Najnoviji Microsoftov AI alat može predvidjeti propuštene preglede kod doktora

Između oskudice obučenih ljekara, nedostatka medicinskog osoblja i opšte iscrpljenosti zdravstvenih radnika, obezbjeđivanje pregleda kod doktora nije lak zadatak u modernom kliničkom okruženju. Zaista, vrijednost vremena za sastanke nikada nije bila veća.

Ovaj dio je upravo ono što Microsoftov najnoviji alat za umjetnu inteligenciju (AI) pokušava riješiti: smanjenje propuštenih termina za zdravstvenu njegu. Merav Davidson, potpredsjednik Microsofta za industriju AI, napisao je u Microsoft Industry Blogs: „Godišnji trošak propuštenih termina u zdravstvenoj industriji je više od 150 milijardi dolara samo u SAD-u. Propušteni termini ne samo da dovode do pada zdravlja pacijenata, već i ekonomski efekti nepojavljivanja pacijenata značajno utiču na rad klinike i kalkulacije fiksnih troškova, što rezultira prekomjernim brojem osoblja i neplaniranim zastojima, što u konačnici ostavlja zdravstvenim radnicima da se bore sa svakodnevnim operacijama.”

Davidson ističe važan fenomen. Propušteni termini nisu štetni samo za pacijenta, već i za cijeli klinički ekosistem. Na primjer, ako se pacijent ne pojavi za svoje dodijeljeno mjesto, ta soba će sada ostati neiskorištena za taj vremenski period. U većini situacija, ne može se popuniti samo sljedećom osobom u redu, s obzirom na to da se radi o usluzi zasnovanoj na terminu, a sljedeća osoba vjerovatno neće doći prije nego što im je određeno vrijeme. Iako jedan ili dva propuštena termina mogu biti zanemarljiva, kada se posmatra u holističkoj perspektivi, ovo neiskorišteno vrijeme košta sistem milijarde dolara godišnje. Možda je još važnija činjenica da je izgubljeni termin propuštena prilika za nekog drugog kome je zaista bilo potrebno da vidi lekara, ali nije mogao da uđe. S obzirom da trenutne liste čekanja za lekare primarne zdravstvene zaštite podrazumevaju višemesečno čekanje na nacionalnom nivou, ovo je veoma stvaran problem.

OGLAS

Microsoftov alat je ugrađen u njegovu robusnu Cloud for Healthcare platformu i ima laku krivu za učenje: „Model se lako primjenjuje i može se obučiti u roku od samo dva sata, ostavljajući zdravstvenog radnika spremnim za korištenje rješenja u roku od samo jednog dana. Ova ponuda koristi i kliničarima i pacijentima. Sa korisničkim i poznatim interfejsom, predviđanje propuštenih termina omogućava kancelarijskom osoblju i kliničarima da predvide nedolazak pacijenata bez obuke o nauci o podacima ili osoblja.”

Davidson dalje objašnjava da je „ustanovljeno da su različite vrste ulaznih podataka značajne u predviđanju propuštenih termina u domenu zdravstvene zaštite. Demografija, povijesni obrasci, društvene determinante i podaci o terminima kao što su tip i doba dana ulazni su primjeri koje timovi za njegu mogu koristiti za obuku modela.” Zamršenosti iza softvera su bile detaljno objašnjeno od strane Microsofta, koji također insistira na tome da “model nije prethodno obučen i da će ga trebati obučiti korisnik pružaoca zdravstvenih usluga.”

OGLAS

Posebno, klinike i ambulante nisu jedina mjesta na kojima bi ovaj alat mogao imati koristi. Na kraju bi ovaj softver mogao imati značajnu ulogu u gotovo svim kliničkim okruženjima, od odjela za hitne slučajeve do bolničkih situacija.

Zaista, iako je ovom AI motoru vjerovatno potrebno više rada i testiranja prije nego što se njegov puni potencijal može u potpunosti realizirati, koncept je obećavajući u pogledu korištenja podataka i objektivnih metrika za poboljšanje kliničkih ishoda.