Пресс-центр
В современных больницах врачи и медсестры обучены оказывать экстренную помощь, когда пациенту требуется реанимация из-за остановки сердца или дыхания. Но что если врачи смогли бы заглядывать в будущее — видеть, каким пациентам потребуется срочная помощь, и не допускать возникновения экстренной ситуации?
Новая система на основе искусственного интеллекта, запущенная в сети больниц Ochsner Health System, дает врачам такую возможность. Она анализирует результаты тысяч наблюдений и делает прогнозы относительно ухудшения состояния пациентов в ближайшем будущем. Компания Epic, разрабатывающая приложения для сферы здравоохранения, создала на платформе машинного обучения передовую технологию, которая оповещает персонал больницы Ochsner при угрозе возникновения экстренных ситуаций, позволяя реагировать быстрее, принимать профилактические меры и спасать больше жизней.
«Эта система позволяет определять очередность оказания помощи, — говорит Майкл Трухильо, медицинский директор отделения скорой помощи и реанимации Медицинского центра Ochsner, главного медицинского учреждения Ochsner в Новом Орлеане. — Один врач может наблюдать за 16–20 пациентами, и ему всегда сложно определить, кому внимание требуется в первую очередь. Система же говорит: судя по лабораторным анализам, показателям жизненно важных функций и другим данным, сейчас требуется осмотреть вот этого пациента».
Осенью прошлого года за 90-дневный испытательный период эта система позволила уменьшить обычное число экстренных ситуаций в больнице Ochsner на 44%. Теперь эта технология внедряется на постоянной основе, в том числе в других больницах, входящих в крупнейшую сеть некоммерческих медицинских учреждений Луизианы.Разработанную компанией Epic платформу машинного обучения и библиотеку моделей могут использовать все организации, работающие с программным обеспечением Epic, независимо от того, есть ли в их штате специалисты по обработке данных.
Доктор Даниэль Джекс наблюдает за показателями жизненно важных функций пациента в Медицинском центре Ochsner.
Интеграция искусственного интеллекта и изменение культуры
Быстрое развитие ИИ привело к появлению множества исследовательских проектов в области здравоохранения, но больницы Ochsner стали одними из первых в США медицинских учреждений, начавших применять ИИ для ухода за пациентами. Основа для использующейся сейчас системы прогнозирования начала формироваться пять лет назад, вместе с началом стандартизации рабочих процессов и консолидации источников данных в сети больниц Ochsner.
Предиктивные модели требуют огромных объемов данных. Благодаря большой подготовительной работе по сбору медицинских записей, проведенной с помощью ПО Epic, в 11 больницах Ochsner теперь доступна обширная база данных. Информация из этой базы позволяет Ochsner создавать, обучать и проверять модели для прогнозирования ухудшения состояния пациентов.
«Пять лет назад мы понимали, что нам необходимо использовать имеющиеся данные, причем в виде структурированной модели», — говорит Ричард Милани, директор по преобразованию клиник Ochsner Health System и медицинский директор программы innovationOchsner, нацеленной на коренное изменение здравоохранения с помощью новых решений.
Создать правильную модель было непросто, но трудной оказалась и ее интеграция в рабочий процесс. Новая технология требовала нового подхода к работе. Сначала некоторые врачи считали, что это еще один «калькулятор показателей», позволяющий выявлять большие группы пациентов с высоким риском и полезный для медсестер.
Кардиохирург Адитья Бансал (второй справа) и доктор Даниэль Джекс обсуждают диагноз с пациентом Джорджем Уэтерингтоном и его женой Делорес в Медицинском центре Ochsner.
Случалось, что система отправляла оповещение вскоре после того, как медсестра проверила показатели жизненно важных функций пациента и вышла из палаты. Состояние сотен пациентов постоянно меняется, и сейчас система отправляет лишь несколько оповещений в день — от 6 до 10. Каждое оповещение требует внимания врачей, способных быстро поставить диагноз, а не только провести реанимацию.
«Это совсем другой подход, меняющий культуру, — говорит Милани. — Мы создаем свою программу профессиональной подготовки, отличающуюся от традиционных, и формируем команды специалистов, способных хорошо выполнять свою работу в новых условиях».
Предупреждение за четыре часа
Чтобы уменьшить число ложных срабатываний, команда Милани обучила модель на основе данных о пациентах Ochsner, среди которых много больных с нарушениями в работе сердца и почек. Лабораторные анализы ухудшаются перед тем, как пациент проходит диализ, но риска возникновения экстренной ситуации при этом нет.
Похожая ситуация возникает и у пациентов с имплантированными устройствами для поддержки сердечной деятельности: показатели кровяного давления находятся на тревожно низком уровне, но угрозы для жизни нет. Модель Ochsnerучитывает оба типа пациентов.
Медсестра Дионн Рашаль наблюдает за показателями жизненно важных функций пациента Медицинского центра Ochsner.
«Одна из задач этого проекта заключалась в том, чтобы понять, что произойдет, когда наша модель начнет работать в реальном мире, — говорит Джонатан Уилт, технический директор innovationOchsner. — Кроме того, мы должны были выяснить, какие ситуации сложно поддаются прогнозированию и как модель будет работать с числами и показателями, вводимыми людьми вручную».
Необходимо было также настроить частоту и время отправки оповещений. Если оповещений слишком мало, можно упустить из вида пациентов с высоким риском, а если оповещений слишком много, врачи будут уставать и не справляться. Оповещения, отправленные слишком рано, не помогают распознать неотложность ситуации, но если затянуть с их отправкой, может быть слишком поздно для вмешательства.
Оптимальным оказалось четырехчасовое предупреждение: врач получает достаточно времени, чтобы закончить текущие дела, прийти (а не прибежать) в палату к пациенту и провести осмотр. Вмешательство может включать смену лекарств, перевод в отделение интенсивной терапии и другие меры.
«Это достаточно надежная модель, но мы хотим знать, можно ли с помощью имеющейся информации сделать что-то, что повлияет на ход лечения», — говорит Милани.
Являясь специалистом по обработке данных, Уилт также использует средства машинного обучения Epic, чтобы прогнозировать появление у пациентов пролежневых язв и инфекционных заболеваний, полученных в больнице. Однако платформа Epic позволяет быстро создавать и интегрировать модели любым медицинским учреждениям, даже если в штате нет специалистов по ИИ.
Оповещение о риске ухудшения состояния пациента Медицинского центра Ochsner в мобильном приложении Epic Haiku.
Созданная компанией библиотека моделей машинного обучения и растущая «экономика алгоритмов» в организациях, использующих ПО Epic, помогает медицинским учреждениям прогнозировать возникновение сепсиса, оценивать риск повторной госпитализации, определять необходимое число медработников и делать многие другие прогнозы.
«Это значит, что для использования преимуществ машинного обучения организации не обязательно нанимать специалиста по обработке данных», — говорит Сет Хайн, директор Epic по аналитике и машинному обучению.
Платформа, усиленная возможностями Microsoft Azure, почти незаметна конечным пользователям, которые видят только важную информацию, отображающуюся в режиме реального времени — оповещения, рекомендации и результаты анализа. «Это позволяет медперсоналу уделять больше времени пациентам», — говорит Хайн.
Трухильо говорит, что персонал Ochsner принял на вооружение предиктивную систему, но добавляет: «Врачи относятся ко всему скептически и задаются вопросом: не заменит ли их искусственный интеллект?»
Ответ — нет. Врачи по-прежнему должны ставить пациентам диагнозы. Система же помогает расставлять приоритеты и синтезировать непрерывно поступающие потоки меняющихся данных, за которыми необходимо следить.
«Эта технология определенно помогает спасать жизни, — говорит Трухильо. — Если благодаря оповещениям мы сможем помочь пациентам, то окажем большую услугу им, их семьям и обществу».
Верхнее изображение: Майкл Трухильо, медицинский директор отделения скорой помощи и реанимации Медицинского центра Ochsner. Фото предоставлено Медицинским центром Ochsner.