多伦多统一健康网络（Unity Health Toronto）从多伦多创新加速合作伙伴（TIAP）的关键技术计划中获得了20万加元的资金，用于扩大本土开发的AI工具，这些工具支持医疗保健领域的人力资源规划。其中一项工具是急诊科（ED）护士分配工具，该工具已将每天分配多达27名护士到各自岗位所需的时间从三小时缩短到15分钟或更少。
“我们知道，AI可以被用来自动化任务并基于数据模式进行预测，”多伦多统一健康网络的数据科学与高级分析副总裁穆罕默德·曼达尼博士（Dr. Muhammad Mamdani）说，“在多伦多统一健康网络，我们正在开发AI工具，不仅改善患者结果，还帮助团队更高效地运作并为未来做好规划。”
行政负担是医疗保健领域的一个众所周知的问题，工作人员和医生经常将文书工作列为导致职业倦怠的主要原因之一。通过创建AI优化模型来找到最佳解决方案，耗时的行政任务几乎可以完全自动化。这有助于提高工作场所的幸福感，使医疗保健团队能够专注于最重要的事情——患者护理。
近年来，加拿大及国外的医疗保健系统也面临着严重的人员短缺问题。使用机器学习AI模型预测未来的医疗人力资源需求，有助于确保团队得到适当配置以提供优质的护理。这还可以通过减少医疗保健组织对加班时间和私人代理机构的依赖来降低成本。多伦多统一健康网络是加拿大首个拥有应用AI团队的医院网络，也是全国唯一一家开发并部署了超过50种应用AI工具以支持临床实践和运营决策的医疗保健机构。这些工具是由数据科学家与临床工作人员合作，解决挑战并利用数据和AI的力量减少等待时间、定制治疗方案、使医学更加精确并改善健康结果——甚至挽救生命。
这笔资金将用于帮助推广目前在多伦多统一健康网络使用的AI模型，包括：
- 急诊科护士分配工具：这一优化工具帮助护理团队领导和行政人员为每个班次分配护士。它已将每天的任务时间从三小时缩短到15分钟或更少。此外，它还将“重复率”——即护士连续班次被分配到同一角色的次数——从20%以上降低到5%。这有助于确保护士在各种角色中工作，创造更多的学习机会和工作满意度。
- 跨学科资源团队规划：跨学科资源团队（IRT）是由医院雇用的护士和其他卫生学科人员组成的团队，用于填补缺勤和休假。该解决方案通过分析历史数据来预测缺勤和休假的频率，帮助领导者创建具有合适规模和技能组合的IRT。
“我们非常幸运能在多伦多统一健康网络拥有一支数据科学与高级分析团队，能够构建这些工具以改善我们的工作环境，”多伦多统一健康网络人力资源副总裁曼森·洛克（Manson Locke）说，“我们在多伦多统一健康网络面临的问题在整个医疗系统中都很普遍，这笔资金将有助于确保更多医疗保健组织能够受益于这些AI工具带来的积极影响。”
(全文结束)
