Das neueste KI-Tool von Microsoft kann verpasste Arzttermine vorhersagen

Angesichts des Mangels an ausgebildeten Ärzten, des Pflegepersonals und der allgemeinen Fluktuation unter den Beschäftigten im Gesundheitswesen ist es in der modernen klinischen Landschaft keine leichte Aufgabe, einen Arzttermin zu bekommen. In der Tat war der Zeitwert für Termine noch nie höher.

Dieses Stück ist genau das, was Microsofts neuestes Tool für künstliche Intelligenz (KI) anzugehen versucht: Reduzierung verpasster Arzttermine. Merav Davidson, Microsoft Vice President of Industry AI, schrieb in den Microsoft Industry Blogs: „Die jährlichen Kosten für verpasste Termine in der Gesundheitsbranche belaufen sich allein in den USA auf mehr als 150 Milliarden US-Dollar. Versäumte Termine führen nicht nur zu einer Verschlechterung der Gesundheit der Patienten, sondern die wirtschaftlichen Auswirkungen des Nichterscheinens von Patienten wirken sich erheblich auf den Klinikbetrieb und die Fixkostenkalkulation aus, was zu Überbesetzung und ungeplanten Ausfallzeiten führt und letztendlich dazu führt, dass Gesundheitsdienstleister mit dem täglichen Betrieb zu kämpfen haben.“

Davidson hebt ein wichtiges Phänomen hervor. Verpasste Termine sind nicht nur schädlich für den Patienten, sondern auch für das gesamte klinische Ökosystem. Wenn beispielsweise ein Patient nicht zu seinem zugewiesenen Termin erscheint, bleibt dieser Raum nun für diesen Zeitraum ungenutzt. In den meisten Situationen kann es nicht einfach mit der nächsten Person in der Warteschlange gefüllt werden, da es sich um einen terminbasierten Dienst handelt und die nächste Person wahrscheinlich nicht vor ihrer zugewiesenen Zeit eintrifft. Obwohl ein oder zwei verpasste Terminfenster vernachlässigbar sein können, kostet diese ungenutzte Zeit das System aus einer ganzheitlichen Perspektive jährlich Milliarden von Dollar. Noch wichtiger ist vielleicht die Tatsache, dass ein verpasster Termin eine verpasste Gelegenheit für jemand anderen ist, der wirklich einen Arzt aufsuchen musste, aber nicht kommen konnte. Angesichts der Tatsache, dass die aktuellen Wartelisten für Hausärzte monatelange Wartezeiten mit sich bringen national ist dies ein sehr reales Problem.

WERBUNG

Das Tool von Microsoft ist in seine robuste Cloud for Healthcare-Plattform eingebettet und hat eine einfache Lernkurve: „Das Modell ist einfach bereitzustellen und kann innerhalb von nur zwei Stunden trainiert werden, sodass der Gesundheitsdienstleister die Lösung innerhalb von nur einem Tag verwenden kann. Dieses Angebot kommt sowohl Ärzten als auch Patienten zugute. Mit einer benutzerfreundlichen und vertrauten Oberfläche ermöglicht die Vorhersage verpasster Termine Büromitarbeitern und Ärzten, das Nichterscheinen von Patienten ohne datenwissenschaftliche Schulung oder Personal vorherzusagen.“

Davidson erklärt weiter: „Es hat sich herausgestellt, dass verschiedene Arten von Eingabedaten für die Vorhersage verpasster Termine im Gesundheitswesen von Bedeutung sind. Demografische Daten, historische Muster, soziale Determinanten und Termindaten wie Art und Uhrzeit sind Eingabebeispiele, mit denen Pflegeteams das Modell trainieren können.“ Die Feinheiten hinter der Software waren im Detail erklärt von Microsoft, das auch darauf besteht, dass „das Modell nicht vortrainiert ist und vom Benutzer eines Gesundheitsdienstleisters trainiert werden muss“.

WERBUNG

Insbesondere Kliniken und ambulante Einrichtungen sind nicht die einzigen Orte, an denen dieses Tool potenziell von Nutzen sein könnte. Möglicherweise wird diese Software schließlich in fast allen klinischen Umgebungen eine bedeutende Rolle spielen, von der Notaufnahme bis hin zu stationären Pflegesituationen.

Obwohl diese KI-Engine wahrscheinlich mehr Arbeit und Tests erfordert, bevor ihr volles Potenzial ausgeschöpft werden kann, ist das Konzept in der Tat vielversprechend in Bezug auf die Verwendung von Daten und objektiven Metriken zur Verbesserung der klinischen Ergebnisse.

Quelle: https://www.forbes.com/sites/saibala/2022/09/30/microsofts-latest-ai-tool-can-predict-missed-doctors-appointments/