患者住院期间的疾病风险事件发生严重影响着医疗质量与安全。一项研究显示,欧博娱乐院内不良事件发生率为7.5%,如何实施早期预测与及时干预是改善患者预后、预防病情恶化的关键,也是困扰医院管理层与临床的难题。
基于AI-CDSS的惠每在院患者疾病风险预警系统构建了多模态疾病风险预警模型,通过整合患者在院诊疗数据,全程监测、评估患者病情发生发展,并提供实时性风险预警与干预建议,帮助医院及时筛查风险群体,实施早期诊断、早期干预,从而保障住院患者安全。以脓毒症(Sepsis)为例,该系统已帮助医院早期发现脓毒症患者1500余例,助力临床实施及时救治。
智能预警中高危患者超过百万例
在院患者疾病风险全程管控
医院内的疾病风险事件包括静脉血栓栓塞症(VTE)、房颤相关卒中等,临床主要通过使用各种疾病评估模型,综合多危险因素的水平来预测患者发病概率。近年来,国家对医院实施患者疾病风险评估的要求不断加强,并纳入相关疾病的医疗质控指标以推动医院落实。
医院实施患者疾病风险管理面临的问题主要在于三大方面:一是医院分科日益细化,医生对于非相关专科的疾病缺乏防治意识,医院需要考虑破解专科思维局限,扩大风险管理范围;二是临床筛查出的高风险群体,如何快速导流至相关专科救治。例如,非ICU发现的脓毒症患者,非心脏科住院的卒中高风险房颤患者。
三是从患者数据中人工收集危险因素效率低下。以急性生理及慢性健康评分(APACHE II)这一ICU常用评分工具为例,其包括3大部分21项指标。文献数据显示,人工获取各项指标完成评分约需2h,这也影响评估工作连续、准确地开展。
针对全部住院患者,惠每AI实时、动态监测患者的诊断、治疗、手术等信息,利用自然语言处理技术自动解析病历内容中的危险因素,智能预测患者病情,并对高风险群体制定个性化管理措施。
以脓毒症预警为例, Sepsis 3.0的诊断标准为“SOFA≥2分+感染”,系统持续监测患者SOFA分值变化,对于满足诊断标准的ICU患者,要求临床作出脓毒症诊断;非ICU的疑似患者则提醒临床请ICU会诊(一键通知),帮助医院实现全面性、规范性的风险管理。
根据2021年第三季度部分医院临床应用数据显示,惠每AI已发现脓毒症患者1560例,发现心血管病高危的高脂血症患者12000例,识别房颤患者16000例,识别VTE中高危患者超过百万例。通过AI自动预测与诊疗内涵干预,帮助临床对风险群体进行及时、恰当预防和治疗,减少不良事件发生,并建立大数据分析平台实时辅助医疗管理决策,助力医疗质量精细化管理。
AI较医生多识别31.72%的高死亡风险患者
重症患者早期预警
院内重症患者往往病情变化迅速,治疗的紧迫性非常高。而多数情况下患者在病情恶化数小时前已存在生理指标恶化,临床早期捕捉相关信号能够及时准备医疗资源,改善患者结局。
目前临床判断患者病情和预后主要是使用序贯衰竭评分系统(SOFA)、APACHE II等国际公认的评分工具,患者分值越高,病死率就越高,需根据分值及时调整护理方案。但有研究显示,仅1/4的患者生理指标恶化信号被临床察觉。医院亟待建立院内早期预警体系,提高医务人员对指标恶化的辨别与反应能力。
围绕医院识别重症患者的难点与需求,系统在患者住院期间持续监测其呼吸系统、血液系统等指标,自动收集患者数据评价病情严重程度,帮助临床早期识别重症患者。以APACHE II分值监测为例,系统自动选择急症患者入院24h的生理指标最差值进行评分,一旦达到预警分值(≥8分)将实时在临床端进行提醒,并动态评价患者分值变化,如较上次评分升高≥2分将提供两次评分结果对比,帮助临床快速评判与干预,挽救生命。
通过建立基于AI的早期预警体系,医院不仅可掌握ICU患者病情,也可监测其他科室住院患者发展成重症的趋势,从而把握好抢救黄金时间。根据某三甲医院的一项AI应用验证,纳入分析的2044名出院患者中,惠每AI通过SOFA、APACHE II自动评分预测出的高死亡风险群体,覆盖了95.16%发生不良结局的患者,较医生预测的63.44%多发现了31.72%。说明AI能够准确预测患者死亡风险,将其应用于诊疗过程中可助力临床早期识别与干预,从而改善患者预后。