Die künstliche Intelligenz wurde in der Nähe der Spitze vieler medizinischer CIOs‘ Wunschlisten im Jahr 2019. Es ist mehr als ein helles, glänzendes Objekt – es ist ein set von Technologien, mit deren Hilfe Anbieter im Gesundheitswesen Organisationen, die erreichen durchaus ein bisschen auf die sowohl die klinischen und business-Seiten von Operationen.
Aber nicht viele provider Organisationen haben große Fortschritte gemacht mit der KI noch nicht. Noch, 2019 hat schon viele Fortschritte gemacht, durch einige zukunftsweisende Anbieter Tauchen Ihre Zehen in das KI-Wasser. Und einige dieser Anbieter haben Ergebnisse zu prahlen.
Umgang mit Lungen-Knötchen Ergebnisse
Summa Gesundheit ist eine gemeinnützige Gesundheitssystem in Nordost-Ohio. Das Greater Akron Chamber Dokumente Summa Gesundheit als einer der größten Arbeitgeber in Summit County mit mehr als 7.000 Mitarbeitern. Summa Health bietet umfassende Notfall, akute, kritische, ambulanten und Langzeit-/home-care.
Die zunehmende Anwendung von CT-Brust-Bildgebung führte zu verstärkten neben-Lungen-Knötchen Befunde bei bildgebenden Untersuchungen. Diese Knötchen wurden in der Vergangenheit erwies sich als problematisch für follow-up. Nach Angaben der Zeitschrift des American College of Radiology (Februar 2016), follow-up-raten für zufällig entstandene Knötchen Bereich von 30-50%.
„Die Patienten sehen in der Notaufnahme sind besonders anfällig für verloren zu follow-up auf Ihre zufällige Ergebnisse, etwas, das nichts mit Ihrem ursprünglichen Notfall-Besuch“, erklärt Sandy Kohut, führen Lungen-navigator bei Summa Health. „Außerdem, Vermittlung von Nachsorge und weitere diagnostische Untersuchungen für asymptomatische Erkrankungen wie Lungen-Knötchen stellt eine Herausforderung für Organisationen im Gesundheitswesen.“
Jedoch, früher zu erkennen bedeutet, dass eine frühere Behandlung, was bedeutet, dass zusätzliche Behandlungsoptionen und der steigenden Preise zu überleben.
„Als Ergebnis, ein team bei Summa Health lanciert ein multi-Säulen-Qualität-Verbesserung-Projekt zur Verbesserung der Identifizierung und geeigneten follow-up von neben-Lungen-Knötchen gekennzeichnet, die im Notfall Patienten,“ Kohut, sagte.
Verarbeitung natürlicher Sprache-driven analytics
Summa Gesundheits-wandte sich an health IT-Hersteller Nuance Communications, für Hilfe bei dieser Herausforderung. „Nuance mPower Klinischen Analytics-Lösung würde uns mit automatisierten data mining-und reporting-Werkzeuge zu identifizieren, die Notaufnahme Patienten mit Begleit-Lungen-Knötchen, follow-up,“, sagte Laura Musarra, senior business performance analyst bei Summa Health.
„Summa leveraged-sowohl von Nuance PowerScribe 360-reporting-Plattform und Nuance mPower Klinischen Analytik zu ermöglichen, das multidisziplinäre team zu verbessern, follow-up, um zufällige Ergebnisse, und führen zu einer Verbesserung der Versorgung“, erklärte Sie.
Speziell, PowerScribe 360 Berichterstattung ist ein Echtzeit-Radiologie-reporting-system, das hilft Radiologen, die Erzeugung hoher Qualität Berichte schnell und effizient zu erhöhen Arzt-Zufriedenheit und die Patientenversorgung verbessern, sagte Musarra.
„mPower Klinischen Analytics ist ein Radiologie-spezifische Verarbeitung natürlicher Sprache-driven analytics-Plattform,“ fügte Sie hinzu, spricht von der AI-Technologie NLP. “Er ermöglicht es den Benutzern leicht, Abfrage und Analyse großer Mengen von unstrukturierten oder diktiert Notizen und Daten in der Radiologie Berichte, sparen Sie Zeit und automatisieren aufwändige data-mining-Prozesse. Es ergeben sich wertvolle Daten und Einblicke, so dass es leichter zu überwachen, zu verstehen und zu verbessern klinische und operative performance.“
Einen enormen Schub in den identifizierten Patienten
In den ersten sechs Monaten, Summa Health quality improvement initiative geholfen zu realisieren, 662 – % – Zunahme in der Zahl der Patienten identifiziert jeden Monat für follow-up von 8 pro Monat auf 61 pro Monat.
“Für Patienten mit umsetzbaren Lungen-Knötchen (>8mm), Beratungen zum pulmologen wurden vorangetrieben von Lungen-Navigatoren, mit Genehmigung von der primären Versorgung ärzte für Lungen-Knötchen Kliniken“ Musarra erklärt. „Die gestiegene Zahl der Patienten, die dazu beigetragen, die Eröffnung eines neuen Lungen-Knötchen Klinik.“
Am wichtigsten ist, das multidisziplinäre team etablierte ein best practice im Umgang mit zufallsbefunde.
„Sie führen die regelmäßige Beurteilung von CT-scans von neben-Lungen-Knötchen verhindern, dass das Problem von overdiagnosis,“ Musarra erklärt. „Das team gezielt wiegt zusätzliche und potenziell riskante Tests oder Verfahren für die Bedingungen, die gutartigen und könnte Schaden verursachen, für Bedingungen, die nicht dazu führen, dass Morbidität oder Mortalität, wenn Sie wurden nie erkannt.“
Auch im Jahr 2019 im Reich der healthcare-AI, Sutter Health, health system in Sacramento, Kalifornien, hat die innovation zu einem Teil Ihrer mission. Es investiert in viele verschiedene Technologien, Forschungsprojekte und medizinische Fortschritte zur Verbesserung der Patienten-und Patienten-outcomes.
Unter anderem, Sutter Health erstellt und startet seinen Virtuellen Symptom-Checker, einen neuen künstlichen Intelligenz-Programm prüfen, die Symptome basierend auf Schweregrad und medizinische Geschichte. Es zeigt mögliche Ursachen und die nächsten Schritte.
„Die Schaffung menschlichen verbindungen ist eines der wichtigsten Dinge, die wir tun können, wie eine integrierte Gesundheits-system, dass, wenn unsere Patienten und Ihre Familien brauchen uns am meisten“, sagte Dr. Albert Chan, Chef der digital-Patienten Erfahrung bei Sutter Health. „So weit, mehr als 50% unserer symptom-checker Interaktionen statt nach Stunden.“
Mit AI, das Gesundheitssystem nehmen können, etwas sinnvolles wie die Beantwortung von Patienten Fragen in die frühen Morgenstunden und machen, dass eine systematische, fügte er hinzu.
„Wenn Sie besorgt sind oder krank, wir wollen eine Pflege, die Sie benötigen – Reduzierung der Reibung eine menschliche Interaktion zu einer Zeit,“ sagte er.
Machine-learning-aktiviert die Sicherheit der Patienten
Anderswo auf der healthcare-AI vor 2019, Israel Sheba Medical Center, Tel Hashomer, einem der top 10 Krankenhäuser in der Welt, laut Newsweek, gab die Ergebnisse einer Studie bestätigt, dass die klinischen Auswirkungen der Gesundheits-IT-Hersteller MedAware die machine-learning-fähigen Patienten-Sicherheits-Plattform, konzipiert zur Minimierung der Medikation verbundenen Risiken.
Die Ergebnisse wurden veröffentlicht 7. August 2019, die in der Zeitschrift der American Medical Informatics Association (JAMIA) in einer Studie mit dem Titel „Verringerung des Drogenkonsums Rezept Fehler und ungünstige Ereignisse durch die Anwendung einer probabilistischen, machine-learning-basierten klinischen Entscheidung support-system in einem stationären setting.“
Vermeidbare Fehler-account für 1 von 131 ambulante Todesfälle und 1 von 854 Patienten stationär Todesfälle in den USA, die mit direkten Kosten von mehr als $20 Milliarden und die Haftung, die Kosten von mehr als $13 Milliarden pro Jahr, nach Saba Forschung Autoren. Oft Fehler, die stattfinden, sind das Ergebnis von Fehlern in der EDV-Gesundheit-Informations-Systeme, entsprechend der Forschung.
Unter der Leitung von Dr. Gadi Segal, Leiter der internen Medizin, Sheba Medical Center Forscher bewerteten die Qualität, Genauigkeit und Auswirkungen der MedAware die Sicherheit von Medikamenten-Plattform.
Ärzte am Sheba analysiert, die Ergebnisse in eine einzige Krankenstation, aus einem Krankenhaus-weite live-Umsetzung von MedAware, die integriert worden waren, in der Mitte das bestehende EHR-system. Die Plattform überwacht alle ausgestellten ärztlichen Verschreibungen über 16 Monate mit der Abteilung Personal Bewertung aller Warnungen für die Genauigkeit, die klinische Wirksamkeit und Nützlichkeit, Aufnahme alle ärzte, die‘ real-time-Reaktionen auf Warnungen generiert.
Die Ergebnisse der Studie zeigten eine insgesamt geringe alert-Last, mit MedAware generierten Warnungen nur 0,4% aller Rezepte. Zusätzliche Feststellungen enthalten:
- 60% der erzeugten Warnungen, die nach einer Medikation war bereits verzichtet werden folgende änderungen im patientenstatus.
- 89% aller Warnungen wurden genau betrachtet.
- 80% aller Warnungen wurden als klinisch nützlich.
- 43% der Warnungen verursacht Veränderungen in der anschließenden medizinischen Bestellungen.
Mehr AI zu kommen, im Jahr 2020
Es gibt andere Fälle von healthcare-provider-Organisationen tun AI-Arbeit mit positiven Ergebnissen im Jahr 2019. Und 2020 verspricht viele weitere healthcare-AI-Projekte.
Die künstliche Intelligenz ist zu Beginn der Reife in der healthcare-Industrie und Gesundheitswesen CIOs, CMIOs und andere Führer haben eine riesige arena, in der zu Experimentieren und zu beweisen, dass die komplexen Technologien kann die Verbesserung der Gesundheitsversorgung und-Operationen.
Twitter: @SiwickiHealthIT
E-Mail der Autorin: [email protected]
Healthcare-IT-News ist die HIMSS Media-Publikation.