臨床悪化AIはケアエスカレーションリスクの軽減に貢献

2024 年 4 月 5 日 – 研究者らは、臨床症状の悪化を検出するために設計された人工知能 (AI) モデルが、入院患者の治療エスカレーションのリスクの大幅な減少と関連していることを実証しました。 勉強 最近出版された JAMA内科。

臨床症状の悪化は罹患率と死亡率の主な要因ですが、悪化の警告兆候を早期に特定することはケアチームにとって課題となる可能性があり、 推定 病院で避けられる死の15パーセント。

臨床的悪化の兆候の認識 改善できる 臨床的に関連した介入の使用を通じて。 研究チームは、早期警告スコアは高リスク患者にフラグを立てるのに役立つように開発されているが、その有効性を示す証拠は限られていると指摘した。

これに対処するために、研究者らは、入院中の成人のケアエスカレーションのリスクを軽減し、両者の間の因果推論を評価するAI主導の臨床悪化検出ツールの能力を評価することに着手した。

分析には、2021 年 1 月 17 日から 2022 年 11 月 16 日までに、1 つの学術医療センター内の 4 つの内科部門に入院した 9,938 人の患者のデータが含まれていました。AI を活用した介入は、Epic Deterioration Index (EDI) ベースのアラートと関連する臨床検査で構成されていました。ワークフロー。

治療のエスカレーションは、迅速な対応チームの活動、集中治療室への転送、または入院中の心肺停止として特徴付けられました。

全体として、この介入は、EDI スコア閾値に達した患者の治療エスカレーションにおいて、絶対的なリスクの 10.4 パーセント ポイントの減少と関連していました。

これらの発見により、研究者らは、AI 主導の臨床悪化モデルの実装により、入院患者の治療がエスカレーションするリスクを大幅に軽減できると結論づけました。 さらに、彼らは、彼らの研究がそのような介入の有効性の証拠を提供しており、追加のケア現場でのモデルのテストが必要であると指摘した。

他の研究でも、入院患者のケアを改善する劣化モデルの可能性が強調されています。

昨年、ネーションワイド小児病院の研究者らは、 見つかった 機械学習モデルが小児の悪化リスクを正確に予測できる可能性があるということです。

このツールは、劣化リスク指数 (DRI) を使用して、心臓、悪性腫瘍、および一般 (心臓でも悪性でもない) 関連の悪化のリスクを予測します。

このモデルは既存のツールよりも精度と精度が高く、全体で 2.4 倍高い感度を示し、悪性腫瘍グループと心臓グループでそれぞれ 3 倍と 4 倍の感度を示しましたが、検出されたイベントごとに必要なアラートは 2 倍以上少なくなりました。 。

このツールを臨床現場に導入したパイロットプロジェクトの後、研究者らは、以前の状況認識ベースのプログラムと比較して、導入後 18 か月間で悪化イベントが 77% 減少したことに注目しました。