患者の病院から退院する可能性を予測することで、南オーストラリア州の病院の大幅なコストが節約されました。
アデレードの主要な三次急性ケア病院であるLyell McEwin病院は、呼ばれる機械学習アルゴリズムモデルを適用しました アデレードスコア 前向き裁判で。
アデレード大学の共同チームによって開発されたAIは、バイタルサインと臨床検査データを分析して、今後12時間および24時間以内に病院からの潜在的な患者の退院を予測します。 EMRシステムとのリンクを介して自動的に収集された過去48時間のデータを読み取ります。
調査結果
AIシステムは昨年4月に28日間にわたって試行され、18の外科チームおよび医療チームの入院患者の電子記録を評価するために利用されました。退院期限が来る可能性が高い患者をスクリーニングしてランク付けしました。
この期間中、病院は5％の7日間の患者の再入院率に注目しました。これは、前年同期の7.1％未満です。また、前の3。1日と比較して、2。9日の中央値が短いことを記録しました。
調査結果ANZ Journal of Surgeryに掲載されたことは、結果として生じる患者入院の減少により、病院は試験中に約735,708（約480,000ドル）を節約したことが示されました。
なぜそれが重要なのか
とのインタビューで ヘルスケアITニュース、研究の最初の著者であるジョシュア・コブール博士は、アデレードのスコアは、南オーストラリア州の救急車のランピング問題の解決策を提供するために最前線に開発されたと述べました。 SAヘルスデータは、救急車が2022年以来救急部門の外で1か月あたり平均3,000時間を費やしたことを明らかにしました。
排出プロセスを最適化することは、混雑したEDを解放するために不可欠になります。ただし、このプロセスも退屈で長いです。それには、輸送の組織化、退院薬、傷の計画、およびフォローアップの予約が含まれます。
これは、アデレードのスコアが登場する場所です。電子記録を閲覧して退院している患者を見つけるために使用される時間を短縮します。
したがって、Kovoor博士によると、臨床環境での適用は、「患者は少ないと留まる必要があります。 [the] 病院であり、退院後の再入院が少なくなり、コスト削減が生じます。」
アデレードスコアは、日常的な臨床診療の一部としてバイタルと実験室のパラメーターを収集する世界中のどのヘルスケア環境にも適用できます。また、データをEMRシステムに自動的にリンクする多くの臨床システムでの潜在的な実装もあります。
Lyell McEwinでの裁判に続いて、Adelaideのスコアは、オーストラリアの東部州全体での潜在的な実施のために考慮されています。研究チームはまた、海外で共同の機会を模索しています。アデレード大学の准教授であり、アデレードスコア研究の上級著者であるスティーブン・バッキ博士は、「将来の拡大に関する重要な利害関係者」とも話し合っていると述べた。
より大きな傾向
AIに加えて、南オーストラリア州政府は、医療システムの混雑に対処するために、テレヘルスまたは仮想ケアモデルを実装しました。最近のパンデミックに続いて、それは投資、試用、および 大人、子供、 そして 高齢者。 a 24/7のリモートヘルス監視サービス また、遠隔地と農村部のコミュニティ向けに発売されました。