AI kan artsen helpen betere beslissingen te nemen en levens te redden in ziekenhuizen

AmsterdamAI en machine learning helpen artsen om sneller en beter beslissingen te nemen. Uit een onderzoek van Mount Sinai, gepubliceerd in Critical Care Medicine, blijkt dat AI-waarschuwingen artsen kunnen helpen om sneller problemen bij patiënten aan te pakken. Dit verbetert de uitkomsten voor patiënten in ziekenhuizen.

De hoofdstudie bracht enkele belangrijke resultaten aan het licht:

• Patiënten hadden 43% meer kans dat hun zorg werd opgeschaald.
• Patiënten hadden aanzienlijk minder kans om te overlijden.
• Artsen gaven meer medicijnen om het hart en de bloedsomloop te ondersteunen.
• Patiënten hadden minder kans om binnen 30 dagen te sterven.

Dr. Matthew A. Levin, de hoofdauteur, verklaart dat hun doel was om te onderzoeken of AI-waarschuwingen de noodzaak voor intensieve zorg konden verminderen en het risico van sterfte in het ziekenhuis konden verlagen. Voorheen maakten ze gebruik van traditionele methoden zoals de Modified Early Warning Score (MEWS). Maar Dr. Levin geeft aan dat AI en machine learning beter presteren dan deze oudere methoden. Ze voorspellen gezondheidsproblemen nauwkeuriger en maken vroeger ingrijpen mogelijk, wat meer levens redt.

Het onderzoek betrof 2.740 volwassen patiënten verdeeld over vier medisch-chirurgische units in het Mount Sinai Hospital in New York. De patiënten werden in twee groepen gesplitst. Eén groep kreeg real-time waarschuwingen over hun gezondheidstoestand, die werden doorgestuurd naar verpleegkundigen, artsen of een snelreactieteam. De andere groep kreeg waarschuwingen die wel werden gecreëerd, maar niet werden doorgestuurd. Als patiënten in de groep zonder waarschuwingen ernstige gezondheidsproblemen vertoonden, kregen zij echter nog steeds dringende zorg.

Lees ook:

21 november 2024 · 08:55

Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.

Dr. David L. Reich, een senior auteur van de studie, legt de voordelen uit van realtime waarschuwingen met behulp van machine learning. Deze modellen zijn snel en nauwkeurig en ondersteunen bij klinische beslissingen. Ze zorgen ervoor dat het juiste team snel bij de juiste patiënt komt. Dr. Reich noemt deze hulpmiddelen 'augmented intelligence.' Ze versnellen evaluaties door artsen en verpleegkundigen, en starten behandelingen sneller op om de veiligheid van patiënten te waarborgen. Deze acties zijn gericht op het creëren van een lerend gezondheidssysteem.

De studie werd vroegtijdig stopgezet vanwege de COVID-19-pandemie, maar het algoritme wordt nu toegepast in alle subacute zorgafdelingen van het Mount Sinai Ziekenhuis. Dit zijn speciale afdelingen voor patiënten die intensieve bewaking nodig hebben, maar stabiel zijn. Elke dag controleren artsen van de intensive care de 15 patiënten met de hoogste risicoscores en geven behandelingsadvies aan het primaire zorgteam. Naarmate het algoritme meer data verzamelt, wordt het nauwkeuriger.

Onderzoekers van Mount Sinai hebben dit algoritme voor klinische verslechtering ontwikkeld. Daarnaast hebben ze nog 15 andere op AI-gebaseerde hulpmiddelen voor klinische besluitvorming binnen het Mount Sinai Health System gemaakt en gebruikt.