AI 工具通过分析护士记录提前预测患者危机，显著降低死亡风险

研究人员开发了一种名为CONCERN Early Warning System（CONCERN EWS）的AI工具，用于分析护士的工作记录，提前识别住院患者可能出现健康恶化或病情急剧恶化的风险。这一系统通过分析电子健康记录中的自然语言以及相关的元数据，捕捉护士在频繁互动中发现的细微变化，从而提供更准确的预测。 在2020年至2022年的早期临床试验中，CONCERN EWS涉及超过60,000名患者，结果显示该工具有助于降低患者的死亡风险超过35%，减少平均住院时间超过半天。此外，使用该系统的医院还观察到患者发生败血症的风险降低了7.5%。这些成果如果能够广泛应用，将有助于医院系统改善患者预后并降低成本。 该系统的核心创新在于对元数据的深入分析。当护士观察到患者的肤色变化、出现疲劳迹象或认知功能不正常时，他们可能会增加巡视次数或暂时停止某种药物的使用。CONCERN EWS则关注这些细微决策背后的模式，比如护士评估频率的异常增加、深夜或非常规时间的评估次数，以此来识别潜在的风险。 系统通过元数据连接每条电子健康记录，寻找表明问题的模式。若检测到危险迹象，它会立即通知医疗团队，使团队有更早的机会介入干预，防止病情恶化。研究的主要作者、哥伦比亚大学生物医学信息学及护理学副教授Sarah Rossetti表示，该AI模型通过护士的视角和记录，帮助缩短了患者平均住院时间约11%。 为了开发算法，研究人员使用了NVIDIA RTX A2000 12GB显卡。临床试验阶段，该工具在美国马萨诸塞州和纽约州的四家医院进行了部署，能够在常规方法发现前平均42小时预警患者可能出现的健康危机，大大提高了医疗团队及时介入的可能性。 今年5月，CONCERN EWS的研究团队因其出色成果荣获美国护士基金会年度“重塑护理计划”三项大奖之一。获奖团队将获得总计150万美元的一部分经费，用于进一步扩展项目。Rossetti教授与宾夕法尼亚大学信息学教授Kenrick Cato共同领导的团队计划利用这笔资金与科罗拉多儿童医院合作，开发儿科适用版本，并在社区医院中进行评估。 业内专家认为，CONCERN EWS的推出不仅标志着AI技术在医疗领域的又一次重大突破，还在提高患者安全性和优化护理流程方面展现出巨大潜力。通过利用护士的专业知识和直观判断，该系统能够在患者病情急剧恶化之前提供有效的预警，显著提升了医疗服务的效率和质量。该项目得到了多家知名机构的支持，展现了其广泛的前景和应用价值。