Grady Health應用AI減少再入院患者

來源：HIT專家網??? 編譯：譚嘯

（圖片來源：www.healthcareitnews.com）

減少再入院是很多醫療機構關心的問題。再入院事件通常對患者和醫療服務提供者來說都是昂貴的，并且為院內感染提供了額外的機會。然而，有些患者人群，特別是那些患有慢性疾病且受社會經濟因素影響的人群，更容易發生再入院。

關注“再入院”

與大多數醫療機構一樣，Grady Health以往是根據病史和患者人群預測再入院率。Grady Health商業和臨床智能信息服務執行總監Robin Frady說，當他們開始關注數據并希望使用人工智能時，他們把目光放在了再入院。他們使用人工智能和患者數據來推斷出，哪些最近出院的患者有可能再入院，并分析有哪些因素可以阻止再入院。然后讓工作人員逐一訪問這些患者，這些工作人員屬于“移動綜合健康部門”。

Grady Health表示，與患者再入院費用相比，雇用移動健康成員的費用會少很多——出院后就診費用為200美元，再入院費用則是數千美元。

“當患者出院回家后，這種做法可以讓患者保持健康，讓患者盡可能維持穩定的、正常的狀態，盡快恢復。這是一個小投資，卻能為患者帶來更大的利益?！盧obin Frady說。

市場情況

雖然AI應用在很多方面還處于起步階段，但市場正在增長。在人工智能平臺方面，目前至少有十幾個主要廠商在競爭，包括：微軟Azure機器學習、谷歌云預測API，TensorFlow、Infosys Nia、Wipro HOLMES、API.AI、Premonition、Rainbird、Ayasdi、MindMeld、Wit、Vital AI、KAI、Receptiviti和Meya等。

迎接挑戰

Grady Health“移動綜合健康部門”成立于2013年，當時是作為危機干預計劃實施的，其挑戰在于如何確定目標對象。2015年，該部門開始與AI廠商Jvion合作，使用“再入院風險評分”來幫助他們做出決定。

Grady Health向Jvion提供已經出院患者的完整清單，交出所有患者數據，因為他們的AI機器（Jvion認知臨床成功機器，Jvion’s Cognitive Clinical Success Machine）需要這些數據。他們增加了這些數據，并增加了患者的社會經濟信息，如：交通問題、藥物依從性問題等?！拔覀兡苎a充一些額外的信息和數據，這有助于我們在正確的干預中更有針對性?！盧obin Frady說。

Jvion每天獲得Grady的患者數據，無論是住院患者還是門診患者，這種伙伴關系已經持續了4年半。使用數據、增加數據，并將其輸入AI機器，機器使用數據生成可預防再入院風險的患者列表、分配風險評分，以便Grady Health可以優先考慮需要干預最多的患者。他們還發現，訪問的最佳時間是出院后5-10天。

一旦他們有了這份患者名單，該項目就獲得了一些牽引力，他們將努力去訪問名單上的患者。EMS工作人員會在規定時間內訪問這些有再入院風險的患者，并盡可能消除那些潛在的風險因素，比如：確保他們按時服用藥物、有合理的飲食、有人照顧等，并在必要時為患者預約醫生。

當然，這種做法最初并沒有完全被接受。Robin Frady表示，確實有一些臨床醫生懷疑研究結果和項目的有效性，他們對此做出了反擊，用事實證明了該項目的價值。當訪問患者的工作人員接受采訪時，他們表示對該項目非常滿意，并認為他們實際上正在接觸需要他們的人?！斑@比數字更有說服力，工作人員最有發言權，他們與患者直接接觸?！盧obin Frady說。

成果

如果談到人工智能的投資回報率，那么銷售就比較困難了。很難將數字放在從未實際發生過的事情上，因為再入院患者被阻止了，這是一個“超預期”的概念。

Grady Health知道可能再入院患者的預期百分比。使用同樣的隊列，可以看看哪些患者果真再入院了，是否有明顯差異。但問題在于他們如何知道造成這一明顯差異的原因是什么，當然患者訪問肯定是重要原因。

數據顯示，到2018年6月，有382名患者在30天再入院期間沒有回來。這至少有一部分因素要歸功于這個AI項目。

以患者為中心

Robin Frady表示，“應用人工智能很棘手，很容易陷入酷炫的新技術。但首要的是，你必須要記住，這是為患者服務的，而不是酷技術。要以患者為中心來考慮問題。想想你能為解決問題做些什么，并使用AI來定位?！?/p>

“首先應關注患者，其次是關注技術以及技術如何幫助患者?！?/strong>Robin Frady解釋說。