Сертификат соответствия КСЗИ
Мобильное приложение Doctor Booster является одним из продуктов группы компаний IT4Medicine. Защита информации этой системы подтверждено сертификатом КСЗИ.
Doctor Booster

Как искусственный интеллект используют в разработке схем лечения пациентов: опыт США

Применение искусственного интеллекта в лечении пациентов. Как больница Флаглера в городе Сент-Августин практикует эту возможность, читайте подробнее в статье.
Схема предоставления помощи при лечении от пневмонии, созданная с помощью ИИ, уже сэкономила американской клинике $1356 на лечении одного пациента, снизила продолжительность его пребывания в стационаре на два дня и значительно снизила частоту повторных обращений в больницу.
Больница Флаглера в городе Сент-Августин в штате Флорида использует искусственный интеллект для совершенствования лечения пневмонии, сепсиса и десятка других дорогостоящих болезней с высокой смертностью.

Обычно ИИ используют крупные академические медицинские центры, а не общественные больницы. Но в больнице Флаглера также решили им воспользоваться.

ИИ выявил новый, улучшенный путь оказания помощи при пневмонии и сепсисе после анализа нескольких тысяч записей пациентов больницы и определения общих знаменателей для пациентов с наилучшими результатами лечения. Больница быстро внедрила новую схему лечения воспаления легких, изменив порядок, установленный в EHR Allscripts (Electronic Medical Record – аналог МИС в Украине).

Она рассчитывает сэкономить на затратах на лечение одного пациента с пневмонией, по сравнению с существующими расходами, $1 356,35 (35%). При этом сокращая продолжительность пребывания пациента в больнице на два дня. Также с помощью ИИ была разработана новая схема лечения сепсиса.

Процесс идет настолько хорошо, что больница расширила свои планы по использованию искусственного интеллекта от IТ-разработчика Ayasdi. В частности, если, согласно первоначальному плану, новые схемы предоставления помощи пациентам должны были разработать по 12 заболеваниям в течение трех лет, то сейчас схемы планирую разрабатывать по одной в месяц.

На рынке медицинских услуг растет число поставщиков, которые используют искусственный интеллект в процессе оказания медицинской помощи. Это компании IBM, Jvion, Medial EarlySign, Pillo Health и Splunk.

Ayasdi использует раздел математики, который называют анализом топологических данных, с целью группирования пациентов, которых лечат одинаково, и выявления связи между этими группами, объяснил Майкл Сандерс, доктор медицинских наук, главный специалист по медицинской информации в больнице Флаглера.

«После того, как мы загрузили данные, мы используем алгоритм обучения искусственного интеллекта для создания групп лечения, - продолжил он. - В случае с данными о наших пациентах с пневмонией Ayasdi создал девять групп лечения. С каждой группой пациентов обращались одинаково, и нам предоставлялись статистические данные, на основании которых мы могли понять эту группу и ее отличие от других».
Анализ групп данных

Врачи больницы Флаглера анализируют группы лечения и выбирают, например, группу Goldilocks. Это группа с наименьшими затратами на лечение, наименьшей продолжительностью пребывания в больнице и наименьшей вероятностью повторных обращений, что делает ее «правильной».

«Затем мы с помощью ИИ генерируем схему лечения этой группы, показывая все события, которые должны произойти в отделении неотложной помощи, при поступлении и в течение всего пребывания пациента в больнице, - объяснил М. Сандерс. - Эти события включают в себя все лекарства, диагностические тесты, показатели жизненно важных функций, внутривенные вливания, процедуры и приемы пищи, а также идеальное время для каждого из них, чтобы повторить результаты именно этой группы».

М. Сандерс использует ИИ для того, чтобы внедрить порядок лечения больницы Флаглера, полученный с помощью инструментов ИИ, как в отделении неотложной помощи, так и в стационаре. В больнице есть команда PIT (врачи IT), которая использует исходные данные ИИ, чтобы рекомендовать этот порядок и получить одобрение на его внедрение от отделов. Администрация больницы рассматривает изменения в рамках надзора за процессом. Статистические различия между группами тщательно изучаются М. Сандерсом, его сотрудниками по информатике и врачами IT перед тем, как группа Goldilocks будет выбрана.
Извлечение данных из МИС и финансовой системы

Больница Флаглера извлекает данные, используемые ИИ, из своих МИС, аналитической платформы CPM (Corporate Performance Management - управление эффективностью организации), хранилища корпоративных данных и финансовой системы, используя 2300 строк кода SQL.

«После того, как мы выбрали группу Goldilocks, в пользовательском интерфейсе мы нажимаем кнопку, которая генерирует схему лечения примерно через 30 секунд, - объяснил Сандерс. - Это происходит, когда действие и время для действия (порядок приема лекарств, их назначение, заказ в лаборатории, результаты лабораторных исследований и т. д.) появляются, по меньшей мере, у 50% пациентов из группы лечения.

Затем больница может настроить время, настроить возникновение эквивалентного события в схеме лечения, получить согласие и, наконец, опубликовать его. Это включает в себя то, что необходимо в отделении неотложной помощи, на день 0, день 1, день 2 и т. д.

«Хотя этот процесс можно повторить в ручном или полуручном режиме, потребовались бы годы работы, чтобы хотя бы приблизиться к раскрытию части этих знаний, - сказал М. Сандерс. – А инструменты Ayasdi для управления клиническими вариациями, позволяют нам сделать это за несколько дней. Весь наш SQL-код был параметризован, так что переход к новой диагностике и начало новой оценки занимает всего несколько часов».

От начала до конца внедрение первой схемы лечения воспаления легких заняло девять недель. Именно столько сотрудники больницы Флаглера учились пользоваться новым инструментом. А свою схему лечения сепсиса, которую М. Сандерс назвал гораздо более сложным процессом, они закончили всего за две недели.
Реализация новых путей для анализа

Как упоминалось ранее, благодаря внедрению новой схемы лечения воспаления легких путем изменения порядка, установленного в МИС, больница Флаглера рассчитывает сэкономить $1 356,35 на одном пациенте с пневмонией в виде прямых затрат по сравнению со статус-кво. При этом продолжительность пребывания пациента в больнице сократится на два дня.

«Мы также снизили уровень повторных обращений с 2,9% до 0,4%, - сказал М. Сандерс. - Это произошло из-за того, что ИИ показал нам решения, которые мы даже не знали бы, где искать, тем более за такой невероятно короткий промежуток времени. Например, группа Goldilocks показала нам, что чем быстрее мы начинаем лечить больного пневмонией, у которого также была хроническая обструктивная болезнь легких, тем короче его пребывание в больнице, ниже стоимость лечения и ниже частота повторных обращений».

Затраты на лечение были сокращены за счет исключения лабораторных, рентгеновских и других процессов, которые не добавляли ценности, а также за счет сокращения общей продолжительности пребывания пациента в больнице.

М. Сандерс добавил: «После просмотра данных, кардиолог из Pit Crew сказал: «Группа врачей, которая лечила пациентов группы Goldilocks, произвела меньше манипуляций, чем я в таких случаях, но достигла лучших результатов. Следовательно, когда мы добавляем что-либо вне схемы лечения, кроме нормативных требований, мы увеличиваем стоимость лечения без какой-либо выгоды для пациента». Для врача это было озарением.

Таким образом, больница Флаглера переходит от своего первоначального плана - решения задач по 12 заболеваниям за три года к разработке схемы лечения одного заболевания в месяц. Это значительное изменение, которое отражает удовлетворенность врачей искусственным интеллектом.

«С нашим опытом я чувствую себя комфортнее с каждым месяцем, - сказал М. Сандерс. - Как вы знаете, задержка зависит не от технологии или нашей способности усваивать и анализировать данные. То, что замедлит нас, - это утомительный процесс, во время которого медицинский персонал проверяет и утверждает разработанные схемы лечения».

Использование технологии не требует наличие в клинике ученого, но требует разработки кода SQL для извлечения данных. Но, М. Сандерс отметил, что больницы не должны бояться ИИ.

«Это необходимо для работы, которую мы все должны делать, чтобы улучшить качество нашего здравоохранения, одновременно снижая расходы и повышая эффективность наших больниц, - сказал он. - Наши МИС становятся нашими новыми «учебниками». Они показывают нам все данные и рассказывают, что на самом деле произошло».

М. Сандерс пришел к выводу, что инструменты ИИ, которые использует больница Флаглера, показывают, что врачи, обеспечивающие уход за пациентами, в другом случае не могли бы найти и ответить на ряд вопросов, поскольку даже не знали бы, что спросить.
По материалам исследования: Healthcare IT News
Перевод и адаптация: Doctor Booster
Комментарий:
Многие называют XXI век веком ИИ, и это - небезосновательно.

Традиционно лидерами в сфере внедрения ИИ являются США наряду с Китаем. США, в данном случае, быстрее всех добрались до столь консервативной отрасли, как медицина, где IТ технологии зачастую внедряются с опозданием.

Речь, в первую очередь, конечно не о замене врача, а об автоматизации процессов, и быстром получении выводов из большой базы данных в помощь врачу.

ИИ имеет важную составляющую в области доказательной медицины, в частности, прогнозирования и управлении клиническими вариациями, позволяя пересматривать и совершенствовать протоколы и планы лечения.

По-прежнему, как мы видим, огромным стимулом этого является экономическая составляющая. Тем, кто на постоянной основе отслеживает эффективность лечения, а также считает деньги и время, ИИ реально помогает совершенствовать процессы, даже в рамках отдельно взятого медицинского учреждения. Это позволяет снижать такие существенные больничные затраты, как издержки по госпитализациям и повторные визиты без ущерба качеству лечения.

Поэтому так важно клинические данные сопоставлять с финансами и бизнес-процессами для поиска самых оптимальных путей. Это многофакторная обработка тонн информации с различными вариациями, выборками, отклонениями вместе с доказательной медициной. Такой процесс займет годы ручной работы многих людей. Но гораздо быстрее и эффективнее можно получить результат, обрабатывая такой массив инструментами ИИ. А начать такой процесс возможно с надлежащего сбора и хранения данных в электронном виде.

Артур Верба
Директор по продукту, соучредитель IT4Medicine
Попробовать бесплатно
Close
Поддержка приложения Doctor Booster
Ваш E-mail
Ваш вопрос