Mayo Clinic và Bayesian Health đồng phát triển giải pháp mới ứng dụng trí tuệ nhân tạo nhằm mở rộng khả năng tiếp cận chăm sóc giảm nhẹ và cải thiện kết quả điều trị cho bệnh nhân

Giải pháp mới ứng dụng trí tuệ nhân tạo, được xây dựng trên nền tảng trí tuệ lâm sàng của Bayesian, giúp mở rộng khả năng tiếp cận chăm sóc giảm nhẹ, xác định sớm hơn các nhu cầu chưa được đáp ứng của bệnh nhân và giảm tỷ lệ tái nhập viện

Mayo Clinic và Bayesian Health hôm nay công bố rằng hai bên đã đồng phát triển một giải pháp trí tuệ nhân tạo nhằm xác định các bệnh nhân nội trú có thể hưởng lợi từ chăm sóc giảm nhẹ ở giai đoạn sớm hơn trong thời gian nằm viện. Giải pháp này được thiết kế để hỗ trợ việc hội chẩn kịp thời, với mục tiêu cải thiện chăm sóc phù hợp với mục tiêu điều trị của bệnh nhân mắc bệnh nặng và giảm các trường hợp tái nhập viện không mang lại lợi ích thực sự.

Khoảng một phần ba các trường hợp tái nhập viện liên quan đến bệnh nhân mắc bệnh nặng, nhiều người trong số đó phải nhập viện lặp đi lặp lại. Tuy nhiên, chưa đến một nửa số bệnh nhân này được hội chẩn chăm sóc giảm nhẹ.

Để giải quyết thách thức này, Mayo Clinic và Bayesian Health đã xây dựng một giải pháp giúp xác định sớm hơn các bệnh nhân có nhu cầu chăm sóc giảm nhẹ chưa được đáp ứng, đồng thời cung cấp cho bác sĩ lâm sàng bối cảnh cần thiết ngay trong quy trình làm việc của họ để xử lý các cuộc trao đổi phức tạp và công tác điều phối chăm sóc tiếp theo.

Trong một thử nghiệm lâm sàng ngẫu nhiên được thực hiện tại Mayo Clinic, các phát hiện đã được xác thực từ một phiên bản trước đó của chương trình cho thấy việc sử dụng công cụ này có liên quan đến mức tăng 44% trong các chuyển tuyến chăm sóc giảm nhẹ kịp thời, giảm 25% số ca tái nhập viện trong vòng 60 ngày và giảm 28% số ca tái nhập viện trong vòng 90 ngày, đồng thời cải thiện chất lượng cuộc sống của bệnh nhân.

“Thách thức trong chăm sóc giảm nhẹ không chỉ là xác định các nhu cầu chưa được đáp ứng, mà còn là làm điều đó đủ sớm để thay đổi diễn tiến chăm sóc,” bác sĩ Jacob J. Strand, Chủ tịch Chăm sóc Giảm nhẹ tại Mayo Clinic, cho biết. “Điều tạo nên khác biệt là điều chỉnh quy trình làm việc phù hợp với văn hóa tại từng cơ sở, dựa trên mức độ nặng của bệnh nhân, và phối hợp giữa các nhóm trung tâm và nhóm chăm sóc tại giường bệnh trong toàn tổ chức. Khi các tín hiệu chất lượng cao, cụ thể cho từng bệnh nhân đến được với bác sĩ tuyến đầu vào đúng thời điểm quan trọng, điều đó giúp giảm bớt sự phức tạp của chăm sóc nội trú, thúc đẩy quá trình ra quyết định nhất quán hơn và hỗ trợ các đội ngũ cung cấp dịch vụ chăm sóc tốt nhất có thể cho từng bệnh nhân.”

Khoa Nội của Mayo Clinic đã dẫn dắt quá trình phát triển lâm sàng và xác thực giải pháp trí tuệ nhân tạo này. Bayesian Health hỗ trợ tích hợp mô hình vào hồ sơ sức khỏe điện tử, cho phép các đội ngũ chăm sóc truy cập thông tin này ngay trong các quy trình lâm sàng hiện có.

Đây là hợp tác đầu tiên thuộc loại này tại Mayo Clinic sử dụng trí tuệ nhân tạo xuyên suốt toàn bộ quy trình chăm sóc trong một môi trường bệnh viện phức tạp, giúp các đội ngũ chăm sóc phát hiện sớm hơn các nhu cầu chưa được đáp ứng, kết nối bệnh nhân với đúng chuyên gia vào đúng thời điểm, đồng thời giữ cho thông tin sức khỏe của bệnh nhân được điều phối nhưng vẫn bảo mật, nhằm cải thiện tổng thể chất lượng chăm sóc.

Cách thức hoạt động

Khi các hệ thống y tế xây dựng chiến lược trí tuệ nhân tạo của mình, Bayesian Health cung cấp một nền tảng lâm sàng dựa trên trí tuệ lâm sàng thời gian thực, giúp chuyển dịch chăm sóc từ phản ứng thụ động sang chủ động. Mô-đun mới nhất trên nền tảng Bayesian đưa cách tiếp cận này vào chăm sóc giảm nhẹ, xác định các nhu cầu chưa được đáp ứng như đau hoặc hỗ trợ người chăm sóc, để bác sĩ lâm sàng có thể tiếp cận bệnh nhân sớm hơn trong hành trình chăm sóc. Các đội ngũ chăm sóc giảm nhẹ có được góc nhìn thời gian thực trên toàn bệnh viện về những bệnh nhân có thể hưởng lợi từ hội chẩn, trong khi các bác sĩ tại giường bệnh nhận được hướng dẫn rõ ràng, dễ diễn giải và một lộ trình hành động tinh gọn, để khoảnh khắc phát hiện thông tin quan trọng trở thành khoảnh khắc chăm sóc, thay vì chỉ là một thông báo nữa. Trí tuệ nhân tạo lâm sàng liên tục học hỏi từ phản hồi của bác sĩ và các nhóm bệnh nhân tại địa phương, qua đó cải thiện độ chính xác trong nhận diện theo thời gian.

“Chăm sóc giảm nhẹ chính là loại vấn đề mà nền tảng của chúng tôi được xây dựng để giải quyết: tiếp cận bệnh nhân sớm hơn, khi bác sĩ lâm sàng vẫn còn thời gian để thay đổi diễn tiến chăm sóc của họ,” tiến sĩ Suchi Saria, nhà sáng lập kiêm Tổng giám đốc điều hành của Bayesian Health, cho biết. “Điều này đòi hỏi hạ tầng được thiết kế chuyên biệt, quá trình xác thực nghiêm ngặt và một mối quan hệ hợp tác thận trọng giữa trí tuệ nhân tạo và các chuyên gia lâm sàng. Đó là cách xây dựng trí tuệ nhân tạo đáng tin cậy, và cũng là cách chăm sóc thực sự được cải thiện cho cả bệnh nhân lẫn người chăm sóc.”

Thỏa thuận đồng phát triển này là một hợp tác chiến lược trong khuôn khổ Chuyển đổi Thực hành của Mayo Clinic, bao gồm nhưng không giới hạn ở thỏa thuận cấp phép hoặc thỏa thuận nhà cung cấp. Khoa Nội tại Rochester đóng vai trò là đơn vị chủ sở hữu thực hành, cung cấp năng lực lãnh đạo, chuyên môn lâm sàng và hỗ trợ trong suốt dự án. Các nhà khoa học dữ liệu từ Trung tâm Kern về Cung ứng Dịch vụ Y tế của Mayo Clinic, phối hợp chặt chẽ với các đội ngũ lâm sàng, đã giúp phát triển và đánh giá mô hình nhằm hỗ trợ chăm sóc bệnh nhân tốt hơn, phản ánh những gì có thể đạt được khi chuyên môn lâm sàng và khoa học dữ liệu cùng kết hợp để giải quyết các vấn đề thực tế.

Mayo Clinic có lợi ích tài chính trong công nghệ được đề cập trong thông cáo này. Mayo Clinic sẽ sử dụng mọi khoản doanh thu nhận được để hỗ trợ sứ mệnh phi lợi nhuận của mình trong chăm sóc bệnh nhân, giáo dục và nghiên cứu.

Về Mayo Clinic

Mayo Clinic là một tổ chức phi lợi nhuận cam kết đổi mới trong thực hành lâm sàng, giáo dục và nghiên cứu, đồng thời cung cấp lòng trắc ẩn, chuyên môn và câu trả lời cho tất cả những ai cần được chữa lành.

Về Bayesian Health

Bayesian Health là nền tảng trí tuệ lâm sàng thời gian thực giúp các hệ thống y tế cung cấp dịch vụ chăm sóc chủ động, có độ tin cậy cao. Bằng cách liên tục đọc toàn bộ hồ sơ bệnh nhân để thiết lập đường nền riêng của từng người bệnh và phát hiện những thay đổi có ý nghĩa theo thời gian, Bayesian áp dụng lập luận lâm sàng phức tạp để xác định những bệnh nhân thực sự cần được chú ý và hiển thị các bước tiếp theo rõ ràng ngay trong hồ sơ sức khỏe điện tử - biến nhiễu dữ liệu thành hành động đáng tin cậy và dứt khoát. Các hệ thống y tế hàng đầu hợp tác với Bayesian để hiện thực hóa sự chuyển dịch đã được kỳ vọng từ lâu, từ chăm sóc phản ứng thụ động sang chăm sóc chủ động trên các yếu tố then chốt ảnh hưởng đến tử vong, tái nhập viện và thời gian nằm viện, biến chất lượng thành một chiến lược bền vững thay vì một loạt sáng kiến rời rạc.

Tham khảo từ Mayo Clinic.

Vui lòng ghi rõ nguồn Vietnam Digital Health Network khi trích dẫn hoặc đăng lại thông tin này