AI-systeem in Canadees ziekenhuis verlaagt onverwachte sterfgevallen met 26% door realtime waarschuwingen te geven voor risicopatiënten

Ziekenhuizen zijn voortdurend op zoek naar manieren om patiënten die het risico lopen plotseling achteruit te gaan, snel te identificeren. Dit tijdsverschil kan het verschil betekenen tussen een leven redden of een leven verliezen. Het goede nieuws is dat AI in deze sector een zegen blijkt te zijn. Een nieuwe Canadese studie heeft een oplossing - een kunstmatige intelligentie hulpmiddel dat is ontworpen om gezondheidswerkers vroegtijdig te waarschuwen. Dit systeem, CHARTwatch genoemd, werd geïntroduceerd in het St Michael's Hospitawerd geïntroduceerd op St. Michael's Hospitamichael's Hospita in Toronto om artsen en verpleegkundigen te helpen waarschuwingssignalen van achteruitgang bij patiënten op te vangen en sneller te reageren.

Uit het onderzoek bleek dat de afdeling Algemene Interne Geneeskunde (GIM) van het ziekenhuis een daling zag in bepaalde soorten sterfgevallen bij patiënten die dit systeem gebruikten. De focus lag specifiek op "niet-palliatieve" sterfgevallen, dat wil zeggen sterfgevallen die plaatsvinden zonder dat de patiënt in een staat van palliatieve zorg verkeert. Palliatieve zorg is een gespecialiseerde behandeling voor patiënten met een ernstige, vaak levensbedreigende ziekte, gericht op het verbeteren van de levenskwaliteit in plaats van het genezen van de aandoening. Het doel van de AI-tool was om onverwachte of ongeplande sterfgevallen te voorkomen, in plaats van sterfgevallen die plaatsvinden terwijl patiënten palliatieve zorg ontvangen.

Het onderzoek, dat liep van 2016 tot 2022, had betrekking op meer dan 13.000 opnames van patiënten op de GIM-afdeling. De resultaten lieten een relatieve daling van 26% zien in niet-palliatieve sterfgevallen tijdens deze interventieperiode, een daling van 2,1% naar 1,6%. Hoewel deze procentuele afname minuscuul lijkt, heeft het een significante invloed op de patiëntresultaten. In een ziekenhuisomgeving kunnen zelfs kleine verminderingen in sterftecijfers betekenen dat er na verloop van tijd tientallen levens worden gered.

CHARTwatch stuurt realtime waarschuwingen naar artsen, zodat zij onmiddellijk actie kunnen ondernemen wanneer een patiënt tekenen van achteruitgang vertoont, of beter gezegd, plotselinge achteruitgang. Onder risicopatiënten die door het systeem werden geïdentificeerd, daalde het aantal niet-palliatieve sterfgevallen van 10,3% naar 7,1%. Bovendien werd er na de implementatie van CHARTwatch meer proactieve zorg aan patiënten verleend. De doses antibiotica en corticosteroïden werden bijvoorbeeld overeenkomstig verhoogd en hun vitale functies werden vaker dan normaal gecontroleerd.

Dit is duidelijk een positieve ontwikkeling, maar de onderzoekers hebben een waarschuwing in het onderzoekspaper opgenomen. Het onderzoek was niet gerandomiseerd en andere onbekende factoren zouden de resultaten ook beïnvloed kunnen hebben. Bovendien was het onderzoek gericht op een enkele ziekenhuisafdeling, en de resultaten zouden heel anders kunnen zijn in een grotere omgeving. Desalniettemin is dit onderzoek een belangrijke vorm van bewijs dat machine-learning tools een vitale rol zullen spelen in de gezondheidszorg, en zullen bijdragen aan betere patiëntenzorg en hopelijk meerdere levens zullen redden.