Останній інструмент штучного інтелекту від Microsoft може передбачати пропущені прийоми до лікаря

Незважаючи на дефіцит кваліфікованих лікарів, нестачу медсестринського персоналу та загальне виснаження медичних працівників, у сучасному клінічному середовищі отримати візит до лікаря є непростим завданням. Справді, цінність часу для зустрічей ніколи не була вищою.

Це саме те, що намагається вирішити останній інструмент штучного інтелекту (AI) Microsoft: скорочення кількості пропущених медичних оглядів. Мерав Девідсон, віце-президент Microsoft Industry AI, написав у Microsoft Industry Blogs: «Річна вартість пропущених прийомів у галузі охорони здоров’я становить понад 150 мільярдів доларів лише в США. Пропущені прийоми призводять не тільки до погіршення стану здоров’я пацієнтів, але й економічні наслідки неявки пацієнтів суттєво впливають на роботу клініки та розрахунки фіксованих витрат, що призводить до надмірної кількості персоналу та незапланованих простоїв, що зрештою змушує постачальників медичних послуг боротися з повсякденною роботою».

Девідсон підкреслює важливий феномен. Пропущені прийоми шкодять не лише пацієнту, але й усій клінічній екосистемі. Наприклад, якщо пацієнт не з’явиться на виділене йому місце, ця кімната тепер не використовуватиметься протягом цього періоду часу. У більшості ситуацій його не можна просто заповнити наступною особою в черзі, враховуючи те, що це послуга, яка базується на зустрічі, і наступна особа, швидше за все, не прибуде до призначеного часу. Хоча одна чи дві пропущені зустрічі можуть бути незначними, якщо розглядати їх у цілісній перспективі, цей невикористаний час коштує системі мільярди доларів на рік. Мабуть, більш важливим є той факт, що втрачений прийом є втраченою можливістю для когось іншого, хто справді мав відвідати лікаря, але не зміг потрапити. Враховуючи, що поточні списки очікування для лікарів первинної медичної допомоги спричиняють місяці очікування на національному рівні це дуже реальна проблема.

РЕКЛАМА

Інструмент Microsoft вбудовано в її надійну платформу Cloud for Healthcare і має легку криву навчання: «Модель легко розгортати, її можна навчити всього за дві години, залишаючи постачальника медичних послуг готовим до використання рішення всього за один день. Ця пропозиція приносить користь як клініцистам, так і пацієнтам. Завдяки зручному та звичному інтерфейсу передбачення пропущених зустрічей дає змогу офісному персоналу та клініцистам прогнозувати неприбуття пацієнтів без підготовки з вивчення даних або штату».

Далі Девідсон пояснює, що «різні види вхідних даних виявилися важливими для прогнозування пропущених зустрічей у сфері охорони здоров’я. Демографічні дані, історичні моделі, соціальні детермінанти та дані про зустрічі, такі як тип і час доби, є вхідними прикладами, які бригади догляду можуть використовувати для навчання моделі». Тонкощі програмного забезпечення були детально пояснив від Microsoft, яка також наполягає на тому, що «модель не навчена попередньо, і її має навчити користувач постачальника медичних послуг».

РЕКЛАМА

Примітно, що клініки та амбулаторні заклади – не єдині місця, де цей інструмент може потенційно принести користь. Згодом це програмне забезпечення може зіграти значну роль майже в усіх клінічних умовах, починаючи від відділень невідкладної допомоги та закінчуючи стаціонарним лікуванням.

Дійсно, хоча цей механізм штучного інтелекту, ймовірно, потребує додаткової роботи та тестування, перш ніж його потенціал буде повністю реалізований, концепція є багатообіцяючою щодо використання даних і об’єктивних показників для покращення клінічних результатів.