医院正在部署人工智能（AI）技术来扫描护士的笔记，从而在风险变得致命之前发现它们。该系统能够标记出从药物错误到细微症状恶化的所有问题。
其工作原理是这样的：自然语言处理算法解析非结构化的临床笔记，并将其与患者病史和最佳实践进行交叉引用，不再仅仅依赖过度劳累的医务人员来“串联线索”。
讽刺的是，当硅谷投入数十亿美元开发元宇宙等“花哨”项目时，这种看似平凡的医疗AI却可能真正兑现科技炒作的价值（以及风投估值）。
在一项突破性的医疗技术进步中，研究人员开发了一种由AI驱动的工具，通过分析护士的轮班笔记显著提升了患者安全。这款名为“CONCERN早期预警系统”（CONCERN EWS）的工具展示了其识别患者健康恶化早期迹象的能力，从而降低了相关风险和住院时间。据NVIDIA的一份报告显示，该工具在2020年至2022年间进行了涉及超过6万名患者的临床试验，取得了令人鼓舞的结果。
革新患者护理
CONCERN EWS的临床试验结果表明，使用该系统的医院中，患者的死亡风险降低了35%以上，平均住院时间减少了半天以上。此外，该系统还使脓毒症风险降低了7.5%。
AI优先处理护士观察结果
该AI工具由哥伦比亚大学和宾夕法尼亚大学的研究团队开发，利用机器学习技术优先处理护士所做的关键但往往微妙的观察结果。护士频繁与患者互动，能够察觉到他人可能未注意到的细微健康变化。通过分析这些观察结果，AI工具可以向医疗团队发出早期警报，提示潜在的健康恶化。
技术洞察与部署
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，并检查诸如日期、时间和地点等元数据，以检测健康问题的模式。如果发现异常模式，例如护士在不寻常的时间段增加访问次数，它会向医疗团队发出潜在健康风险信号。
该AI系统在美国马萨诸塞州和纽约州的四家医院进行了测试，使医务人员能够比传统方法平均提前42小时发现健康问题，从而为干预提供了宝贵的时间窗口。
未来发展与认可
CONCERN EWS的成功得到了美国护士基金会“重新构想护理计划”的资助认可。研究团队由宾夕法尼亚大学的Kenrick Cato联合领导，计划利用这笔资金与科罗拉多儿童医院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，特别是在提升患者安全和优化医院运营方面。欲了解更多信息，请访问Nvidia博客查看原始报告。
图片来源：Shutterstock
(全文结束)
