J Nurs Manag:基于AI的智能监控可减少护患互动中护士的工作时间

2022-10-06 小文子 MedSci原创

基于 AI 的智能监测在减少护患互动中的工作时间方面显示出巨大的潜力。

研究已证明将人工智能(AI)整合到护理工作流程中可缩短书写护理记录所需的时间,节省护士的时间。Journal of Nursing Management杂志发表了一项研究,探讨将AI应用于护患互动中,协助护士掌握患者状况,减少其工作时间的可行性。

研究人员首先开发了一种基于 AI 的行为识别系统,用于监测患者的健康状况,生成患者的健康统计数据。AI模型部署在服务器系统上,利用养老院公共活动区的视频监控收集患者日常活动的视频数据。

采用双波随访设计,数据收集于中国广州某养老院。两波数据由同一护理人员使用同一记录模板从同一患者采集,第一波数据来自应用AI技术前的患者日常护理记录,第二波数据来自应用AI技术后的患者日常护理记录。两个数据集合之间变化的唯一变量是AI技术的应用。

共有32名老年人和6名护士参与了这项研究,收集这32名老年人的日常护患互动记录。第一波数据收集时间为2021年3月初至2021年3月底,而第二波数据收集时间为2021年4月初至2021年4月底。护士与每例患者互动的开始和结束时间清楚地记录在这些数据中。此外,数据包括护士与老年人交谈的记录(包括老年人对身体异常的主观反馈、护士采取的护理措施等)、老年人用药记录和紧急情况(如跌倒)记录。

结果显示,建立的 AI 模型对6种不同异常健康状况识别的准确率达到96.53%。错误识别通常是由胸痛与咳嗽混淆引起的。

部署智能监控前,护士日常护理平均花费时间18.09±5.11 min,其中约5.82±2.04 min用于老年人血压和体温等基本生理指标的测量,平均约12.27±3.71 min听取老年人对身体异常的反馈。部署智能监测后,提前打印患者日常身体异常报告,并提供给护士。护士只需要根据报告有针对性地询问患者详细信息。AI 展开后的耗时减少到平均每人10.32±7.71 min,发现患者未注意到的异常。两波研究结果表明,AI可使每例患者每日平均护患互动时间从18.09±5.11 min降至10.32±7.71 min,护理效率提高42.95%((18.09~10.32)/18.09)。

此外,护士发现患者跌倒的平均时间从3.13±3.01 min缩短至2.51±0.18秒。AI 系统不依赖人工值守,可以自动判断患者是否处于异常状态,实现对老年人异常状态的持续监测和快速反应。

结果表明,基于 AI 的智能监测在减少护患互动中的工作时间方面显示出巨大的潜力。自动监测、无人值守、快速反应等优点应用于患者的护理时,有效提高了护患互动的效率。

原文出处:

Kai Huang, Zeyu Jiao, et al, Artificial intelligence based intelligent surveillance for reducing nurses’ working hours in nurse–patient interaction: A two-wave study, Journal of Nursing Management, https://doi.org/10.1111/jonm.13787.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Cell Discov:西湖大学郭天南等团队结合高通量蛋白质组学和人工智能评估甲状腺结节良恶

该团队开发了一种人工智能定义的蛋白质生物标志物组别用于诊断甲状腺结节分类。

Radiology:人工智能在心脏MRI测量中的应用

近年来,随着心脏MRI测量自动化的努力不断发展,临床上在评估左心室(LV)方面取得了与人工评估相当的结果。

Cell Reports:南方医科大学朱浩团队开发深度学习算法DeepFavored,揭示适应性突变与疾病易感性关联

人类和黑猩猩之间的基因差异仅为1%,但就是这1%的差异将人类与黑猩猩区分开来。因此,人类基因组中的许多微小变化决定了人类特有的特征。基因组的单核苷酸多态性(SNP)使人类能够适应不同的环境和生活方式,

European Radiology:人工智能,开辟胸片检测COVID-19的新时代!

胸片(CXR)通常是对有急性呼吸道症状的患者进行初步评估的常规手段,且价格便宜、辐射剂量低,而且在绝大多数的医院中都可以获得。

同期两篇Science:人工智能革新蛋白质设计:准确而快速地创造蛋白质

两篇研究开发并证明了ProteinMPNN的广泛实用性和高准确性,弥补了以前使用Rosetta或AlphaFold进行的蛋白质单体、环状同源寡聚体、四面体纳米颗粒和靶结合蛋白的不足。

Nat Mach Intel:斯坦福李飞飞团队认为数据设计和数据质量是可信AI的关键

在以模型为中心的AI开发中,数据集通常是固定的和给定的,重点是迭代模型结构或训练程序以提高性能。这推动了建模方面的大量研究进展,而现在在许多任务中,改进模型的增量收益正在减少。