Најновата алатка за вештачка интелигенција на Мајкрософт може да предвиди пропуштени прегледи на лекар

Помеѓу недостигот на обучени лекари, недостигот на медицински сестри и општото слабеење меѓу здравствените работници, обезбедувањето преглед на лекар не е лесна задача во современиот клинички пејзаж. Навистина, временската вредност за состаноци никогаш не била поголема.

Ова парче е токму она што најновата алатка за вештачка интелигенција (AI) на Мајкрософт се обидува да го реши: намалување на пропуштените состаноци за здравствена заштита. Мерав Дејвидсон, потпретседател за индустриска вештачка интелигенција на Мајкрософт, напиша во блоговите за индустрија на Мајкрософт: „Годишните трошоци за пропуштени состаноци во здравствената индустрија се повеќе од 150 милијарди долари само во САД. Пропуштените состаноци не само што доведуваат до опаѓање на здравјето на пациентите, туку економските ефекти на пациентот нема значително влијание врз операциите на клиниката и пресметките на фиксните трошоци, што резултира со превработеност и непланирана работа, што на крајот ги остава давателите на здравствени услуги да се борат со секојдневните операции.

Дејвидсон нагласува важен феномен. Пропуштените термини не се штетни само за пациентот, туку и за целиот клинички екосистем. На пример, ако пациентот не се појави на доделениот слот, таа просторија сега ќе остане неискористена за тој временски период. Во повеќето ситуации, не може да се пополни само со следното лице во редот, имајќи предвид дека се работи за услуга базирана на закажување, а следната личност најверојатно нема да пристигне до одреденото време. Иако еден или два пропуштени термини за состаноци може да бидат занемарливи, кога се гледа во сеопфатна перспектива, ова неискористено време го чини системот милијарди долари годишно. Што е уште поважно, можеби, е фактот што залудно залуден преглед е пропуштена можност за некој друг кој навистина требаше да оди кај лекар, но не можеше да влезе. на национално ниво, ова е многу реален проблем.

ОГЛАС

Алатката на Мајкрософт е вградена во неговата робусна платформа Cloud for Healthcare и има лесна крива за учење: „Моделот лесно се распоредува и може да се обучи во рок од само два часа, оставајќи го давателот на здравствена заштита подготвен да го користи решението во рок од само еден ден. Оваа понуда има корист и за лекарите и за пациентите. Со кориснички и познат интерфејс, предвидувањето на пропуштените состаноци им дава овластување на канцеларискиот персонал и лекарите да предвидат нејавување на пациентите без обука за наука за податоци или персонал“.

Дејвидсон понатаму објаснува дека „Различни видови на влезни податоци се значајни во предвидувањето на пропуштените состаноци во доменот на здравствената заштита. Демографските податоци, историските обрасци, социјалните детерминанти и податоците за закажување, како што се типот и времето на денот се влезни примери што тимовите за нега може да ги користат за да го обучат моделот“. Сложеноста зад софтверот беа детално објасни од Microsoft, кој исто така инсистира на тоа дека „Моделот не е претходно обучен и ќе треба да го обучи корисникот на давател на здравствена заштита“.

ОГЛАС

Имено, клиниките и амбулантските поставки не се единствените места каде оваа алатка потенцијално може да има корист. На крајот може да има значајна улога за овој софтвер во скоро сите клинички поставки, почнувајќи од одделот за итни случаи до ситуации на болничка нега.

Навистина, иако на овој мотор со вештачка интелигенција веројатно му треба повеќе работа и тестирање пред да може целосно да се реализира неговиот целосен потенцијал, концептот е ветувачки во однос на користењето податоци и објективни метрики за подобрување на клиничките резултати.