多伦多联合健康已从多伦多创新加速合作伙伴（TIAP）的“关键技术计划”中获得20万加元的资金，用于扩展其自主研发的AI工具，这些工具支持医疗保健领域的人力资源规划。其中一个工具——急诊科（ED）护士分配工具——已将每天为每位班次分配多达27名护士的时间从三小时缩短到15分钟或更少。
“我们知道，人工智能可以用来自动化任务并根据数据中的模式进行预测，”多伦多联合健康的数据科学和高级分析副总裁穆罕默德·曼达尼博士说，“在多伦多联合健康，我们正在开发AI工具，利用这些能力不仅改善患者结果，还帮助团队更高效地运作并规划未来。”
行政负担是医疗保健行业中的一个众所周知的问题，工作人员和医生经常将文书工作列为导致职业倦怠的主要原因之一。通过创建AI优化模型来找到最佳解决方案，耗时的行政任务几乎可以完全自动化。这有助于提高工作中的幸福感，使医疗团队能够专注于最重要的事情——患者护理。
近年来，加拿大和其他国家的医疗系统也面临着严重的人员短缺。使用机器学习AI模型来预测未来的医疗人力资源需求，有助于确保团队得到适当的资源配置，提供优质的护理。它还可以通过减少医疗组织对加班时间和私人招聘机构的依赖来降低成本。多伦多联合健康是加拿大首个拥有应用AI团队的医院网络，也是该国唯一一家开发并部署了超过50个应用AI工具以支持临床实践和运营决策的医疗保健机构。这些工具是数据科学家与临床工作人员合作解决挑战的结果，利用数据和AI的力量减少等待时间、定制治疗方案、使医疗更加精确并改善健康结果——甚至挽救生命。
这笔资金将用于帮助推广目前在多伦多联合健康使用的AI模型，包括：
- 急诊科护士分配工具：这个优化工具帮助护理团队领导和行政人员为每个班次分配护士的角色。它已将每天的任务时间从三小时缩短到15分钟或更少。它还将“重复率”——即护士连续班次被分配到同一角色的次数——从20%以上降低到5%。这有助于确保护士在多种角色中工作，创造更多的学习机会和工作满意度。
- 跨学科资源团队规划：跨学科资源团队（IRT）是由医院雇佣的护士和其他卫生学科工作人员组成的团队，以填补缺勤和休假的空缺。该解决方案通过分析历史数据来预测缺勤和休假的频率，帮助领导者创建具有适当规模和技能组合的IRT。
“我们非常幸运能在多伦多联合健康拥有一支数据科学和高级分析团队，能够构建这些工具以改善我们的工作环境，”多伦多联合健康的人力资源副总裁曼森·洛克说，“我们在多伦多联合健康面临的问题在整个医疗系统中普遍存在，这笔资金将有助于确保更多医疗保健组织能够受益于这些AI工具的积极影响。”
作为安大略省省级“关键技术倡议”的一部分，TIAP与OBIO®合作，提供新的支持，以加速健康科学行业对5G和先进网络、区块链、网络安全、伦理人工智能（AI）、量子计算和/或机器人技术的使用。如果您是新兴生命科学技术和/或利用关键技术的早期阶段企业的创新者或企业家，并需要IP管理、公司创建和/或技术降风险方面的支持，可以访问有关TIAP可能提供的帮助的信息。
(全文结束)
