在快速变化的技术世界中，人工智能（AI）已成为一项显著的创新。它已经被引入并在各个行业的职业群体中得到应用，医疗机构也不例外。目前，AI在医疗保健领域的应用非常活跃，广泛为人所知的应用案例包括用于咨询或治疗的AI聊天机器人，以及以图像识别为中心的诊断领域。这些解决方案通过获取和读取大量学习数据进行训练，并被引入医疗领域。这不仅提高了患者的便利性和诊断的准确性，还帮助医生在诊断和解读方面获得支持。
除了诊断和解读之外，AI的一个特殊应用是预测建模。它利用AI的力量来做出治疗决策并预测患者的未来。AI模型正在从诊断辅助扩展到疾病预测和管理领域。因此，医疗机构也在引入AI技术并将其应用于医疗领域。Hallym大学医疗中心（院长金永淳）自2020年以来迅速开发了医疗AI预测模型。其目的是为了迅速预防可能发生的患者安全事故，拯救患者生命并提高患者安全。
该医疗中心的信息管理处以“患者安全”为首要任务，优先考虑医院中容易发生疾病和事故的情况，构思了AI预测模型的开发。首先，为了确保新的AI深度学习和机器学习技术，内部培养了指导教师，并为信息管理处的开发者制定了培训课程。此后，开发者通过教育中的行动学习开发了AI预测模型，并将其安装在数字综合医疗信息系统（Reformax）上，形成了当前的预测模型。
Hallym大学医疗中心的42个AI预测模型是国内医疗机构中开发和应用数量最多的，42个预测模型的平均预测率为87%。高预测率得益于使用了平均10年的患者电子病历（EMR）数据。此外，分析和处理了如科室、年龄、性别、就诊日和诊断代码等学习变量（数据），并应用于优化的机器学习算法。
开发的AI预测模型用于急诊患者、门诊患者和住院患者，例如跌倒和浴窗预测模型、透析患者的动静脉血管狭窄预测模型、静脉炎发生预测模型、糖尿病并发症预测模型、CRE*CPE感染预测模型、急诊室患者褥疮发生预测模型、谵妄发生预测模型。每当医务人员在处方配送系统（OCS）中查询患者信息时，AI预测模型会实时计算并呈现发生可能性，并根据这一预测将患者分为高风险、中风险和低风险组。
例如，吸入性肺炎是一种当胃或口腔中的分泌物中的致病细菌通过气管而非食道进入肺部时发生的疾病。以前，对于因反复脑梗塞、痴呆和昏迷等增加住院患者吸入性肺炎风险的临床情况，医务人员只能被动应对。然而，预测模型可以实时识别住院患者发生吸入性肺炎的风险，并在疾病发生前采取措施，使患者能够更安全地接受治疗。
一位实际的AI预测模型患者体验案例是金美淑（59岁，化名）的丈夫因肺炎住院时出现吞咽障碍（吞咽困难）。病房的一名护士立即赶到她身边，插入气道，迅速提供口腔吸痰，并亲切地提供了防止吸入的教育和解释。金美淑说：“你是怎么知道的？你这么快就来了？后来我才知道是AI预测并告知了护士。”她对医务人员表示感激，认为AI预测模型非常神奇，似乎挽救了生命。
Hallym大学春川圣心医院护理团队负责人张京熙表示：“由于可以实时掌握吸入性肺炎的可能性，因此可以对高风险患者如老年人进行定制化管理。通过这个AI，我们还可以开展各种活动，以防止因吞咽障碍或吸入而可能发生的各种紧急情况。”
此外，引入预测模型还提高了医务人员的工作效率。过去，在预测模型开发之前，少数医务人员同时监控数百名患者并不容易，但现在预测模型的预测准确率高，能够在患者病情恶化前及时掌握风险，从而不可避免地提高了医务人员的工作效率。自实际引入AI预测模型以来，已确认患者的重症发生率降低，医务人员的工作效率提高。根据8月在Hallym大学江南圣心医院108病房工作的护士满意度调查，97%的受访者表示对引入AI预测模型感到满意。满意度的原因包括能够实时识别患者状况，实现24小时、365天的个性化患者管理，患者的重症发生率降低，工作便利性提高，工作效率和患者管理得到了很大提升。
Hallym大学江南圣心医院护理部主任林恩珠表示：“患者及其家属也变得更加警惕，因为他们频繁遇到以前模糊接受的安全事故风险。”引入AI预测模型减少了实际患者安全事故的发生，有助于建立安全的医院文化。因此，引入AI预测模型使得所有患者、家属和医务人员都感到满意。随着患者安全的加强，VOCs（客户声音）也有所减少。Hallym大学医疗中心计划在今年内再开发四个AI预测模型并应用于临床。未来，我们将尽最大努力加强患者安全，使其成为一家让患者信任和放心的医院。
(全文结束)
