预防医疗错误是提升患者安全和提供最佳医疗服务的关键环节。
通过减少可预防的伤害，例如手术并发症和感染，医院和诊所能够大幅提高患者安全性，并在医疗成本上节省数十亿美元。
目前，一个包括犹他大学健康AI研究评估中心（UCHAI）在内的全国性联盟正致力于构建改进医疗安全性的模型。
作为"推进更安全医疗联盟"（Coalition for Advancing Safer Healthcare，简称CASH）的四个成员机构之一，UCHAI研究人员将研究如何利用面向消费者的直接技术来改善患者安全。
David Classen博士，犹他大学健康CASH工作组负责人。图片来源：Kristan Jacobsen/犹他大学健康。
"UCHAI在CASH项目中的职责是提出五项全国性建议，指导患者如何使用人工智能提高自身护理的安全性，"犹他大学健康流行病学教授、UCHAI团队负责人兼犹他大学健康CASH工作组负责人David Classen博士表示，"这些建议将用于显著改善整个护理连续过程中的安全性。"通过技术赋能患者，工作组的建议将帮助人们提升自身医疗服务的质量。
UCHAI整体专注于研究如何最优利用人工智能工具来提升医疗安全、质量和效率，因此该中心的专业知识与更广泛联盟的使命高度契合。UCHAI正在进行的研究致力于确保电子健康记录系统的安全有效性，检测和预测不良健康事件，并开发验证电子安全措施。
联盟的其他合作伙伴包括约翰霍普金斯医学Armstrong患者安全与质量研究所（专注于大规模医疗系统技术）、MedStar健康国家医疗人类因素中心（聚焦人类因素研究）以及加州大学圣地亚哥健康Joan & Irwin Jacobs健康创新中心（研究如何利用数据提升患者安全）。
【全文结束】
