凭借在患者就诊期间做笔记的大型语言模型和识别疾病的算法，人工智能已经开始证明其作为医生助手的价值。但斯坦福大学医学院的一项新研究显示了人工智能作为促进者的潜力——帮助医生和护士建立联系，以实现更高效、更有效的患者护理。
这项发表在《美国医学会杂志内科》杂志上的研究描述了斯坦福医院使用的基于人工智能的模型，该模型可以预测患者病情何时恶化，并标记患者的医生和护士。该研究的资深作者、医学临床副教授、数字健康医学信息学主任RonLi医学博士表示，该警报系统可以帮助临床医生更高效、更有效地进行联系，并进行干预，防止患者病情恶化并陷入困境。重症监护室。
Li与信息学博士后学者、主要作者RobertGallo医学博士合作进行了评估，讨论了他们的团队利用该算法的方法，以及它如何在不断忙碌的医院环境中促进临床医生的联系。LisaShieh，医学博士、博士，临床医学教授;玛格丽特·史密斯(MargaretSmith)，医疗保健人工智能应用研究团队执行董事，负责初级保健和人口健康业务;护理信息学经理JerriWestphal也帮助领导了人工智能系统的研究和实施。
什么是恶化模型以及人工智能如何融入其中?
该算法是一种预测模型，可以近乎实时地提取生命体征、电子健康记录信息和实验室结果等数据，以预测医院患者的健康状况是否即将恶化。医生无法始终监控每位患者的所有这些数据点，因此该模型在后台运行，大约每15分钟查看一次这些值。然后，它使用人工智能来计算患者病情恶化概率的风险评分，如果患者病情可能正在恶化，该模型就会向护理团队发送警报。
这样的模式在医院运行有什么好处呢?
我想回答的一个大问题是，“我们如何利用人工智能在高风险情况下建立一个更具弹性的卫生系统?”有很多方法可以做到这一点，但弹性系统的一个核心特征是强大的沟通渠道。这个模型由人工智能驱动，但它触发的行动、干预基本上是一场对话，否则可能不会发生。
护士和医生在换班时会进行对话和交接，但由于繁忙的日程和其他医院动态，很难标准化这些沟通渠道。该算法可以帮助标准化，并引起临床医生对可能需要额外护理的患者的注意。一旦护士和医生同时收到警报，就会启动关于患者需要什么的对话，以确保他们不会拒绝到需要转移到ICU的地步。
请告诉我您的团队如何实施和评估该模型。
我们将这个并非我们创建的模型集成到我们的工作流程中，但进行了一些调整。最初，它会在患者病情恶化时发出警报，但我们发现这没有多大帮助。我们调整了模型，重点预测ICU转移和其他健康状况下降指标。
我们希望确保护理团队积极参与，并感到有权与医生就调整患者护理进行对话。当我们评估为近10,000名患者运行的工具时，我们看到临床结果显着改善-恶化事件减少了10.4%，我们将其定义为转移到ICU、快速反应团队事件或代码-其中963名患者的风险评分处于“不连续回归窗口”内，这基本上意味着他们正处于高风险的边缘。这些患者的临床轨迹对于医疗团队来说可能并不那么明显。对于这组患者，该模型特别有助于鼓励医生和护士合作确定哪些患者需要额外护理。
护士和医生对这种新模式的整合有何反应?
该模型远非完美。总体反应是积极的，但人们担心警报疲劳，因为并非所有警报都标志着真正的下降。当模型在实施之前根据患者的数据进行验证时，我们计算出，模型标记的大约20%的患者最终在6到18小时内经历了病情恶化。在这一点上，尽管它不是一个完全准确的模型，但它足够准确，值得进行对话。它表明该算法不一定要完美才能有效。
话虽如此，我们希望提高准确性;你需要这样做来提高信任。这就是我们现在正在努力的事情。