Sztuczna inteligencja redukuje stosowanie leków przeciwbólowych

Szpital Dziecięcy w Seattle / Szpital Dziecięcy w Seattle

Wszystko dzięki unikatowej metodzie dostosowywania środków przeciwbólowych do konkretnych pacjentów. Szpital Dziecięcy w Seattle korzystając ze zbioru danych EHR (Electronic Health Record) przygotował konkretne zalecenia dla poszczególnych pacjentów w zakresie chirurgii i troski pooperacyjnej. Dzięki dostępowi do historii klinicznej konkretnego pacjenta, personel był w stanie stworzyć „mapę” chorobową pacjenta. W efekcie możliwe stało się zastosowanie spersonalizowanej, dostosowanej do konkretnego przypadku, terapii.

Nowatorskie podejście sprawiło, że lekarze mogli zrezygnować z terapii opioidowej, w przypadkach, gdy okazała się ona zbędna bądź wręcz szkodliwa. Do tej pory lekarze – nie mając przygotowanej przez sztuczną inteligencję mapy historii pacjenta – stosowali standardowe terapie, uśrednione dawki i porcje środków przeciwbólowych.

 „Bez możliwości spojrzenia szerzej na naszych pacjentów nie byliśmy w stanie oszacować skuteczności działań leków przeciwbólowych. Nie wiedzieliśmy czy pacjenci odczuwali mniejszy ból po operacji z nowym lekiem? Ostatecznie odpowiedź na to proste pytanie wymagała dziewięciomiesięcznego procesu wydobywania i analizowania danych z naszego EHR” – komentuje Dr. Greg Latham, anestezjolog ze Szpitala Dziecięcego w Seattle.

AI znacznie przyśpieszyła pracę

Rozwiązaniem okazała się oparta na sztucznej inteligencji platforma firmy MDmetrix, która umożliwiła szpitalowi interaktywne monitorowanie i ocenę wskaźników klinicznych, aby zespoły szpitalne mogły stale oceniać i dostosowywać protokoły leczenia do konkretnych pacjentów.

Platformę wykorzystano do codziennego monitorowania i oceny protokołów anestezjologicznych według kluczowych wskaźników, w tym oceny bólu, podawania leków przeciwbólowych, nudności i wymiotów pooperacyjnych, długości pobytu na oddziale wybudzeniowym oraz remisji.

Co ważne, „silnik platformy” – oparty na sztucznej inteligencji – ułatwił pracownikom odróżnianie rzeczywistych danych od tzw. szumu informacyjnego. „AI dało nam pewność, że upłynęło wystarczająco dużo czasu, abyśmy byli w stanie ocenić wartość każdej zmiany protokołu” – wyjaśnił dr. Greg Latham.

Zdaniem doktora Lathama wykorzystanie platformy przez personel przyspieszyło prace w tempie daleko wykraczającym poza tradycyjne metodologie. Jak podkreślał w komunikacie prasowym, który był równocześnie apelem do władz i administracji medycznej USA: „Dzisiaj wszyscy anestezjolodzy, pielęgniarki i chirurdzy w naszym centrum chirurgicznym używają MDmetrix – i oczekujemy od wszystkich zainteresowanych stron wprowadzenia ulepszeń w naszym systemie klinicznym”.

Źródło: HealthcareITNews

Rafał Pikuła