在南澳大利亚，一家医院通过预测患者的出院可能性，显著节省了成本。
位于阿德莱德的莱尔·麦克尤恩医院（Lyell McEwin Hospital）是一家主要的三级急性护理医院。该医院在一个前瞻性试验中应用了一种名为阿德莱德评分的机器学习算法模型。
该人工智能系统由阿德莱德大学的一个合作团队开发，能够分析生命体征和实验室测试数据，以预测患者在未来12小时和24小时内可能出院的情况。它读取过去48小时的数据，并通过与电子病历系统的链接自动收集这些数据。
研究结果
这项人工智能系统在去年4月进行了为期28天的试验，用于评估18个外科和内科团队的住院患者的电子记录。它筛选并排列出即将出院的患者名单。
在这段时间内，医院记录到7天内的患者再入院率为5%，低于前一年同期的7.1%。此外，患者的平均住院时间也从之前的3.1天缩短至2.9天。
研究结果发表在《澳新外科杂志》（ANZ Journal of Surgery）上，显示该试验期间通过减少患者住院天数，为医院节省了约735,700澳元（约合480,000美元）。
为什么这很重要
在接受《医疗信息技术新闻》（Healthcare IT News）采访时，该研究的第一作者乔舒亚·科沃博士表示，阿德莱德评分最初是为了解决南澳大利亚救护车排队问题而开发的。南澳大利亚卫生部门数据显示，自2022年以来，救护车每月平均花费3,000小时等待在急诊部门外。
优化出院流程因此变得至关重要，以缓解拥堵的急诊部门。然而，这一过程既繁琐又耗时，涉及组织交通、出院药物、伤口护理计划以及后续预约等事项。
阿德莱德评分在这里发挥了作用。它减少了浏览电子记录以找到接近出院的患者所需的时间。
因此，据科沃博士介绍，在临床环境中应用该系统“使患者住院时间减少，并且在出院后需要再次入院的可能性降低，从而节省了成本。”
阿德莱德评分可以在全球任何常规临床实践中收集生命体征和实验室参数的医疗机构中使用。它还可以应用于许多能够自动将数据链接到电子病历系统的临床系统中。
在莱尔·麦克尤恩医院的试验之后，阿德莱德评分正在考虑在澳大利亚东部各州推广实施。研究团队也在探讨国际合作的机会。阿德莱德大学副教授、阿德莱德评分研究的主要作者斯蒂芬·巴奇博士表示，他们正在与“关键利益相关者讨论未来的扩展”。
更大的趋势
除了人工智能，南澳大利亚政府还实施了远程医疗或虚拟护理模式，以解决医疗系统拥堵问题。在最近的疫情期间，政府投资、试用并实施了针对成人、儿童和老年人的免费远程医疗服务。此外，还为偏远和农村社区推出了24/7远程健康监测服务。
(全文结束)
