人工智能工具使用医院护理记录来拯救生命

多年来,大卫·阿尔伯斯博士，副教授生物医学信息学在科罗拉多大学医学院他一直被朋友的死所困扰。早在阿尔伯斯考虑从事医疗保健事业之前，他还是一名物理学本科学生，业余时间还向著名爵士音乐家托尼·威廉姆斯(Tony Williams)学习音乐课。

1997年，他的音乐导师因心脏病发作去世，年仅51岁，当时他正在住院接受例行手术。他开始相信威廉姆斯，一个黑人，没有及时接受医疗干预，尽管提醒医护人员，有些事情感觉不对，整个医疗保健系统的患者经常表达这种情绪。

阿尔伯斯回忆说:“他去做了胆囊手术，然后被装在尸袋里离开了。”“这可能不是恶意的偏见，但医院的工作人员就是不听。”

托尼·威廉姆斯，1945-1997。

数据挖掘电子健康记录

阿尔伯斯，现在是生物信息学家他认为，他帮助构建的由人工智能驱动的预测工具将对威廉姆斯和无数其他患者的护理产生影响。他认为，这将解决建立在对医生毫无疑问的信任文化基础上的制度等级制度，以及病人护理中无意中的偏见。

临床决策支持(CDS)系统集成到电子健康记录(EHR)中，并分配一个数字评分，输入到用户界面中，并与绿色、黄色或红色状态相关联，分别表示没有恶化风险、有恶化风险或已经恶化。在换班期间，评分可以帮助护理团队标记出可能有衰退风险的患者。此外，CONCERN为其他跨学科护理团队提供护理专业知识。

2019年，该工具在波士顿伙伴医疗系统和纽约长老会医疗系统这两个卫生系统的四家医院实施，并启动了一项为期三年的项目研究。阿尔伯斯和该研究的其他作者指出，该工具将解决医院中的系统性问题，即“护士和医生之间的沟通不佳，导致对高危患者的护理延误”。他们关注心脏骤停和败血症导致的死亡率，并假设如果早期发现高危患者，许多死亡是可以预防的。

来自CONCERN临床决策支持工具的仪表板表明假设的患者处于恶化的高风险中。该项目获得了国家护理研究所和美国护士基金会的资助。

对2022年11月结束的研究结果的完整分析仍在等待中，但试验结果表明死亡率显著降低。目前正在讨论如何将CDS工具引入科罗拉多大学医院．

“护士们很喜欢”

CONCERN的工作开始于十多年前，当时阿尔伯斯在哥伦比亚大学任教，并与两位受过信息学培训的护士——肯里克·卡托(Kenrick Cato)注册护士博士和莎拉·柯林斯·罗塞蒂(Sarah Collins Rossetti)注册护士博士——开始讨论医疗保健过程。阿尔伯斯向他们讲述了威廉姆斯的案件，这引发了有关类似案件的讨论。

阿尔伯斯说:“由此产生的讨论是，护士可能会在数据显示之前就注意到一些事情。”他推测，护士经常会观察到病人行为或外表上的微妙变化，而医生可能不会注意到。当护士的担忧被提出时，他们会增加生命体征和其他检查的频率。这些观察记录在患者的电子病历中，并由医疗保健过程表示，但由于信息显示碎片化、“注释膨胀”和信息过载，这些信息经常被忽视。

Albers说:“文档模式比文档内容更重要。”“比如，如果护士不担心你，他们就不会在凌晨2点把你叫起来量血压。”

尽管阿尔伯斯在CDS中设想了计算机器，但他认为作为CONCERN研究的主要研究者的卡托和罗塞蒂是这项倡议的先锋，也是他们在方法开发方面的深入合作。此外，数据科学家Christopher knpland对模型开发做出了重大贡献。

Albers说:“这需要一个精心整合的高度跨学科的团队来开发方法和团队框架，将临床专业知识与数据科学管道结合起来，这样就可以创建一个有影响力的CDS工具。”

他补充说:“当我们实施CONCERN时，我们的想法是，它将帮助护士通过提供一种工具来根据经验对患者进行排序，从而提高他们的等级。”“护士们喜欢它，因为它可以挽救生命。”