研究人员开发了一种AI工具，旨在通过识别可能影响产科护理结果的人类因素来提高安全性。由乔治娜·科斯马教授和帕特里克·沃特斯顿教授开发的I-SIRch解决方案，分析了产科事故报告，以确定可能需要额外支持的沟通、团队合作和决策等人际因素。
该工具基于对188份真实产科事故报告的分析进行训练，这些报告的分析结果已于2024年11月20日发表在《国际人口数据科学杂志》上。希望该工具能帮助制定针对产科护理的干预措施，提高母亲和婴儿的安全，这在2022年奥肯登关于NHS产科护理的审查中得到了强调，该审查发现2000年至2019年间有超过200名婴儿因护理中的反复失误而死亡。
拉夫堡大学人类因素和复杂系统教授帕特里克·沃特斯顿表示：“我们的工作开辟了新的可能性，以理解社会、技术和组织因素对母婴安全和人口健康结果的复杂相互作用。” 奥肯登审查强调了这种研究的必要性，该审查检查了产科护理，并致力于提高护理服务的安全性和质量。“通过更全面地看待母婴医疗保健的提供，我们可以制定有针对性的干预措施，改善所有母亲和婴儿的产科结果。”
I-SIRch项目由健康基金会和NHS转型局NHS AI实验室联合资助，并得到了国家卫生和护理研究所的支持。当产科护理中发生不良事件时，通常会进行调查，这些调查涉及耗时且资源密集的手动审查，以提取可能影响结果的人类因素见解，但这些审查依赖于个人的解释和专业知识，可能导致不同的结论。I-SIRch自动化并标准化了这一过程，分析多个报告以识别重复出现的因素，并确定最需要额外支持的领域。
在测试中，该工具成功地识别了每份报告中的人类因素，并提供了准确的见解，指出在哪里增加支持可以改善结果，研究人员表示。科斯马教授和沃特斯顿教授现在正在寻求资金，以使用更大、更多样化的数据集来完善I-SIRch，这将使他们能够验证工具的有效性，并确保其能够解决少数族裔母亲在产科护理中面临的挑战。
“我们希望与医院、医疗保健组织和调查机构合作，进一步完善和应用我们的AI工具到报告中。” 科斯马教授说，“这些合作伙伴关系将帮助我们提取关键情报，以防止不良事件并确保所有母亲和婴儿的安全。我们还希望将该工具适应其他类型的报告，例如不良警察事件报告，理解其中涉及的人类因素可以帮助防止未来的事件并改进应对策略。”
健康服务安全调查机构的安全见解分析师乔纳森·贝克博士表示，AI工具“可以帮助在医疗和护理领域工作的分析师识别不平等现象，通过整合多项调查的结果最大化学习效果”。
与此同时，伯明翰大学于2024年10月发布的一项对12,000多篇论文和87篇文章的回顾发现，AI软件将女性获得良好产科护理的机会提高了69%。
(全文结束)
