Toronto centre esančios Švento Mykolo ligoninės šurmuliuojančiame skyriuje vienas iš Shirley Bell pacientų kentėjo nuo katės įkandimo ir karščiavo, bet kitais atžvilgiais atrodė gerai, kol dirbtiniu intelektu pagrįstos ankstyvojo įspėjimo sistemos perspėjimas parodė, kad jis serga labiau, nei atrodė.
Nors slaugytojų komanda kraujo tyrimus paprastai tikrindavo apie vidurdienį, technologija apie gautus rezultatus pranešdavo prieš kelias valandas. Šis įspėjimas rodė, kad paciento baltųjų kraujo kūnelių skaičius buvo „labai, labai didelis“, – prisiminė Bell, ligoninės bendrosios medicinos programos klinikinė slaugytoja edukatorė.
Paaiškėjo, kad priežastis – celiulitas, bakterinė odos infekcija. Nesiimant skubaus gydymo, ji gali sukelti didelius audinių pažeidimus, amputacijas ir net mirtį. Bell sakė, kad pacientui greitai buvo skirti antibiotikai, kad būtų išvengta šių blogiausių scenarijų, daugiausia dėl komandos vidinės dirbtinio intelekto technologijos, pavadintos „Chartwatch“.
„Yra daugybė kitų scenarijų, kai pacientų būklė pažymima anksčiau, slaugytojas įspėjamas anksčiau, o intervencinės priemonės taikomos anksčiau“, – sakė ji. „Tai nepakeičia slaugytojos prie lovos; iš tikrųjų tai pagerina slaugą.“
Pirmadienį žurnale „Canadian Medical Association Journal“ paskelbtame pusantrų metų trukusiame „Chartwatch“ tyrime nustatyta, kad naudojant dirbtinio intelekto sistemą netikėtų hospitalizuotų pacientų mirčių skaičius sumažėjo net 26 proc.
„Džiaugiamės matydami, kad gelbstime gyvybes“, – sakė vienas iš autorių Dr. Muhammadas Mamdani, „Unity Health Toronto“ duomenų mokslo ir pažangiosios analitikos viceprezidentas ir Toronto universiteto Temerčio medicinos fakulteto dirbtinio intelekto tyrimų ir mokymo medicinos srityje centro direktorius.
Daug žadantis ženklas
Tyrėjų komanda išnagrinėjo daugiau nei 13 000 priėmimo į Švento Mykolo bendrosios vidaus medicinos skyrių – 84 lovų skyrių, kuriame slaugomi sudėtingiausi ligoninės pacientai, – kad palygintų įrankio poveikį šiai pacientų populiacijai su tūkstančiais priėmimo į kitus subspecializacijos skyrius atvejų.
„Tuo pačiu laikotarpiu kituose mūsų ligoninės skyriuose, kurie nenaudojo „Chartwatch“, šių netikėtų mirčių pokyčių nepastebėjome. „Tai buvo daug žadantis ženklas“, — sakė pagrindinis tyrimo autorius daktaras Amolas Verma, Sent Maiklo ligoninės gydytojas ir mokslininkas.
„Unity Health“ dirbtinio intelekto komanda pradėjo kurti „Chartwatch“ dar 2017 m., remdamasi darbuotojų pasiūlymais, kad mirčių ar sunkių ligų prognozavimas galėtų būti svarbiausios sritys, kuriose mašininis mokymasis galėtų būti naudingas.
Technologija kelerius metus buvo kruopščiai tobulinama ir bandoma, kol 2020 m. spalį buvo įdiegta, sakė Verma.
„Chartwatch“ matuoja apie 100 įvesties duomenų iš [paciento] medicininių įrašų, kurie šiuo metu įprastai renkami teikiant sveikatos priežiūros paslaugas“, – paaiškino jis. „Taigi, paciento gyvybinės funkcijos, širdies ritmas, kraujospūdis… visi kasdien atliekamų laboratorinių tyrimų rezultatai.“
Dirbdamas kartu su klinikinėmis komandomis, šis įrankis stebi bet kokius pokyčius asmens medicininiuose įrašuose „ir kas valandą dinamiškai prognozuoja, ar paciento būklė ateityje gali pablogėti“, – „CBC News“ sakė Verma.
Tai gali reikšti, kad ligonio būklė blogėja, jam reikia intensyviosios terapijos arba jis net atsiduria ant mirties slenksčio, todėl gydytojai ir slaugytojai turi galimybę įsikišti.
Kai kuriais atvejais tokios intervencijos apima gydymo lygio padidinimą, kad būtų išgelbėta žmogaus gyvybė, arba ankstyvą paliatyviąją priežiūrą tais atvejais, kai pacientų išgelbėti neįmanoma.
Bet kuriuo atveju, pasak tyrėjų, „Chartwatch“ papildo pačių gydytojų sprendimus ir padeda pasiekti geresnių rezultatų silpniems pacientams, padeda išvengti daugiau staigių mirčių, kurių būtų galima išvengti.
Sveikatos priežiūros srityje populiarėja dirbtinis intelektas
Pastaraisiais metais dirbtinis intelektas naudojamas ne tik medicinoje, bet ir sulaukia daug triukšmo ir neigiamų atsiliepimų.
Nuo ginčų, susijusių su mašininio mokymosi programinės įrangos naudojimu akademiniams rašiniams rašyti, iki susirūpinimo dėl dirbtinio intelekto gebėjimo kurti tikrovišką garso ir vaizdo turinį, imituojantį tikras įžymybes, politikus ar paprastus piliečius – buvo daugybė priežasčių atsargiai vertinti šią besiformuojančią technologiją.
Pats Verma sakė, kad jau seniai buvo atsargus. Tačiau jis pabrėžė, kad sveikatos priežiūros srityje šios priemonės turi didžiulį potencialą kovoti su Kanados sveikatos priežiūros sistemą kamuojančiu darbuotojų trūkumu, papildydamos tradicinę priežiūrą prie lovos.
Daugeliui šių pastangų dar tik pradžia. Įvairios mokslinių tyrimų grupės, įskaitant privačias bendroves, ieško būdų, kaip panaudoti dirbtinį intelektą ankstyvesniam vėžio nustatymui.
Kai kurie tyrimai rodo, kad jis gali padėti nustatyti padidėjusį kraujospūdį vien klausantis žmogaus balso; kiti rodo, kad jis galėtų nuskaityti smegenų modelius ir nustatyti smegenų sukrėtimo požymius.
Verma pabrėžė, kad „Chartwatch“ pasižymi tuo, kad sėkmingai padeda išlaikyti gyvus tikrus pacientus.
Taip patskaitykite
„Klinikinėje aplinkoje kol kas įdiegta labai mažai dirbtinio intelekto technologijų. Mūsų žiniomis, tai yra viena pirmųjų Kanadoje, kuri iš tikrųjų buvo įdiegta, kad padėtų mums kasdien rūpintis pacientais mūsų ligoninėje“, – sakė jis.
Realaus pasaulio žvilgsnis į dirbtinio intelekto poveikį sveikatos priežiūrai
Mykolo ligoninėje atliktas tyrimas turi trūkumų. Tyrimas atliktas COVID-19 pandemijos metu, kai sveikatos priežiūros sistema susidūrė su neįprastais iššūkiais.
Miesto ligoninės pacientų populiacija taip pat yra išskirtinė, pripažino komanda, nes joje yra daug sudėtingų pacientų, įskaitant asmenis, susiduriančius su benamyste, priklausomybėmis ir persidengiančiomis sveikatos problemomis.
„Mūsų tyrimas nebuvo atsitiktinių imčių kontroliuojamas tyrimas keliose ligoninėse. Jis vyko vienoje organizacijoje, viename skyriuje“, – sakė Verma. „Taigi prieš sakydami, kad ši priemonė gali būti plačiai naudojama visur, manau, kad reikia atlikti jos naudojimo daugelyje kontekstų tyrimus.“
Britų Kolumbijos universiteto psichiatras ir tyrėjas daktaras Džonas-Džose Nunezas, kuris tyrime nedalyvavo, sutiko, kad tyrimą reikia pakartoti ir kitur, kad būtų galima geriau suprasti, kaip gerai „Chartwatch“ gali veikti kitose įstaigose.
Jis taip pat pridūrė, kad naudojant bet kokias naujas dirbtinio intelekto technologijas reikia apsvarstyti pacientų privatumo klausimą.
Vis dėlto jis pagyrė tyrimo grupę už tai, kad ji pateikė „realaus pasaulio“ pavyzdį, kaip mašininis mokymasis gali pagerinti pacientų priežiūrą.
„Iš tikrųjų manau, kad dirbtinio intelekto įrankiai tampa dar vienu klinikinės priežiūros komandos nariu“, – sakė jis.
„Unity Health“ komanda tikisi, kad ateityje jų technologija bus plačiau taikoma jų pačių Toronto ligoninių tinkle ir už jo ribų.
Didelė dalis šio darbo atliekama per „GEMINI“, didžiausią Kanados ligoninių dalijimosi duomenimis tinklą, skirtą moksliniams tyrimams ir analizei, sakė „Unity Health“ duomenų mokslo viceprezidentas Mamdani.
Pasak jo, daugiau nei 30 Ontarijo ligoninių bendradarbiauja tarpusavyje, siūlydamos galimybes išbandyti „Chartwatch“ ir kitas dirbtinio intelekto priemones įvairiose klinikinėse aplinkose ir ligoninėse.
„Dabar tai tik sudaro pagrindą, kad šiuos dalykus būtų galima diegti ir už mūsų keturių sienų“, – sakė Mamdani.
