgodne z prawem i Regulaminem serwisu będą usuwane.

Artykuły promowane

Najnowsze w dziale

Polecane na Facebooku

Najnowsze na forum

Warto zobaczyć

  • Pola Nadziei
  • Umierać po ludzku
  • EWST.pl
  • Kobiety.net.pl
  • Oferty pracy