澳大利亚 Healthdirect 的首席医疗官 Nirvana Luckraj 博士表示，在全国范围内实施人工智能，特别是在医疗保健等关键行业，并非易事。
在“HIMSS24 APAC”会议的“为国家虚拟和数字前门实施人工智能驱动的分诊”环节中，Nirvana Luckraj 博士描述了他们如何选择、测试和部署人工智能驱动的临床决策支持系统，以增强其国家热线服务。
Healthdirect 提供一系列免费的 24/7 热线服务，包括护士分诊和全科医生远程医疗。它为孕妇、老年人以及最近为有心理健康问题的人设有专门线路。此外，Healthdirect 在其网站上提供药品信息和精选的健康内容，并具有在线预约和转诊功能，可直接与包括“我的健康记录”在内的国家护理路径相整合。
问题
在最近将其技术堆栈迁移到自己的操作平台时，Healthdirect 采取的行动之一是获取临床决策支持系统（CDSS）。
它需要该工具从一开始就考虑多种症状。“我们需要一个能够容忍和分析多种症状的 CDSS。我们还希望它能够反映考虑到诸如诱发因素、慢性病史和旅行史等风险因素的真实咨询情况。”
“我们还想要一个下一代的东西，能够提供更全面和准确的分诊，”Luckraj 博士补充道。
此前，该服务使用基于决策树类型算法的 CDSS，这需要“大量维护”并且“只能容忍单一症状输入”。
提议
该组织随后进入市场寻求基于人工智能的 CDSS 提供商。它最初筛选出五家全球供应商，其产品经过了临床测试。
为了测试人工智能系统在澳大利亚公共卫生系统中的适用性，Healthdirect 与麦考瑞大学澳大利亚健康创新研究所的人工智能专家合作。他们采用了最近一项研究中的测试方法，使用病例小插曲来检查 CDSS 的准确性。
“我们通过 CDSS 运行这些小插曲，发现性能与最近发表的研究一致。我们还通过旧的 CDSS 运行相同的小插曲进行比较，发现新旧 CDSS 结果相似，但新的更准确，”Luckraj 博士指出。
最终，Healthdirect 选择了波兰公司 Infermedica 的人工智能 CDSS，该系统基于概率贝叶斯推理引擎运行，考虑症状、风险因素和疾病，具有更新的医学知识库，并通过 API 连接到其客户关系管理系统（CRM）。
应对挑战
2023 年 3 月在其热线推出新的 CDSS 后，实施团队立即遇到了员工的抵制。“我们低估了让医疗保健专业人员使用新技术执行旧任务所需的变更管理，”Luckraj 博士承认。
从向 CDSS 输入一个症状，他们的护士现在必须输入患者的多种症状。“护士最初对该工具感到沮丧，因为它似乎会询问与患者表现看似无关的问题。他们还必须确定患者的过去病史以确定个体风险因素，而且问题似乎比以前更高级。”
在处理护士最初的挫败感时，团队接受了他们的反馈，并协助他们适应新工具。Luckraj 博士表示，这里的一个关键改进领域是与供应商合作建立反馈循环机制，使护士不必同意每个 CDSS 的输出。
“这是一个支持系统，不是诊断系统。所以护士可以升级或降级分诊结果，并给出改变处置的原因。我们还查看了护士不同意 CDSS 输出的那些流程，以不断改进工具。”
结果
在改进 CDSS 一年后，实施团队观察到护士更改分诊结果的情况减少，更多地同意 CDSS 的结果，并且他们对其新的用户界面更满意。Luckraj 博士指出，随着护士不断提供反馈，该工具的准确性不断提高。在消费者方面，没有报告因 CDSS 导致的严重临床事件；他们现在对服务更满意，满意度得分达到三年来的最高水平。
去年 12 月，同样的人工智能驱动的 CDSS 被引入 Healthdirect 面向消费者的在线症状检查器，使其成为“众多替代护理选择的数字前门，包括直接访问紧急护理服务和虚拟急诊科。”
“未来，我们还希望根据消费者输入的症状为他们提供量身定制的信息，以提供更好的消费者体验，”Luckraj 博士分享道。
自从将人工智能纳入其热线以来，Healthdirect 声称将一半的紧急呼叫转移到不太紧急的服务。从 2023 年 7 月到 2024 年 6 月，它将 44,000 个电话连接到虚拟急诊科。它还为近 5,500 人在线预约了由全科医生领导的紧急护理服务。同时，近 350,000 人被建议在家中安全管理他们的症状。总体而言，Healthdirect 护士帮助预约了超过 370,000 次全科医生服务预约。
主题：
分析、人工智能、决策支持
