准确预测患者何时可以出院是每个有效出院计划的核心，确保患者从医院到家的过渡顺利进行。正确掌握这一时机可以让患者的家人或护理伙伴为他们的回家做好准备，并帮助工作人员协调及时的社区和家庭支持。然而，历史上，知道患者确切的出院时间主要依赖于临床医生的估计，而不是实时数据。“传统上，临床医生在查房或早会时估计患者的出院时间，”阿伯茨福德和米申医院执行董事特蕾莎·奥卡勒汉（Teresa O'Callaghan）解释道，“虽然临床医生经验丰富，但人为估计可能不准确。这种不可预测性使得计划变得困难。”
现在，得益于弗雷泽卫生局中心高级分析、数据科学和创新（CAADSI）团队开发的一项创新AI解决方案，工作人员对患者何时可以出院有了更精确的了解。“使用AI预测出院模型，我们的工作人员和医务人员可以在任何一天看到哪些患者可能在24小时内准备好出院，”特蕾莎解释道，“这有助于我们的工作人员进行规划，使出院过程更加顺畅和高效。”
这个定制的AI模型结合了经典的需求预测和生成式AI，分析了超过72个变量，包括临床数据、患者历史、生命体征和非结构化病例笔记，预测患者在24小时内的出院准备情况。在将AI模型集成到电子健康记录并在弗雷泽卫生局的12个医院站点部署之前，该模型已经使用两年的实际数据中的100,000份患者记录进行了训练，并使用第三年的数据进行了两个月的测试。与实际出院经验相比，AI的出院预测达到了86%的准确性，比传统的依赖人为估计的方法准确四倍。
“我们采取了一种敏捷的方法，与临床团队一起实验，探索如何最好地将工具整合到临床工作流程中，”CAADSI执行董事Sheazin Premji表示。据Sheazin介绍，AI模型的输入经过了广泛的医师、护士、科学文献研究以及对弗雷泽卫生局数据可用性和数据质量的评估，精心选择。输入包括患者的年龄、性别、病史和最近的实验室结果等信息。“这种合作使AI模型能够基于现实世界的临床见解迭代进化，证明了AI的成功在于持续改进和适应，而不仅仅是一次性的努力。”
现在，工作人员和医务人员可以通过嵌入其当前日常工作流程的实时仪表板访问这些预测。这个仪表板和出院预测工具已被证明非常有效。在实施AI之前，医院工作人员每天可能完成250到300次出院，而在整个地区范围内，借助这一工具，工作人员现在单日完成600次出院并不罕见。尽早安全地出院对患者非常重要。患者在熟悉的家中恢复得最好，可以得到充分的休息，同时，他们离开医院越早，感染医院获得性感染的风险就越低。出院患者还可以释放医院床位和资源，供其他需要护理的患者使用。AI解决方案提供每日的患者级出院概率预测，使出院计划更具前瞻性，能够早期识别障碍并高效分配资源。这种创新方法增强了护理质量，改善了患者预后。
AI可以发现临床医生可能无法立即察觉的数据关系，捕捉跨多个变量和大量数据的复杂模式。这补充了临床专业知识，通过利用大量的患者数据，提高了出院预测的准确性。这一成功展示了我们在数字健康战略方面的行动，展示了我们如何通过技术改造医疗保健。我们衷心感谢所有参与这一旅程的团队，最终实现了更高效的系统，从而提升了患者护理水平。
(全文结束)
