ก่อนที่มันจะเริ่มใช้แอพพลิเคชั่นปัญญาประดิษฐ์เจฟเฟอร์สันไอน์สไตน์ซึ่งเป็นส่วนหนึ่งของระบบสุขภาพของเจฟเฟอร์สันยืนท้าทายการเพิ่มขึ้นเพื่อจัดการกับผู้ป่วยเส้นเลือดอุดตันที่ปอดเฉียบพลัน
ความท้าทาย
การเพิ่มการถ่ายภาพและเวิร์กโฟลว์ด้วยตนเอง – คำถามที่พบได้ทั่วไปในระบบสุขภาพหลายระบบ – ความเร็ว จำกัด และประสิทธิผลของการระบุและผู้ป่วย PE สามคนโดยเฉพาะอย่างยิ่งเมื่อเวลามีความสำคัญ
กระบวนการดั้งเดิมมักจะดิ้นรนเพื่อให้ทันกับความต้องการที่เพิ่มขึ้นเกี่ยวกับข้อกำหนดการถ่ายภาพซึ่งครอบคลุมสาขาวิชาและรังสีมากขึ้น พนักงานยอมรับว่า AI มีศักยภาพในการลดช่องว่างในเวิร์กโฟลว์เหล่านี้ซึ่งในที่สุดก็ช่วยให้บรรลุเป้าหมายในการส่งมอบมาตรฐานการดูแลผู้ป่วยสูงสุด
ข้อเสนอ
“ที่เจฟเฟอร์สันไอน์สไตน์วัฒนธรรมของเราเพื่อนวัตกรรมและความมุ่งมั่นที่จะยังคงอยู่บนขอบเลือดออกของเราเพื่อตรวจสอบว่า AI สามารถปฏิวัติการจัดการ PE ได้อย่างไรโดยการปรับปรุงเวิร์กโฟลว์ปรับปรุงความแม่นยำในการวินิจฉัยและการปรับปรุงการดูแลผู้ป่วย” ดร. Avi Sharma ผู้อำนวยการ
เทคโนโลยีจากซัพพลายเออร์ด้านสุขภาพไอที Aidoc ปรากฏเป็นเครื่องมือที่เหมาะสำหรับการตอบสนองความต้องการที่สำคัญนี้เขากล่าว
“ในฐานะพันธมิตรระดับโลกของ ARC – ศูนย์นวัตกรรมดิจิทัลที่ศูนย์การแพทย์ Sheba – และผู้ใช้ AI ในด้านรังสีวิทยาเราได้ใช้แพลตฟอร์มของ Aidoc สำหรับระบบรังสีวิทยาวินิจฉัยแล้ว” เขากล่าวต่อ “สิ่งนี้ทำให้เรามั่นใจได้ว่า AIO ของผู้ขายสามารถเพิ่มประสิทธิภาพของเวิร์กโฟลว์การตอบโต้ของ Embolism ในปอด (PERT)
“ AI Flag ของผู้ขายสงสัยว่า PES แบบเรียลไทม์สร้างกระบวนการเชิงรุกโดยระบุกรณีที่มีศักยภาพโดยอัตโนมัติและแจ้ง PT ผ่านแอปพลิเคชันมือถือ” เขากล่าวเสริม “กำลังการผลิตนี้เปิดใช้งานการรักษาที่ทันเวลาและการระดมพลอย่างรวดเร็วของสหวิทยาการ PERT สำหรับการแทรกแซงเร่งด่วน”
นอกจากนี้เทคโนโลยี AIDOCS ยังรวมอยู่ในระบบที่มีอยู่อย่างราบรื่นรวมถึง Fuji synapse PACs และ Cerner EHR ซึ่งทำให้มั่นใจได้ว่าการหยุดชะงักของเวิร์กโฟลว์น้อยที่สุดสังเกตเห็นว่า Sharma ทั้งนักรังสีวิทยาวินิจฉัยและนักรังสีวิทยาแทรกแซงทำงานได้อย่างมีประสิทธิภาพมากขึ้น
“ การเลือกพันธมิตรที่สอดคล้องและปรับตัวได้เป็นกุญแจสำคัญและในช่วงหลายปีที่ผ่านมาเราเติบโตขึ้นด้วย AIDOC และใช้ระบบหลายระบบเพื่อปรับปรุงการดูแลผู้ป่วยต่อไป” เขากล่าว
พบกับความท้าทาย
การใช้เทคโนโลยี AI ปฏิวัติวิธีการที่ Jefferson Einstein จัดการกรณี PE ตอนนี้ PERT ได้รับข้อความผ่านสัญญาณเตือนมือถือช่วยให้นักรังสีวิทยาการแทรกแซงประเมินการพรรณนาผู้ป่วยและผลลัพธ์ในห้องปฏิบัติการได้ทุกที่ทุกเวลา การอัปเดตแบบเรียลไทม์ทำให้มั่นใจได้ว่าการทำงานร่วมกันอย่างราบรื่นในทุกแผนกซึ่งจะช่วยลดความล่าช้าได้อย่างมีนัยสำคัญ
“ AI กระตุ้นกระบวนการที่มีความคล่องตัว: มันเตือนนักรังสีวิทยาการแทรกแซงที่ระดมทรัพยากรที่จำเป็นเพื่อให้ผู้ป่วยที่มีคุณสมบัติเหมาะสมสำหรับห้องผ่าตัด” ชาร์มาอธิบาย “ สิ่งนี้ช่วยลดเวลาในการรักษาและเสริมสร้างความเชื่อมั่นของแพทย์โดยการปรับปรุงการสื่อสารและการตัดสินใจ
“ เรายังรวม AI ไว้ในความพยายามทางการศึกษาของเรา” เขากล่าวเสริม “ตัวอย่างเช่นผู้อยู่อาศัยรังสีได้รับการฝึกฝนในระบบภายใต้การปฐมนิเทศและส่งเสริมการรักษาความลับในช่วงต้นด้วยเครื่องมือเหล่านี้”
ผลลัพธ์
ผลลัพธ์ที่ยากลำบากจนถึงปัจจุบันสามารถแบ่งออกเป็นสามพื้นที่หลัก ขั้นแรกการเพิ่มขึ้นของการแทรกแซงที่เหมาะสมทางคลินิก
ความเร็วในการแทรกแซงเพิ่มขึ้น 73.8% และเพิ่มขึ้นจาก 0.84% (17 การแทรกแซง/2,022 CTPAs) ก่อน AI เป็น 1.46% (32 การแทรกแซง/2,191 CTPAs) CTPA เป็น angiography ปอดเอกซ์เรย์คอมพิวเตอร์
“ สิ่งนี้แสดงให้เห็นถึงพลังของ AI สำหรับการสามรายที่มีประสิทธิภาพของผู้ป่วยที่สำคัญและทำให้มั่นใจได้ว่าผู้ป่วย PE ที่มีความเสี่ยงสูงได้รับการดูแลในเวลาที่เหมาะสม” ชาร์มาอธิบาย “ในแง่จริงมันหมายถึงคำตอบที่เร็วขึ้นและแม่นยำยิ่งขึ้นเมื่อทุกนาทีมีความสำคัญ”
ประการที่สองการลดเวลาในการรักษา
“ในการศึกษาเมื่อเร็ว ๆ นี้ได้รับการยอมรับสำหรับ SIR 2025 เราประเมินผลกระทบของระบบในการลดเวลาการสอบไปยังจุดสำหรับผู้ป่วยที่มีเส้นเลือดอุดตันที่ปอดเฉียบพลันได้รับการตรวจ thrombectomy percutaneous” Sharma อธิบาย “การศึกษาพบว่าการใช้สัญญาณเตือนช่วยลดการสอบทั้งหมดเป็นเข็มอย่างมีนัยสำคัญ 20%-148 นาทีเป็น 119 นาที
“ ระบบเตือนภัยได้ปรับปรุงการทำงานร่วมกันแบบสหวิทยาการระหว่างรังสีวิทยาเหตุฉุกเฉินและทีมดูแลที่สำคัญและการดูแลที่ดีขึ้นในเวลาที่ดีขึ้น” เขากล่าวต่อ “สำหรับผู้ป่วยนาทีเหล่านี้อาจหมายถึงความแตกต่างระหว่างชีวิตและภาวะแทรกซ้อนระยะยาว”
และประการที่สามประสิทธิภาพที่เพิ่มขึ้นในเวิร์กโฟลว์รังสี
“แผนกรังสีวิทยาของเราได้เห็นผลกำไรที่วัดได้ในเวลาสื่อสารที่สำคัญ” เขากล่าว “โดยการวิเคราะห์ข้อมูลประสิทธิภาพจากผู้ใช้งานในช่วงต้นเราได้แสดงการปรับปรุงประสิทธิภาพที่สำคัญในหมู่นักรังสีวิทยาสิ่งนี้ได้สร้างวงตอบรับเชิงบวกเป็นเรื่องราวความสำเร็จสนับสนุนให้หลายทีมของเรายอมรับ AI ในเวิร์กโฟลว์ของพวกเขา
“วิธีการนี้เกี่ยวข้องกับการวิเคราะห์ข้อมูลการดำเนินการก่อนและหลัง AI นำเสนอข้อสรุปในการประชุมพนักงานส่งเสริมการอภิปรายแบบเพียร์ทูเพียร์เกี่ยวกับผลประโยชน์ของ AI และวิธีการศึกษาที่ปรับแต่งเอง” เขากล่าวเสริม
คำแนะนำสำหรับผู้อื่น
ชาร์กล่าวว่าหากเพื่อนของเขาในโรงพยาบาลและระบบสุขภาพอื่น ๆ พิจารณา AI พวกเขาควรกระโดดเข้ามา
“ เวลาที่ดีที่สุดในการเริ่มใช้ AI คือเมื่อวานนี้” เขากล่าว “ มุ่งเน้นไปที่การระบุจุดปวดในเวิร์กโฟลว์ของคุณและเลือกระบบ AI ที่รวมเข้ากับระบบที่มีอยู่ของคุณอย่างราบรื่นเช่น PACS และแพลตฟอร์ม EHR
“ การสร้างวัฒนธรรมแห่งความมั่นใจและความอยากรู้อยากเห็นเป็นสิ่งสำคัญ” เขากล่าวต่อ “มีส่วนร่วมในการรับบุตรบุญธรรมก่อนกำหนดที่จะสำรวจเทคโนโลยีใหม่ ๆ และกระตุ้นให้พวกเขาแบ่งปันเรื่องราวความสำเร็จของพวกเขาใช้ข้อมูลเพื่อแสดงผลลัพธ์ที่วัดได้และแบ่งปันพวกเขาในองค์กรของคุณเมื่อเพื่อนร่วมงานเห็นหลักฐานของเครื่องมือพวกเขามีแนวโน้มที่จะลองใช้มากขึ้น”
การศึกษาอย่างต่อเนื่องก็มีความสำคัญเช่นกันโดยเฉพาะอย่างยิ่งสำหรับนักรังสีวิทยาในการศึกษาที่จะกำหนดอนาคตของการดูแลสุขภาพ AI เปิดใช้งาน
“ในที่สุดโปรดจำไว้ว่า AI เป็นการลงทุนระยะยาวในการดูแลผู้ป่วย” เขากล่าวสรุป “ มันไม่ใช่แค่ ROI เท่านั้นมันเกี่ยวกับการยกระดับมาตรฐานการดูแลทุกที่ AI เสนอเครือข่ายความปลอดภัยที่ทำให้มั่นใจได้ว่าเราส่งมอบการดูแลระดับสูงสุดให้กับผู้ป่วยทุกคน”
ติดตามการโจมตีของ Bill ที่ LinkedIn: Bill Siwicki
e -mail เขา: [email protected]
การดูแลสุขภาพข่าวไอทีเป็นสื่อสิ่งพิมพ์ HIMS
ดูตอนนี้: ทำไมคุณไม่สามารถทิ้ง AI บน CIO หรือ CTO เพื่อสร้างเจ้าหน้าที่ AI Boss