Un outil d'IA qui analyse les données et les notes des infirmières détectés lorsque les patients de l'hôpital se détérioraient près de deux jours plus tôt que les méthodes traditionnelles et réduisaient le risque de décès de plus de 35%, ont trouvé un essai clinique d'un an de plus de 60 000 patients dirigés par des chercheurs de l'Université Columbia.
Le nouvel outil d'IA, concerne le système d'alerte précoce, utilise l'apprentissage automatique pour analyser les modèles de documentation infirmière pour prédire quand un patient hospitalisé se détériore avant que le changement ne soit reflété dans les signes vitaux, permettant des interventions opportunes et vitales.
Dans l'étude, l'inquiétude a raccourci le séjour moyen de l'hôpital de plus d'une demi-journée et a entraîné une diminution de 7,5% du risque de septicémie. Les patients surveillés par préoccupation étaient environ 25% plus susceptibles d'être transférés dans une unité de soins intensifs par rapport à ceux qui avaient des soins habituels.
Les infirmières sont particulièrement qualifiées et expérimentées dans la détection lorsque quelque chose ne va pas avec les patients sous la garde. Lorsque nous pouvons combiner cette expertise avec l'IA, nous pouvons produire des informations réelles et exploitables qui sauvent des vies. «
Sarah Rossetti, auteur principal de l'étude et professeur agrégé d'informatique biomédicale et infirmière à l'Université Columbia
Les résultats ont été publiés aujourd'hui dans Médecine de la nature.
La préoccupation reflète les préoccupations des infirmières
Les infirmières reconnaissent souvent des signes subtils qu'un patient se détériore, comme le changement de pâleur ou les petits changements de l'état mental. Mais leurs préoccupations, notées dans le dossier de santé électronique d'un patient, peuvent ne pas provoquer une intervention immédiate, comme le transfert dans une unité de soins intensifs.
Les analyses de préoccupation lorsque les infirmières s'identifient et répondent à ces petits changements, mais significatifs, en examinant les infirmières accrues la surveillance des patients, y compris la fréquence et le temps des évaluations, dans un modèle qui génère des scores de risque horaires et faciles à lire pour soutenir la prise de décision clinique.
« Le système préoccupant d'alerte précoce ne fonctionnerait pas sans les décisions et les opinions d'experts sur les données des données des infirmières », a déclaré Rossetti. « En rendant les instincts experts des infirmières visibles pour toute l'équipe de soins, cette technologie assure des interventions plus rapides, de meilleurs résultats et, finalement, plus de vies sauvées. »
