Ein Forschungsteam sammelte und analysierte zwischen 2012 und 2019 Daten aus mehreren Krankenhäusern, um einen KI-Algorithmus zu entwickeln, mit dem die Stabilität eines Krankenhauspatienten über Nacht vorhergesagt und entschieden werden kann, ob er laut a ungestört vom Schlaf gelassen werden soll oder nicht. aktuelle Studie in der Zeitschrift veröffentlicht Nature Partner Journals Digital Medicine .
VERBINDUNG: KÜNSTLICHE GEHIRNE MÜSSEN SCHLAFEN, WIE REGELMÄSSIGE GEHIRNE
AI-Tool lässt Patienten schlafen, wenn sie es brauchen, rettet Leben
Die Unterbrechung von Krankenhauspatienten, um die Vitalfunktionen während der Nachtstunden zu überprüfen, ist leider mit kognitiven Beeinträchtigungen, erhöhtem Stress, Bluthochdruck und sogar dem Tod verbunden. Ein Forscherteam hat jedoch ein tiefgreifendes prädiktives klinisches Instrument entwickelt, mit dem entschieden werden kann, welche Patienten betroffen sindsollte ohne Unterbrechung schlafen gelassen werden - dies bietet entscheidende Zeit zum Ausruhen und Erholen sowie die Straffung der Entlassungspläne.
Die neue Studie stammt von den Feinstein Institutes for Medical Research und wurde unter der Leitung von Professor Theodoros Zanos durchgeführt, der in enger Zusammenarbeit mit Arzt Jamie Hirsch arbeitete. Gemeinsam sammelten und analysierten sie Daten von mehreren Northwell Health-Krankenhäusern für die meisten20 Teenager und mit Daten besucht, die auf 24,3 Millionen Vitalzeichenmessungen von 2,13 Millionen Patienten basieren, laut einer Pressemitteilung, die Interessante Technik | wissenschaft-x.com IE per E-Mail mitgeteilt wurde.
Das Vorhersagemodell "Schlafende Patienten liegen lassen" wird bald eingeführt.
Die Forscher verwendeten eine Vielzahl klinischer Daten - darunter Herzfrequenz, Körpertemperatur, systolischer Blutdruck, Atemfrequenz und Patientenalter -, um einen Algorithmus zu erstellen, mit dem der Übernachtungsstatus eines Krankenhauspatienten vorhergesagt werden kann. In der Studie wurde auch geprüft, ob die einzelnen Daten vorliegenDer Patient sollte die ganze Nacht über ununterbrochen bleiben, damit er schlafen kann.
Der Rollout für das klinische Tool - "Let Sleeping Patients Lie" genannt - wird in Kürze in Krankenhäusern in ganz Northwell Health fortgesetzt.
"Ruhe ist ein kritisches Element für die Versorgung eines Patienten, und es wurde gut dokumentiert, dass Schlafstörungen eine häufige Beschwerde sind, die die Entlassung und Genesung verzögern kann", sagte Assistenzprofessor Zanos vom Institut für Bioelektronische Medizin der Feinstein Institute inDie Pressemitteilung wurde mit IE geteilt. "Unsere Ergebnisse unterstreichen die Sicherheit und Genauigkeit von Lösungen, die auf maschinellem Lernen basieren, um den Weg für einen friedlicheren und sichereren Schlaf in einem Krankenhaus zu ebnen."
Eine altmodische Sichtprüfung kann falsch klassifizierte Patientenfälle korrigieren.
Ein Patient wird durchschnittlich alle vier bis fünf Stunden geweckt, um seine Vitalfunktionen zu überprüfen. Die neue Studie zeigt, wie das neue Vorhersagemodell etwa die Hälfte der Patienten gerettet hat. Nachtschlaf in einem Krankenhaus und mit außerordentlich geringem Risiko. Das neue tief lernende KI-Modell hat laut der an IE gesendeten Pressemitteilung nur weniger als zwei von 10.000 Patientennächten falsch klassifiziert.
Das neue Tool half den klinischen Teams auch dabei, die Vorhersageschwellen des Modells zu ändern, um strengere Patientenbewertungen durchzuführen. Um eine qualitativ hochwertige Versorgung zu gewährleisten, sollte eine altmodische Sichtprüfung der schlafenden Patienten, während die Krankenschwestern ihre üblichen Runden machen, die Daten abrundenfalsch klassifizierte Patienten - ein Verfahren, das bereits landesweit für Krankenschwestern standardisiert ist.
AI-Tool reduziert die Arbeitsbelastung der Krankenschwestern um bis zu 20% bis 25%
Es gibt zahlreiche Möglichkeiten für die Implementierung des prädiktiven KI-Modells "Lassen Sie schlafende Patienten liegen", das über die Patientenversorgung hinausgeht und die Arbeitsbelastung für Krankenschwestern und Krankenpfleger verringern kann. Krankenhauspersonal - die in der Coronavirus-Krise infamös überlastet sind - wenn es um Stress und Burnout bei Mitarbeitern geht.
Krankenschwestern verbringen ungefähr 20% bis 35% ihrer Zeit damit, Vitalfunktionen aufzuzeichnen, und ungefähr 10% ihrer Schicht damit, sie zu sammeln. Das klinische Tool würde Krankenschwestern dabei helfen, ungefähr die Hälfte ihrer Vitalfunktionen über Nacht ohne zusätzliches Risiko auszuschneiden, was zu einer Arbeitsbelastung führtReduzierung von bis zu 20% bis 25% in einer einzigen Nachtschicht.
KI-Vorhersagewerkzeuge erkennen prozedurale blinde Flecken
Diese zusätzliche Zeit könnte neu zugewiesen werden, um Patienten mit akuteren Erkrankungen zu helfen.
"Dr. Zanos und das Fachwissen seines Teams im Bereich maschinelles Lernen haben es ihnen ermöglicht, eine effektive Lösung zur Verbesserung des Schlafes zu erfinden", sagte der Präsident und CEO der Feinstein-Institute, Kevin J. Tracey, in der mit IE geteilten Pressemitteilung. "Krankheit und Krankenhausaufenthalt beeinträchtigenSchlafzyklen und das Versprechen für künstliche Intelligenz in diesem Bereich sind vielversprechend. "
Da die KI in nahezu allen Bereichen und Branchen weiter voranschreitet, ist ihr scheinbar allwissendes Bewusstsein für menschliche Verfahren und Technologien leicht zu finden. blinde Flecken - die Dinge, die wir nicht wissen, wissen wir nicht - bieten uns die Möglichkeit, auf eine Weise zu rationalisieren, von der wir nicht wussten, dass wir sie könnten. Im Gesundheitswesen bedeutet dies, dass wir Leben retten und in der Zeit der Coronavirus-Krise Wir können es uns nicht leisten, die Vorteile einer Optimierung des Patientenschlafes wie bei einer Triage zu ignorieren, da dies Leben rettet.