在医疗技术的一项突破性进展中，研究人员开发了一种AI驱动的工具，该工具通过分析护士交接班笔记显著提升了患者的安全性。这种名为“关注早期预警系统”（CONCERN Early Warning System，简称CONCERN EWS）的工具展示了其识别患者健康状况早期恶化的潜力，从而减少相关风险和住院时间，据NVIDIA报道。
革新患者护理
在2020年至2022年间进行的临床试验中，CONCERN EWS在超过6万名患者身上显示出了令人鼓舞的结果。该AI工具将患者的死亡风险降低了35%以上，并将平均住院时间减少了半天以上。此外，在部署该系统的医院中，患者的败血症风险降低了7.5%。
AI优先考虑护士的观察
由哥伦比亚大学（Columbia University）和宾夕法尼亚大学（University of Pennsylvania）的研究团队开发的这一AI工具利用机器学习来优先处理护士们那些关键但往往微妙的观察。护士频繁与患者互动，能够察觉到其他人可能一时无法发现的细微健康变化。通过分析这些观察结果，该AI工具向医疗团队发出潜在健康下降的早期警报。
技术细节与部署
CONCERN EWS采用自然语言处理技术解读电子健康记录（EHRs）中的护士笔记，并检查日期、时间和地点等元数据，以检测健康问题的模式。如果它识别出异常模式，例如在不寻常的时间段增加护士访问次数，它就会向医疗团队发出潜在健康风险的信号。
该AI系统在马萨诸塞州（Massachusetts）和纽约（New York）的四家医院进行了测试，使医务人员能够比传统方法提前平均42小时发现健康问题，从而提供了关键的干预窗口。
未来发展与认可
CONCERN EWS的成功得到了美国护士基金会（American Nurses Foundation）“重新构想护理计划”（Reimagining Nursing Initiative）的资助认可。由宾夕法尼亚大学的肯里克·卡托（Kenrick Cato）共同领导的研究团队计划利用这笔资金与科罗拉多儿童医院（Children's Hospital Colorado）合作开发该工具的儿科版本。
这一创新突显了AI在医疗领域的变革潜力，特别是在提高患者安全性和优化医院运营方面。欲了解更多信息，可访问NVIDIA博客查看原始报告。
图片来源：Shutterstock
(全文结束)
