Νοσοκομείο του Λονδίνου θα χρησιμοποιήσει τεχνητή νοημοσύνη για να μειώσει τους χρόνους αναμονής

Νοσοκομείο του Λονδίνου θα χρησιμοποιήσει τεχνητή νοημοσύνη για να μειώσει τους χρόνους αναμονής.

Το Royal College Hospital του Λονδίνου (UCLH) σχεδιάζει να χρησιμοποιήσει την τεχνητή νοημοσύνη για να υποστηρίξει στο μέγιστο τους ασθενείς που περιμένουν στην ουρά για να εξυπηρετηθούν, οπότε με την τεχνητή νοημοσύνη το ξεσκαρτάρισμα των περιστατικών (σε βαριά και ελαφριά) θα γίνει ταχύτερα, αντικαθιστώντας τους γιατρούς και τους νοσηλευτές σε ορισμένες καταστάσεις.

Το νοσοκομείο θα συνεργαστεί μαζί με το ινστιτούτο Alan Turing, ένα κόμβο ερευνητικών επιστημών για την επεξεργασία των δεδομένων. Το συγκεκριμένο πρόγραμμα χρηματοδοτείται από την κυβέρνηση της Μεγάλης Βρετανίας για να εξετάσει τρόπους αποσυμφόρησης και ευχρηστίας του συστήματος για να καταστούν οι υπηρεσίες του NHS (Εθνικό σύστημα υγείας) ταχύτερες, ασφαλέστερες και αποτελεσματικότερες, μέσω μια τριετήε συνεργασίαςτων παραπάνω φορέων.

Ένας τομέας στον οποίο θα επικεντρωθεί είναι υποδοχή των ασθενών, το οποίο θεωρείται ως ένα βαρόμετρο για το πώς λειτουργεί το υπόλοιπο νοσοκομείο και το ευρύτερο σύστημα. Ελπίζεται ότι η τεχνολογία μπορεί να βοηθήσει το νοσοκομείο να μειώσει δραματικά τους εθνικούς μέσους χρόνους αναμονής των τεσσάρων ωρών.

«Φανταστείτε ένα σενάριο όπου κάποιο ασθενείς παρουσιάζονται με κοιλιακό άλγος, ενώ από πίσω περιμένουν βαρύτερα περιστατικά», δήλωσε ο καθηγητής Marcel Levi, διευθύνων σύμβουλος του UCLH.

Ο προαναφερόμενος επισήμανε επίσης το γεγονός πως: Εάν μπορέσουμε με την ανάλυση χιλιάδων παρόμοιων σεναρίων (μέσω της τεχνητής νοημοσύνης) να ξεχωρίσουμε τα σοβαρά περιστατικά που ανέρχονται στο 20% κατά την παρουσίασή τους στο νοσοκομείο με σοβαρές καταστάσεις, όπως εντερική διάτρηση ή σοβαρές λοιμώξεις, αυτό θα μας επιτρέψει να παρακολουθήσουμε και να εξυπηρετήσουμε γρήγορα τους ασθενείς που χρήζουν άμεσης φροντίδας και νοσηλείας. Και κατά συνέπεια θα μπορούσε να παίρνουμε γρηγορότερες λήψης αποφάσεων για τη διαχείριση του 80% που δεν χρειάζεται περαιτέρω κλινική φροντίδα.

Ένας άλλος τομέας που η εταιρική σχέση θα επιδιώξει να βελτιώσει είναι η ροή του προσωπικού και των ασθενών μέσα στο νοσοκομείο. Οι ερευνητές της UCLH και του Ινστιτούτου Alan Turing θα εφαρμόσουν τεχνικές τεχνητής νοημοσύνης και μηχανικής μάθησης σε μεγαλύτερα σύνολα δεδομένων σχετικά με τον τρόπο με τον οποίο οι άνθρωποι κινούνται στους διαδρόμους και σε διάφορους θαλάμους του κτιρίου.

Με την ανάλυση αυτών των δεδομένων μπορούν να εντοπιστούν περιοχές που υπάρχει έντονη κυκλοφοριακή συμφόρηση, δηλαδή το σύστημα θα μπορεί να αξιολογήσει το χρόνο διακοπής του τρόπου λειτουργίας του νοσοκομείου, προκειμένου να εξεταστεί ο τρόπος βελτίωσης της αποτελεσματικότητας του.