Onderzoekers van RWJBarnabas Health en Rutgers ontdekken dat een AI-tool helpt om de verslechtering van de toestand van patiënten eerder op te sporen, waardoor het aantal sterfgevallen in ziekenhuizen afneemt.

Onderzoekers van RWJBarnabas Health en Rutgers Robert Wood Johnson Medical School ontdekten dat een door kunstmatige intelligentie (AI) ondersteund waarschuwingssysteem ervoor zorgde dat ziekenhuispatiënten met een risico op een snelle verslechtering van hun toestand eerder werden geïdentificeerd, wat bijdroeg aan een lager aantal sterfgevallen onder risicopatiënten.

De studie, gepubliceerd in NEJM AI , een tijdschrift van de New England Journal of Medicine-groep , evalueerde de uitkomsten bij 23,132 risicopatiënten in 11 ziekenhuizen van RWJBarnabas Health. Het sterftecijfer onder risicopatiënten daalde van 23.1 procent naar 18.6 procent na de implementatie van het AI-gestuurde waarschuwingssysteem, wat neerkomt op een reductie van 18 procent in de risicogecorrigeerde kans op overlijden in het ziekenhuis.

De toestand van opgenomen patiënten kan snel verslechteren, vaak voordat er duidelijke waarschuwingssignalen zichtbaar zijn. Onderzoekers hebben de Epic Deterioration Index (EDI) geëvalueerd, een AI-gestuurd hulpmiddel dat continu informatie analyseert die al in het elektronisch patiëntendossier is vastgelegd, zoals vitale functies, laboratoriumresultaten, verpleegkundige beoordelingen en leeftijd, om patiënten met een verhoogd risico op ernstige klinische achteruitgang te identificeren. Het systeem berekent de risicoscores elke 15 minuten opnieuw en waarschuwt automatisch de spoedteams wanneer patiënten de hoogste risicocategorie bereiken.

Voordat de technologie in dit onderzoek werd geëvalueerd, hebben RWJBarnabas Health en Rutgers jarenlang gewerkt aan de ontwikkeling en implementatie van een systeembrede aanpak voor het gebruik van EDI in al hun ziekenhuizen. Het zorgsysteem integreerde de tool eerst in het elektronisch patiëntendossier van het academisch medisch centrum, Robert Wood Johnson University Hospital, om deze te testen en te verfijnen. Dit omvatte onder andere het bepalen van de wijze en het tijdstip waarop waarschuwingen werden verzonden, het instellen van automatische meldingen aan spoedteams, het trainen van artsen in het gebruik ervan en het continu monitoren van de prestaties. Onderzoekers van Rutgers werkten vervolgens samen met RWJBarnabas Health om de impact van deze aanpak in de klinische praktijk te evalueren en het platform snel uit te rollen naar de andere 10 ziekenhuizen.

Lees het volledige verhaal hier.