关于人工智能（AI）在医疗保健领域的潜力预测层出不穷，包括外科护理领域。美国外科医师学会的一篇文章宣称，AI“有望彻底改变外科手术”。但要实现真正的AI转型，外科护理需要访问跨人群、提供者和护理场所收集的大量高质量数据。临床注册系统在收集程序数据方面可以发挥重要作用，尤其是在血管手术领域——但这只有在提供者承诺共享数据的情况下才能实现。
倡导手术数据共享
AI转型在医疗保健领域面临的最大障碍之一是数据完整性，即AI算法能否获得准确、完整和具有代表性的数据。“由于历史上少数群体在临床试验和其他关键研究中的代表性不足，我们在这个国家通常缺乏大型、真正具有代表性的医疗数据集，”斯坦福医学院院长Lloyd Minor在接受《华盛顿邮报》采访时如是说。
长期数据集在血管和血管内手术中的价值早已得到认可，这些数据来自临床研究和手术，有助于选择器械和患者。甚至可以帮助改进器械设计，指导外科医生如何进行手术。“如果没有[长期临床数据集]，我们将注定重蹈覆辙，重复前人的错误，”克利夫兰诊所血管外科主席在2017年写道。当时，超过10年的数据集很难找到。
如今，像血管外科协会血管质量倡议（SVS VQI）这样的临床注册系统为医疗保健提供者和血管器械制造商提供了大量关于血管护理质量和效果的信息。每月有超过10,000例临床手术的数据被添加到注册系统中，迄今为止已有超过120万例手术。这些数据通过安全的云平台进行分析。
像这样的举措对于确定医疗器械的质量及其在各种病例中的有效性至关重要。但数据完整性仍面临一些障碍。
一是新器械的引入速度和医疗器械制造商之间的合并频率。这可能导致缺少唯一设备标识符（UDIs）或同一产品有多个UDIs，使得在护理点准确捕获设备信息变得困难。这给评估性能带来了挑战。
二是不与临床注册系统共享数据的提供者数量。虽然通过SVS VQI收集和交换血管手术数据的1,000多家医疗机构令人印象深刻，但仍有许多医疗机构可以选择分享数据却选择不这样做。缺乏参与限制了提供者在器械有效性、哪些患者最受益于手术以及手术方法等方面获得的临床视角。这也削弱了AI分析在指导护理方面的力量。
要使AI真正改变护理，医疗保健行业必须解决这些挑战。
解决方案的步骤
SVS VQI在建立UDI捕获数据完整性方面的工作是一个克服缺失数据挑战的案例。
2022年7月，SVS VQI与一家医疗设备软件公司Symmetric Health Solutions建立了合作伙伴关系，该公司与美国和海外的850多家医院合作。通过将临床注册系统与设备数据注册伙伴配对，增加了可以捕获的设备属性数量，提高了患者安全性和扩展了研究机会。它还消除了医疗保健提供者和SVS VQI注册系统手动输入数据的需求，简化了新设备的添加、现有记录的维护和更新。
印第安纳大学健康心血管数据协调员Lillian Camino表示，“现在有大量的医疗设备可供选择——并且有多种方式来识别它们。过去，在数据库中找到一个设备并准确地将其捕获到注册系统中非常具有挑战性。新的注册系统功能允许快速‘搜索和选择’设备目录。曾经对摘要员来说非常困难的事情变得容易了。”
解决参与问题在AI时代具有道德重要性。
如果临床注册系统“作为实践社区的中心，促进指导、知识交流和合作”，正如《国际医学研究杂志》的一位研究人员所建议的那样，那么参与可以被视为弥合知识差距的关键，这些知识差距阻碍了实现最安全、最高质量的护理。从这个意义上说，通过安全注册系统共享数据是健康公平的问题：确保所有提供者都能访问可能影响各个人群护理的数据。这也被认为是履行“不伤害”的承诺，使全球医生能够访问做出正确护理决策所需的数据。
毫无疑问，AI在改善手术护理和结果方面具有巨大的潜力。通过在所有形式上致力于数据完整性——从积极的数据共享到设备数据完整性——外科医生及其代表的组织可以产生超越他们治疗的患者范围的影响，提升全球护理质量和安全性。
(全文结束)
