ポイントオブケアの臨床意思決定支援のための人工知能の導入は初期段階にあります。 メディアの注目や AI 研究の急増にもかかわらず、臨床現場への応用は一般的ではありません。
特に救急医療における展開のベストプラクティスに関する証拠はほとんどありません。 スコット・レビンはこのことをすべて知っています。 彼はベックマン・コールター社の研究およびイノベーション担当シニアディレクターであり、ジョンズ・ホプキンス大学医学部の救急医学の教授でもあります。
2 つの使用例について説明
レビン氏は、 HIMSS24 「救急医療における臨床意思決定支援のための人工知能の導入」と題した教育セッションで講演しました。 このセッションでは、問題分析、設計、開発、導入、影響分析という、システム エンジニアリングの成功フェーズを通じて複数の救急部門に実装された AI 臨床意思決定サポートの 2 つのユース ケースが紹介されます。
「後期の配備段階に重点が置かれるだろう」とレビン氏は語った。 「AI ツールは、ED のトリアージと処置の意思決定における課題、つまり大きな変動性、偏見、限られた予後妥当性を伴う可能性のある重要な意思決定における課題に対処します。」
このセッションに参加する人にとっての主な学習目標は、実用的な AI に関連する医療品質研究庁 (AHRQ) のシステム エンジニアリングの 5 つの成功フェーズを特定することです。 臨床上の意思決定のサポート 公開草案の例では、と彼は指摘した。
同氏は、「AIツールがどのように課題に対処し、開発、導入、効果を評価するかについてのフレームワークを持つことが医療にとって極めて重要だ」と述べた。 「これには、臨床医がこれらのツールとどのように対話するか、また臨床医が意思決定行動をどのように変える可能性があるかを研究することが含まれます。
「AIツールがこのサイクル全体をやり遂げることはまだ珍しいことであり、特にポイントオブケアで機能するツールはそうです」と彼は続けた。 「医療コミュニティがより多くの事例を知ることができれば、患者にとっての利益を実現できる可能性が高まります。」
AI におけるバイアスを軽減する
もう 1 つの目的は、AI を使用してバイアスを研究し、軽減する方法を説明することです。
「これには、AIアルゴリズムのバイアスと、同様にバイアスがかかっている可能性のある現状の臨床医の意思決定構造の両方を評価することが含まれます」とレビン氏は説明した。 「後者が存在し、測定可能な場合、 AI はユニークな機会を提供します ケアの時点で課題に直接対処します。
「地域社会がケアの格差をなくそうと努めている今、これは今日の医療にとって非常に重要だ」と同氏は結論づけた。
「救急医療における臨床意思決定支援のための人工知能の導入」というセッションは、3月12日の午後1時15分から1時45分まで、オーランドのHIMSS24のW307A室で開催される予定だ。 詳細と登録。
LinkedIn で Bill の HIT 報道をフォローしてください。 ビル・シウィッキー
彼にメールを送ります: [email protected]
Healthcare IT News は HIMSS Media の出版物です。