인공지능을 활용해 환자 안전과 진료 품질 향상

의과대학은 AI-QI 이니셔티브에 따라 환자 안전을 개선하기 위해 AI로 전환하고 있습니다.

환자가 일상적인 무릎 수술을 받을 때, 그들은 마취과의사, 의사 보조원, 외과의사 등 수많은 의료 서비스 제공자의 직접적인 관리를 받습니다. 그러나 안전하고 성공적인 수술을 조정하는 데 필요한 요소를 벗겨보면 수백만 명의 상호 작용으로 연결된 수천 명의 간병인이 있으며, 이들 모두는 최적의 환자 결과를 보장하기 위해 원활하게 협력해야 합니다.

University of Florida의 의과대학에서 의사-과학자들은 인공 지능을 활용하여 이 광범위한 임상의-의사 네트워크를 모델링하고 간병인 간의 거의 무한한 상호 작용을 포착하는 강력한 환자 안전 그래프를 작성하여 병원 운영에 대한 생각을 바꾸고 새로운 전달 방법을 개척하고 있습니다. 품질 관리.

환자 안전 그래프는 AI 연구를 다음으로 확장하여 환자 치료 영역에 실질적인 영향을 미치도록 설계된 일련의 프로그램인 AI-QI 이니셔티브에 따라 의과대학이 환자 안전을 개선하기 위해 AI로 전환하는 여러 방법 중 하나입니다. University of Florida의 Health에서의 품질 개선 활동.

Patrick Tighe(MD '05, MS)는 의과대학의 AI 응용 및 혁신 부학장이자 대학의 전략 계획에 따른 AI-QI 이니셔티브의 프로젝트 챔피언입니다. 우리는 Tighe와 함께 이러한 획기적인 AI-QI 프로그램과 이 프로그램이 의사가 의료 서비스의 질을 향상시키는 데 어떻게 도움이 될 수 있는지 논의했습니다.

Q: 본교 AI-QI 이니셔티브의 원동력은 무엇인가요?

Tighe: University of Florida와 의과대학은 10년 넘게 공학, 약학, 심리학 분야의 수많은 사람들과 협력하여 의료 분야의 AI 발전을 주도해 왔습니다. 기술과 과학이 성숙해짐에 따라 우리는 "이러한 발전을 임상 환경에 적용하면 어떤 모습일까? 환자 치료를 어떻게 발전시킬 수 있을까?"라고 묻고 있습니다. AI-QI 이니셔티브를 통해 우리는 지식 확장이라는 고전적인 목표에서 이러한 결과를 임상 이해관계자 및 개별 워크플로로 변환하는 방향으로 전환할 수 있습니다.

Q: AI를 사용하는 방법 중 하나는 병원 운영과 간병인 간의 숨겨진 협업 지점을 모델링하는 것입니다. 이에 대해 더 자세히 말씀해주실 수 있나요?

Tighe: 우리의 임상 프로세스와 환자 관리 방법을 더 잘 정량화할 수 있는 첫 번째 기회 중 하나는 의료 서비스를 복잡한 시스템으로 모델링하는 것이었습니다. 이를 위해 우리는 AI를 사용하여 팀이 환자 모집단에 대한 치료를 제공하기 위해 어떻게 협력하는지 살펴보는 임상의-임상의 환자 안전 그래프를 개발했습니다. 우리는 일반적으로 1년에 수천 명의 간병인이 수백만 건의 환자 치료 상호작용으로 연결되어 있다는 사실을 발견했으며 이제 이러한 상호작용을 대규모로 측정하고 해당 정보를 사용하여 환자 치료 개선을 제안할 수 있습니다.

간병인 간의 이러한 상호 작용 지점을 살펴보면 의료 팀과 이들이 매일 협력하는 방식을 더 잘 이해하는 데 도움이 됩니다. 가장 최근에는 그래프를 다중 모드로 확장하여 임상의 네트워크를 유사한 환자 중심의 약물, 실험실, 상담 및 절차 네트워크에 연결했습니다. 이제 우리는 임상의가 누구와 협력하는지, 이러한 협력이 어떻게 임상 치료 경로로 전환되는지 확인할 수 있습니다.

Q: AI-QI 이니셔티브는 품질과 환자 안전에 대한 새로운 접근 방식을 개척하는 또 다른 방법은 무엇입니까?

Tighe: 우리는 최근 AI 건강 연구원과 임상의가 효과가 있을지 확신할 수 없기 때문에 일반적으로 추구하지 않을 수 있는 색다른 AI 솔루션의 생성을 장려하기 위해 환자 안전을 위한 신속한 AI 프로토타이핑 및 개발(RAPiDS)이라는 새로운 보조금 프로그램을 시작했습니다. 이 프로그램의 목표는 혁신적인 AI 품질 개선 노력을 개발, 테스트 및 발전시키기 위한 안전한 장소를 만드는 것입니다.

또한 우리는 University of Florida의 팀과 의과대학의 팀을 모아 ALPS(환자 안전을 위한 AI 연구소)라는 안전한 데이터 및 컴퓨팅 리소스를 테스트했습니다. 이는 민감한 분석을 위한 통합 인프라를 구축하고 여러 분야에서 팀워크를 촉진하기 위한 이상적인 워크플로를 개발할 것입니다.