Hogyan javíthatja a mesterséges intelligencia a sürgősségi ellátást?

A Semmelweis Egyetem Sürgősségi Orvostani Klinikáján úttörő kutatás kezdődött az osztrák-magyar orvosi technológiai startup, a XUND együttműködésével. Ebben az egyedülálló projektben betegek bevonásával vizsgálják hogyan javíthatja a mesterséges intelligencia a sürgősségi ellátás hatékonyságát és minőségét. Mivel a sürgősségi klinika gyakran a betegek első kapcsolódási pontja az egészségügyi rendszerhez, az itt megvalósuló fejlesztés alapjaiban változtathatja meg a kórházi ellátás jövőjét - adta hírül a XUND közleményben.

A Semmelweis Egyetem és a XUND együttműködése

Az októbertől induló, több mint 2 évig tartó, a Klinikára a legkülönbözőbb problémákkal érkező betegek bevonásával zajló kutatásban a kórelőzmények, a betegek által megadott tünetek, és egyéb egészségügyi adatok együttes felhasználása zajlik. Azt tesztelik, hogy a gépi tanuláson alapuló előrejelző modellek milyen mértékben képesek javítani az egészségügyi ellátás minőségét. A vizsgálat során többek között tesztelik az AI-támogatott kórtörténet-értékelést, bizonyos diagnosztikai vizsgálatok szükségességét és a visszatérő látogatások előrejelzésének hatékonyságát. Az együttműködés azért úttörő, mivel nem volt még rá alkalom, hogy AI-ra alapuló rendszert használjanak a sürgősségi osztályon digitális belépési kapuként, és így megkíséreljék kijelölni a későbbi betegutat, csökkentve az ellátási rendszer terheit és a várakozási időt.

AI a sürgősségin

Azokat a betegeket, akik nem akut, vagy enyhe egészségügyi problémával jelentkeznek a sürgősségi osztályon, gyakran hosszú várakozási idő után bocsátják haza vagy irányítják háziorvoshoz, vagy járóbeteg szakrendelőbe. "Ezen betegeknek a jövőbeni, minél korábbi azonosítása és így állapotuknak megfelelő szintű ellátási helyre való azonnali irányítása lenne kívánatos. Ezért rendkívül fontosak az olyan eszközök, amelyek további emberi erőforrásigény nélkül támogatják, hogy a betegek gyors és pontos értékelésben részesüljenek” - mondta el Dr. Varga Csaba, a Sürgősségi Orvostani Klinika igazgatója és egyetemi docense.

A sürgősségi osztályokra nehezedő fokozott terhelés még jobban előtérbe tolja annak fontosságát, hogy a betegek gyors és hatékony ellátást kapjanak. "Az egészségügyi dokumentációból származó beteginformációk kinyerése kihívást jelent, mivel sokszor bonyolult és strukturálatlan szövegformátumban találhatók. A sürgősségi osztályon a mesterséges intelligencia által végzett kórtörténet-elemzés még újdonságnak számít, az eddig kipróbált rendszerek nem bizonyultak hatékonynak. Ezen a ponton csatakozott be a XUND, hogy a betegek tüneteinek értelmezését és a megfelelő szintű ellátás megtalálását segítse" - osztotta meg Petrovics Tamás, a XUND társalapítója és ügyvezetője. Kiegészítette: "Célunk, hogy tehermentesítsük a sürgősségin dolgozó orvosokat és nővéreket, és biztosítsuk, hogy az adatok hatékonyabb használatának köszönhetően a betegek jobb és gyorsabb ellátásban részesülhessenek.”

Adatvezérelt egészségügy

A sürgősségi osztályon várakozó betegek az előzetes kockázatelemzést (Triage) követöen, önkéntes alapon, egy 2 percig tartó, digitális kérdőívet töltenek ki tableten. A XUND saját fejlesztésű algoritmusa segítségével a tünetek alapján azonnal, automatikusan értékeli a beteg állapotát, összehasonlítva több száz lehetséges diagnózissal, így minden egyes lekérdezés személyre szabott lesz. A begyűjtött adatokat aztán standard formátumban rendezve tárolja, ami megkönnyíti a későbbi elemzést és integrációt, akár például egy kórház IT rendszerébe. Dr. Tarabó Zoltán, a XUND társalapítója és orvosigazgatója elmondta: "Egy ilyen alkalmazás használata a jövőben lehetővé teheti a betegek komplett adatvezérelt irányítását az egész egészségügyi rendszeren belül, ami hozzájárulhat a szűkös erőforrások még optimálisabb felhasználásához, a betegek és az egészségügyi személyzet nagyobb megelégedésére.”

A kutatás előzetes, pilot időszaka 2022-ben indult 300 beteg bevonásával, amelynek eredményeit mindkét fél pozitívan értékelte. Így az együttműködés résztvevői a projektet egy nagyobb léptékű kutatással folytatják 2025. december 31-ig, ahol legalább 6000 beteget is bevonhatnak - áll a közleményben.