您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
人工智能成为医疗警报“防火墙”
2019年12月03日 由 TGS 发表
218522
0
昨日，JMIR上发表了一项研究，旨在说明人工智能算法有望减少看护者收到的报警数量，减少报警疲劳，减轻医生以及护理人员压力，为病人提供更好、更优质的护理服务。
疲劳报警是医疗保健中普遍存在的问题，尤其是在紧急情况或医院环境中。ECRI研究所经常将“警报疲劳”列为其年度患者安全隐患清单的首要问题，而频繁的警报和通知已被证明会导致医生精疲力竭和患者护理失误，研究人员表示“医院每天可能会有数万次警报，但其中80%到99%都是错误的，并不需要临床干预。”
研究小组一致认为警报疲劳的主要根源之一是生成报警的算法质量差。他们觉得超负荷很可能给病人带来不安全的环境，卫生保健小组对警报的不敏感，会导致处理异常情况，以及可能危及生命事件的响应时间更长。为此，研究人员开发了一种人工智能算法，以减少发送给提供者的警报总数。该算法使用通知延迟方法来决定是否为医务人员传递唯一的通知，而不是为相同的警报情况传递多个报警。
算法能决定是否在通知中添加虚假报警概率（FAP）标签，以及在医务人员组中通知谁。研究小组将该算法应用于一个数据集，该数据集包括32例麻醉病人手术期间记录的病人监测数据和生命体征。在比较人工智能系统触发的警报数量和发送给护理人员的通知数量时，研究人员发现，护理人员收到的通知减少量最多可达警报总数的99.3%，平均减少量为警报总数的99.17%。
接下来，该团队计划开发人工智能算法，完善功能，根据成员的专业水平、经验程度、可用性、地理位置和当前的工作量状况，让人工智能可以更好地决定在护理人员组中通知谁。
研究人员还指出，他们在实验环境中对算法进行了评估，未来的工作将集中于通过增加患者数量、监测参数和报警类型，利用更现实的临床条件对算法进行测试。专家预测，随着这种人工智能算法的改进，警报疲劳和随之而来的负面后果有望大幅度减少。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消