ИИ помогает раньше выявлять ухудшение состояния пациентов, снижая смертность в больницах
Исследователи из RWJBarnabas и Медицинской школы Роберта Вуда Джонсона Рутгерса обнаружили, что система раннего предупреждения с поддержкой искусственного интеллекта (ИИ) помогает раньше выявлять госпитализированных пациентов с риском быстрого клинического ухудшения, что способствовало снижению смертности среди пациентов с высоким риском. Смертность среди пациентов высокого риска снизилась с 23,1% до 18,6% после внедрения системы раннего предупреждения с поддержкой ИИ, что на 18% снизило скорректированную с учётом риска вероятность смерти в больнице.
Состояние госпитализированных пациентов может быстро ухудшаться, зачастую до того, как появляются очевидные тревожные признаки. Исследователи оценили Epic Deterioration Index (EDI) — инструмент с поддержкой ИИ, который непрерывно анализирует информацию, уже зафиксированную в электронной медицинской карте, включая жизненно важные показатели, лабораторные результаты, медицинские оценки и возраст, чтобы выявить пациентов с повышенным риском серьёзного клинического ухудшения. Система пересчитывает оценки риска каждые 15 минут и автоматически оповещает бригады быстрого реагирования, когда пациенты достигают категории наибольшего риска.
До оценки технологии в этом исследовании RWJBarnabas Health и Rutgers несколько лет разрабатывали и внедряли системный подход к использованию EDI во всех своих больницах. Система здравоохранения впервые интегрировала этот инструмент в свою электронную медицинскую карту в академическом медицинском центре, Университетской больнице Роберта Вуда Джонсона, чтобы пилотировать и усовершенствовать его. Это включало определение способа и времени доставки уведомлений, установку автоматических уведомлений для бригад быстрого реагирования, обучение врачей его использованию и постоянный мониторинг их эффективности.
Затем исследователи из Ратгерса объединились с RWJBarnabas Health для оценки влияния этого подхода на реальную клиническую практику и быстро внедрили платформу в остальные 10 больниц.
«Наша цель заключалась в том, чтобы выявлять пациентов раньше, до того, как они достигнут точки, когда вмешательство станет гораздо сложнее», — сказал Томас Нахасс, доктор медицины, вице-президент по информатике в области здравоохранения и врач интенсивной терапии в RWJBarnabas Health, а также доцент медицины в Медицинской школе Роберта Вуда Джонсона Ратгерса и ведущий автор исследования.
Когда пациенты достигали порога наивысшего риска, автоматические уведомления отправлялись непосредственно в бригады быстрого реагирования больниц, позволяя специалистам по интенсивной терапии быстро оценивать пациентов и определять, необходимы ли дополнительные вмешательства. После внедрения активация команд быстрого реагирования среди пациентов высокого риска выросла с 25,3% при госпитализации до 37,5%.
В исследовании оценивались результаты среди взрослых пациентов из группы высокого риска, получающих помощь в академических медицинских центрах, общественных учебных больницах и общественных больницах по всей системе здравоохранения RWJBarnabas. Несмотря на рост обследований быстрого реагирования, переводы в отделения интенсивной терапии существенно не выросли, тогда как уровень смертности значительно снизился.
«Каждая минута важна, когда состояние пациента начинает ухудшаться», — сказал Энди Андерсон, доктор медицины, главный врач по качеству в RWJBarnabas Health и соавтор исследования. «Это исследование демонстрирует, как инструменты на базе ИИ в сочетании с опытными клиническими командами могут помочь нам быстрее выявлять пациентов из группы риска и предоставлять правильную помощь в нужное время. Эти результаты подчёркивают потенциал инноваций для улучшения качества, безопасности и результатов для пациентов, которых мы обслуживаем».
Исследователи отмечают, что преимущество по смертности, вероятно, связано с сочетанием факторов, включая обучение персонала, повышение клинической осведомлённости, электронные уведомления о медицинских записях и автоматические уведомления команд быстрого реагирования, работающие вместе в рамках скоординированного системного подхода.