AI 如何改善医生和护士的协作

随着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表明，人工智能具有促进者的潜力——一种帮助医生和护士建立联系以实现更高效、更有效的患者护理的潜力。

该研究于上个月发表在《 美国医学会内科杂志》（JAMA Internal Medicine ）上，描述了斯坦福医院正在使用的基于人工智能的模型，该模型可以预测患者何时下降，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、医学博士罗恩·李（Ron Li）表示，警报系统可帮助临床医生更高效地连接，并进行干预，以防止患者恶化并进入重症监护室。

Li 与信息学博士后学者和主要作者 Robert Gallo 医学博士合作进行了评估，讨论了他们团队利用该算法的方法，以及它如何在不断嗡嗡作响的医院环境中促进临床医生的联系。Lisa Shieh，医学博士，博士，临床医学教授;玛格丽特·史密斯（Margaret Smith），医疗保健人工智能应用研究团队执行主任，负责初级保健和人口健康运营;护理信息学经理杰里·韦斯特法尔（Jerri Westphal）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，人工智能如何适应？

该算法是一种预测模型，可以近乎实时地提取数据（例如生命体征、电子健康记录和实验室结果中的信息），以预测医院中的患者是否即将遭受健康衰退。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恶化概率的风险评分，如果患者看起来可能正在下降，该模型会向护理团队发送警报。

在医院运行这样的模型有什么好处？

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。这个模型是由人工智能驱动的，但它触发的动作，干预，基本上是一个对话，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，但由于繁忙的日程安排和其他医院动态，很难标准化这些沟通渠道。该算法可以帮助标准化它，并将临床医生的注意力吸引到可能需要额外护理的患者身上。一旦警报同时进入护士和医生，它就会启动关于患者需要什么的对话，以确保他们不会下降到需要转移到 ICU 的地步。

请介绍一下您的团队是如何实施和评估该模型的。

我们将这个不是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，当患者病情已经恶化时，它会发出警报，我们发现这并不是很有帮助。我们调整了模型，专注于预测ICU转移和其他健康下降指标。

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的护理进行对话。当我们评估该工具时，我们已经为近 10,000 名患者运行了该工具，我们看到临床结果有了显着改善——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——在 963 名患者的子集中，风险评分在“回归不连续性窗口”内，这基本上意味着他们处于高风险的风口浪尖。这些患者的临床轨迹对医疗团队来说可能不那么明显。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。

护士和医生如何应对这种新模式的整合？

该模型远非完美。反应总体上是积极的，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。当该模型在实施前对患者数据进行验证时，我们计算出该模型标记的患者中约有 20% 最终在 6 到 18 小时内经历了恶化事件。在这一点上，即使它不是一个完全准确的模型，它也足够准确，值得进行对话。它表明，该算法不一定是完美的，它才能有效。

话虽如此，我们希望提高准确性;你需要这样做来提高信任度。这就是我们现在正在做的事情。

有关健康和医学领域负责任人工智能的更多新闻，请注册 RAISE Health 时事通讯。

注册参加 5 月 14 日的 RAISE 健康研讨会。