Najnowsze narzędzie sztucznej inteligencji firmy Microsoft może przewidywać wizyty u lekarza, który nie został pominięty

Biorąc pod uwagę niedobór wyszkolonych lekarzy, niedobory personelu pielęgniarskiego i ogólne osłabienie pracowników służby zdrowia, zapewnienie wizyty u lekarza nie jest łatwym zadaniem we współczesnym krajobrazie klinicznym. Rzeczywiście, wartość czasu spotkań nigdy nie była wyższa.

Ten fragment jest dokładnie tym, co próbuje rozwiązać najnowsze narzędzie sztucznej inteligencji (AI) firmy Microsoft: zmniejszenie opuszczonych wizyt lekarskich. Merav Davidson, wiceprezes ds. sztucznej inteligencji firmy Microsoft, napisał na blogu Microsoft Industry Blogs: „W samych Stanach Zjednoczonych roczny koszt nieodebranych wizyt w branży opieki zdrowotnej wynosi ponad 150 miliardów dolarów. Nieodebrane wizyty nie tylko prowadzą do pogorszenia stanu zdrowia pacjentów, ale także ekonomiczne skutki braku pokazów pacjentów znacząco wpływają na działalność kliniki i kalkulacje kosztów stałych, powodując nadmierne zatrudnienie i nieplanowane przestoje, co ostatecznie sprawia, że ​​świadczeniodawcy zmagają się z codziennymi operacjami”.

Davidson zwraca uwagę na ważne zjawisko. Nieodebrane wizyty są szkodliwe nie tylko dla pacjenta, ale także dla całego ekosystemu klinicznego. Na przykład, jeśli pacjent nie pojawi się w przydzielonym mu miejscu, to pomieszczenie będzie teraz nieużywane przez ten okres. W większości sytuacji nie można po prostu wypełnić go następną osobą w kolejce, biorąc pod uwagę, że jest to usługa oparta na umówionych spotkaniach, a następna osoba prawdopodobnie nie dotrze do wyznaczonego czasu. Chociaż jeden lub dwa nieodebrane terminy spotkań mogą być nieistotne, patrząc z holistycznej perspektywy, ten niewykorzystany czas kosztuje system miliardy dolarów rocznie. Być może ważniejszy jest fakt, że zmarnowana wizyta jest straconą szansą dla kogoś, kto naprawdę potrzebował wizyty u lekarza, ale nie był w stanie się tam dostać. Biorąc pod uwagę, że obecne listy oczekujących na lekarzy podstawowej opieki zdrowotnej wiążą się z wielomiesięcznym czasem oczekiwania w skali kraju jest to bardzo realny problem.

REKLAMA

Narzędzie firmy Microsoft jest wbudowane w solidną platformę Cloud for Healthcare i charakteryzuje się łatwą krzywą uczenia się: „Model można łatwo wdrożyć i można go przeszkolić w ciągu zaledwie dwóch godzin, dzięki czemu usługodawca opieki zdrowotnej jest gotowy do użycia rozwiązania w ciągu zaledwie jednego dnia. Ta oferta przynosi korzyści zarówno klinicystom, jak i pacjentom. Dzięki przyjaznemu dla użytkownika i znanemu interfejsowi przewidywanie nieodebranych wizyt umożliwia personelowi biurowemu i klinicystom przewidywanie nieobecności pacjentów bez szkolenia w zakresie analizy danych lub personelu”.

Davidson wyjaśnia dalej, że „Różne rodzaje danych wejściowych okazały się mieć znaczenie w przewidywaniu nieodebranych wizyt w dziedzinie opieki zdrowotnej. Dane demograficzne, wzorce historyczne, determinanty społeczne i dane dotyczące wizyt, takie jak rodzaj i pora dnia, to przykłady wejściowe, które zespoły opieki mogą wykorzystać do przeszkolenia modelu”. Zawiłości stojące za oprogramowaniem zostały wyjaśnione szczegółowo przez Microsoft, który również podkreśla, że ​​„model nie jest wstępnie przeszkolony i będzie musiał zostać przeszkolony przez użytkownika dostawcy opieki zdrowotnej”.

REKLAMA

Warto zauważyć, że kliniki i placówki ambulatoryjne nie są jedynymi miejscami, w których to narzędzie może potencjalnie odnieść korzyści. To oprogramowanie może w końcu odgrywać znaczącą rolę w prawie wszystkich warunkach klinicznych, od oddziałów ratunkowych po sytuacje w opiece szpitalnej.

Rzeczywiście, chociaż ten silnik sztucznej inteligencji prawdopodobnie wymaga więcej pracy i testów, zanim będzie można w pełni wykorzystać jego pełny potencjał, koncepcja jest obiecująca, jeśli chodzi o wykorzystanie danych i obiektywnych wskaźników do poprawy wyników klinicznych.

Źródło: https://www.forbes.com/sites/saibala/2022/09/30/microsofts-latest-ai-tool-can-predict-missed-doctors-appointments/