2020. 01. 31. - 10:30
Rövidítheti a kórházi várólistákat a mesterséges intelligencia
Csökkentené a várakozási időt a kórházakban a mesterséges intelligencia alkalmazása. A kétségbeejtően hosszú várólista késztetett arra egy kutatót, hogy az MI hatékonyságát vesse be.
A kórházakban gyakran megdöbbentően hosszú várólista ellen szeretett volna tenni Christian Subbe, aki új kutatásában a mesterséges intelligencia használatát ajánlotta annak érdekében, hogy segítsen a kórházaknak maximalizálni a kezelésben részesülő páciensek számát.
A január az egyik legforgalmasabb időszak az angliai egészségügyi ellátásban, a betegek gyakran sorban állnak a folyosókon.
2019-ben Angliában a sürgősségi osztály várakozási ideje az eddigi legrosszabbnak bizonyult, 2000 beteg várt több mint 12 órát egy kórházi ágyért decemberben. Ugyanekkor, a legfrissebb kutatások alapján az elmúlt három évben csaknem 5500 beteg halt meg sürgősségi osztályokon, miközben kórházi ágyra várt.
A probléma jelentős részét adja, hogy a kórházban sürgősségi ellátást igénylő állapotban lévő páciensek valóban betegek és igencsak instabilak lehetnek. Ezért bonyolult és kockázatos a döntés, mikor javul az állapotuk, s mikor mehetnek biztonságban haza – miközben az ágy ingyenes.
A betegek jóval kevesebb időt tölthetnek kórházban a mesterséges intelligencia alkalmazásával
Kiderült az is, hogy 5-ből 1 pácienst, akit hazaküldtek a kórházból, egy hónapon belül visszavitték, sürgős ellátásra.
Christian Subbe kutatása most a jelek szerint megtalálta egy módszert a kórházi ágyak felszabadítására és arra, hogy segítsenek az orvosoknak és nővéreknek gyorsan kideríteni, mely betegeket lehet biztonságban hazaengedni.
Kollégáival gépi tanulást - vagy mesterséges intelligenciát (MI) – használtak annak megítélésére, mely betegek készek rá, hogy hazamehessenek, s melyeknek kell maradni.
„Olyan, létfontosságú jelek változásait alkalmaztuk ehhez, mint például a vérnyomás és a pulzusszám - segítségükkel kiemelhetjük azokat a betegeket, akiknek elég jó az állapota a kórházból való távozáshoz” – mondta Subbe.
Az intézmény bangori egységében 790 súlyosan beteg pácienssel tesztelték a rendszert, s felfedezték: a mesterséges intelligencia ilyen módon történő használata a betegek számára 2500 nappal kevesebb kórházi tartózkodást jelentett.
A vérnyomás, a pulzusszám, a légzés sebessége, a testhőmérséklet, az oxigénszint, a kiegészítő oxigén szükséglete és az eszmélet szintje olyan életfontosságú jelek, melyeket az orvosok és ápolók gyakran használnak arra, hogy kiderítsék, mennyire beteg egy ember.
Ezeket naponta 2-6 alkalommal felmérik, amíg egy páciens a kórházban van. Minél rendellenesebbek ezek a mérési eredmények, annál valószínűbb, hogy a beteg intenzív ellátásra szorul vagy meg fog halni.
Az új tanulmány egy 2001-es, Wrexham Maelor Kórház által készített kutatásra épült: utóbbi olyan rendszert tesztelt, mely minden létfontosságú jelet egyetlen számként összesít. Hasonló rendszert használnak az Egyesült Királyságban a legtöbb ambulancián és kórházban, mivel megkönnyíti az orvosok és nővérek dolgát, gyorsabban fel tudják mérni, mennyire súlyosan beteg valaki.
A rendszer alapvetően az egyes életjelekhez nulla és három pont közötti pontszámot ad - nulla a pont a normál mérésnél és legfeljebb három pont a nagyon abnormálisnál. Ha a teljes szám nulla, a beteg valószínűleg jobban van. Ám ha ez a szám 20 vagy efölötti, valószínűbb a súlyos állapot kockázata.
Az új kutatás Subbe, a Bevan Commission és a Philips Healthcare együttműködésében született meg. A számítógép olyan betegek életfontosságú jeleit vizsgálta, akiket asztma, szívelégtelenség és gyomorfekély miatt szállítottak kórházba.
A számítógép 2 napon át figyelte és tanulta az eredményeket, majd elkezdett trendeket keresni, elemezve, hogy a pontszámok milyen gyakran emelkedtek fel és le, s milyen magasra vagy alacsonyra jutottak. 96 óra elteltével általában stabilan meg lehetett mondani, mely betegeknél nincs nagy valószínűsége annak, hogy ismét rosszul lesznek.
A mesterséges intelligencia alkalmazásával azonban mindössze 12 óra múlva lehetőség volt ennek megítélésére. Összességében 2652 nappal kevesebb kórházi tartózkodást eredményezett az új tanulmány.
László Adrienn
