Forscher von RWJBarnabas Health und Rutgers finden heraus, dass ein KI-Tool hilft, die Verschlechterung des Patientenzustands früher zu erkennen und so die Zahl der Todesfälle im Krankenhaus zu reduzieren.

Forscher von RWJBarnabas Health und der Rutgers Robert Wood Johnson Medical School stellten fest, dass ein durch künstliche Intelligenz (KI) unterstütztes Frühwarnsystem dazu beitrug, hospitalisierte Patienten mit einem Risiko für eine rasche klinische Verschlechterung früher zu identifizieren, was zu weniger Todesfällen unter Hochrisikopatienten beitrug.

Die in NEJM AI , einer Fachzeitschrift der New England Journal of Medicine Group , veröffentlichte Studie untersuchte die Behandlungsergebnisse von 23,132 Hochrisikopatienten in elf Krankenhäusern des RWJBarnabas Health-Verbunds. Die Sterblichkeitsrate unter Hochrisikopatienten sank nach Einführung des KI-gestützten Frühwarnsystems von 23.1 Prozent auf 18.6 Prozent, was einer Reduzierung der risikoadjustierten Wahrscheinlichkeit eines Todesfalls im Krankenhaus um 18 Prozent entspricht.

Der Zustand von Krankenhauspatienten kann sich rasch verschlechtern, oft bevor offensichtliche Warnzeichen auftreten. Forscher evaluierten den Epic Deterioration Index (EDI), ein KI-gestütztes Tool, das kontinuierlich bereits in der elektronischen Patientenakte erfasste Informationen analysiert, darunter Vitalparameter, Laborwerte, pflegerische Beurteilungen und Alter, um Patienten mit einem erhöhten Risiko für eine schwere klinische Verschlechterung zu identifizieren. Das System berechnet die Risikowerte alle 15 Minuten neu und alarmiert automatisch die Notfallteams, sobald Patienten die höchste Risikokategorie erreichen.

Vor der Evaluierung der Technologie in dieser Studie entwickelten und implementierten RWJBarnabas Health und Rutgers über mehrere Jahre einen systemweiten Ansatz für den Einsatz des EDI in ihren Krankenhäusern. Das Gesundheitssystem integrierte das Tool zunächst in die elektronische Patientenakte seines akademischen Lehrkrankenhauses, des Robert Wood Johnson University Hospital, um es zu erproben und zu optimieren. Dies umfasste die Festlegung von Art und Zeitpunkt der Benachrichtigungen, die Einrichtung automatischer Meldungen an Notfallteams, die Schulung des medizinischen Personals und die kontinuierliche Überwachung der Leistung. Anschließend arbeiteten Forscher von Rutgers mit RWJBarnabas Health zusammen, um die Auswirkungen dieses Ansatzes in der klinischen Praxis zu evaluieren und die Plattform zügig in den zehn weiteren Krankenhäusern einzuführen.

Lesen Sie die ganze Geschichte hier.