Otázky a odpovědi: Plán na revoluci ve zdravotnictví pomocí inovací řízených dat

Co kdyby data dokázala předpovědět prognózu pacienta, zefektivnit nemocniční provoz nebo optimalizovat lidské zdroje v medicíně? Nová kniha, „The Analytics Edge in Healthcare“, ukazuje, že se to už děje, a demonstruje, jak to škálovat.

Knihu napsali Dimitris Bertsimas, prorektor MIT pro otevřené vzdělávání, spolu se dvěma jeho bývalými studenty – Agni Orfanoudaki, docentkou operačního managementu na Saïd Business School na Oxfordské univerzitě, a Holly Wiberg, profesorkou veřejné politiky a operačního výzkumu na Carnegie Mellon University. Kniha poskytuje praktický úvod do oblasti analytiky ve zdravotnictví. S důrazem na reálné aplikace první část knihy stanoví technické základy – zahrnující strojové učení a optimalizaci – zatímco druhá část knihy představuje integrované případové studie, které pokrývají různé klinické speciality a typy problémů pomocí deskriptivní, prediktivní a preskriptivní analytiky.

Kniha „The Analytics Edge in Healthcare“, která je součástí širší série, ukazuje, jak využít data a modely k lepšímu rozhodování v sektoru zdravotní péče, zatímco její předchůdce, „The Analytics Edge“, se zabývá vědou o používání dat k vytváření modelů, zlepšování rozhodnutí a přidávání hodnoty institucím a jednotlivcům.

Bertsimas, který je také proděkanem pro obchodní analytiku a profesorem managementu Boeing Leaders for Global Operations na MIT Sloan School of Management, je inovátory za kurzem 15.071 (The Analytics Edge) na MIT Open Learning’s MITx, který přilákal stovky tisíc online studentů a posloužil jako inspirace pro knižní sérii. Bertsimas si udělal přestávku ve výzkumu a své práci na MIT Open Learning, aby diskutoval o tom, jak oblast analytiky transformuje systém zdravotní péče, a sdílel některé překvapivé způsoby, jak se analytika již používá v nemocnicích.

Otázka: Jak oblast analytiky mění způsob, jakým nemocnice poskytují péči a spravují svůj provoz?

Odpověď: Jako akademik jsem vždycky usiloval o vzdělávání, psaní publikací a využívání toho, co děláme v praxi. Proto jsem založil Holistic Hospital Optimization (H20) s cílem optimalizovat nemocniční provoz pomocí strojového učení ke zlepšení péče o pacienty. Na MIT jsme vyvinuli řadu nástrojů a implementovali je v nemocnicích po celém světě. Například spravujeme délku pobytu pacientů a jejich indexy zhoršení (počítačový nástroj, který předpovídá riziko klinického zhoršení pacienta); spravujeme optimalizaci sester a to, jak mohou nemocnice vhodně přidělovat lidské zdroje; a optimalizujeme bloky pro operace. Toto je začátek změny, kdy se analytické a AI metody nyní používají poměrně široce. Doufám, že tato práce a tato kniha zrychlí účinek používání těchto nástrojů.

Kromě toho jsem s Agni a Holly dvakrát vyučoval devítidílný kurz v nemocničním systému Hartford, kde jsem si uvědomil, že tyto analytické metody – které se obvykle na lékařských fakultách nevyučují – lze demonstrovat pro zdravotnické pracovníky, včetně lékařů, sester a administrátorů. Abyste měli dopad, potřebujete mít vhodné metody, implementovat je a aplikovat je, ale také musíte lidi vzdělávat v tom, jak je používat. To dobře souvisí s mou rolí v Open Learning, kde je naším cílem vzdělávat studenty po celém světě. Ve skutečnosti Open Learning na podzim spouští Universal AI, dynamický online vzdělávací zážitek, který poskytuje komplexní znalosti o umělé inteligenci a připravuje globální publikum studentů na zaměstnání na našem rychle se vyvíjejícím pracovním trhu.

Otázka: Jaké jsou některé překvapivé způsoby, jak se analytika používá ve zdravotnictví, které by většina lidí neočekávala?

Odpověď: Pomocí analytiky jsme zkrátili délku pobytu pacientů v Hartford Hospital z 5,67 dne na pět dnů. Máme algoritmus, který předpovídá pravděpodobnost propuštění pacientů; lékaři proto dávají přednost pacientům s nejvyšší pravděpodobností a připravují je na propuštění. To znamená, že nemocnice může léčit mnohem více pacientů a pacienti zůstávají v nemocnici kratší dobu.

Dále, když nemocnice zaznamenaly během pandemie Covid-19 nárůst fluktuace sester, vyvinuli jsme analytický systém, který zohledňuje spravedlnost a snižuje náklady na přesčasy, dává přednostní sloty sestrám a podstatně snižuje celkovou fluktuaci. To jsou jen dva příklady; existuje mnoho dalších, kde analytický pohled na zdravotnictví a medicínu způsobil podstatnou změnu.

Otázka: Jak podle vás bude umělá inteligence v budoucnu formovat zdravotnictví?

Odpověď: Velmi významným způsobem – používáme strojové učení k vytváření lepších předpovědí, ale generativní AI je dokáže vysvětlit. Již vidím pohyb tímto směrem. Je to skutečně vývoj AI, který to umožnil, a je to vzrušující. Je to také důležité pro svět, vzhledem k jeho schopnostem zlepšovat péči a zachraňovat životy.

Například v našem programu v nemocničním systému Hartford jsme zjistili, že se pacientovi zhoršoval stav a analytika předpověděla, že se mu bude zhoršovat ještě více. Po naší předpovědi lékaři pacienta podrobněji prozkoumali a zjistili, že pacient má časný případ sepse, život ohrožujícího stavu, kdy tělo reaguje nesprávně na infekci. Pokud bychom sepsi neodhalili dříve, pacient by mohl zemřít. To skutečně udělalo rozdíl v záchraně lidského života.

Otázka: Kdybyste měli popsat knihu „The Analytics Edge in Healthcare“ jedním nebo dvěma slovy, jaká by to byla a proč?

Odpověď: Kniha představuje fázový přechod ve zdravotnictví, protože je schopna ovlivnit sektor zdravotní péče způsobem, který se dosud nedělal. Kniha skutečně shrnuje mou práci ve zdravotnictví a její aplikace za poslední desetiletí.