L’intelligenza artificiale aiuta i medici a fare scelte migliori e salvare vite
RomeL'intelligenza artificiale e il machine learning stanno aiutando i medici a prendere decisioni più rapide e migliori. Uno studio del Mount Sinai, pubblicato su Critical Care Medicine, dimostra che gli alert AI possono assistere i medici nell'affrontare i problemi dei pazienti in modo più veloce. Ciò migliora i risultati clinici negli ospedali.
Lo studio principale ha ottenuto risultati rilevanti:
- I pazienti avevano il 43% di probabilità in più di vedere intensificata la propria assistenza.
- La probabilità di decesso dei pazienti era significativamente inferiore.
- I medici somministravano più farmaci a supporto del cuore e della circolazione.
- La probabilità di decesso entro 30 giorni era minore per i pazienti.
Il dottor Matthew A. Levin, l'autore principale, afferma che il loro obiettivo era vedere se gli avvisi da parte dell'intelligenza artificiale potessero ridurre la necessità di cure intensive e diminuire il rischio di decesso in ospedale. In precedenza, utilizzavano metodi tradizionali come il Modified Early Warning Score (MEWS). Tuttavia, il dottor Levin sostiene che l'intelligenza artificiale e il machine learning funzionano meglio di questi metodi datati. Essi prevedono i problemi di salute con maggiore precisione e consentono trattamenti più tempestivi, salvando così più vite.
La ricerca ha coinvolto 2.740 pazienti adulti in quattro unità medico-chirurgiche del Mount Sinai Hospital di New York. I pazienti sono stati divisi in due gruppi. Un gruppo ha ricevuto avvisi in tempo reale riguardo alla loro condizione di salute, inviati a infermieri, medici o a un team di pronto intervento. L'altro gruppo aveva avvisi creati, ma non inviati a nessuno. Tuttavia, se i pazienti del gruppo senza avviso manifestavano problemi di salute gravi, ricevevano comunque cure urgenti.
Il Dr. David L. Reich, uno degli autori principali dello studio, illustra i vantaggi degli avvisi in tempo reale tramite il machine learning. Questi modelli sono rapidi e precisi, supportando le decisioni cliniche. Assicurano che il team giusto raggiunga il paziente giusto tempestivamente. Il Dr. Reich definisce questi strumenti come 'intelligenza aumentata.' Accelerano le valutazioni da parte di medici e infermieri e avviano trattamenti più velocemente per garantire la sicurezza dei pazienti. Queste azioni mirano a creare un sistema sanitario basato sull'apprendimento.
Lo studio è stato interrotto prematuramente a causa della pandemia di COVID-19, ma ora l'algoritmo è utilizzato in tutte le unità di subintensiva del Mount Sinai Hospital. Le unità di subintensiva sono aree speciali per pazienti che necessitano di un monitoraggio attento ma che sono stabili. Ogni giorno, i medici di terapia intensiva esaminano i 15 pazienti con i punteggi di rischio più elevati e forniscono consigli terapeutici al team di cura primario. Man mano che l'algoritmo raccoglie più dati nel tempo, diventa sempre più preciso.
I ricercatori del Mount Sinai hanno creato questo algoritmo per il deterioramento clinico. Inoltre, hanno sviluppato e utilizzato altri 15 strumenti basati sull'intelligenza artificiale per il supporto decisionale clinico nel sistema sanitario del Mount Sinai.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1097/CCM.0000000000006243e la sua citazione ufficiale - inclusi autori e rivista - è
Matthew A. Levin, Arash Kia, Prem Timsina, Fu-yuan Cheng, Kim-Anh-Nhi Nguyen, Roopa Kohli-Seth, Hung-Mo Lin, Yuxia Ouyang, Robert Freeman, David L. Reich. Real-Time Machine Learning Alerts to Prevent Escalation of Care: A Nonrandomized Clustered Pragmatic Clinical Trial*. Critical Care Medicine, 2024; 52 (7): 1007 DOI: 10.1097/CCM.0000000000006243Condividi questo articolo