救急外来におけるAI駆動型個別化意思決定支援のための信頼認識型シミュレーションフレームワーク：協調から個別化へ

科学分野:

• ヘルスケアオペレーションズリサーチ
• 医用人工知能
• 計算社会科学

背景:

• 病院の救急外来（ED）における効率的なタスク割り当ては、複雑なスタッフの協調と患者/専門家のばらつきによって課題されているが、極めて重要である。
• EDにおける個別化されたケアと運用効率には、高度な意思決定ツールが必要である。
• 現在のシステムは、スタッフの能力と患者のニーズへの動的な調整にしばしば苦労している。

研究 の 目的:

• EDにおけるインテリジェントで信頼情報に基づいたタスク割り当てのためのシミュレーションベースのフレームワークを提案し、評価すること。
• 計算論的信頼性メカニズムが、ED管理におけるAI駆動型の個別化された意思決定をどのようにサポートできるかを調査すること。
• 信頼ガイド付き協調がワークフローのダイナミクス、リソース利用、および患者の転帰に与える影響を評価すること。

主な方法:

• 医師と看護師を知的なエージェントとしてモデル化し、Unityでシミュレーションフレームワークを開発した。
• エージェントは、計算論的信頼性に基づいて、能力と患者のニーズを評価し、適応的に協調した。
• さまざまなスタッフ管理戦略をモデル化するために、ベースライン、代替、トレーニングの3つのシナリオを評価した。

主要な成果:

• 信頼情報に基づいたタスク割り当ては、看護師のパフォーマンスと患者の重症度に合わせて調整することで、患者の安全性と効率性のバランスを取った。
• 代替シナリオは、人件費の増加を伴ったものの、スループットを改善し、遅延を減少させた。
• トレーニングシナリオは、短期的なリスクにもかかわらず、長期的なスキル開発と個々の能力構築の可能性を示した。

結論:

• 計算論的信頼性フレームワークは、救急医療業務のための個別化された、エビデンスに基づいた意思決定支援を提供する。
• 病院管理者向けの、管理された条件下でのスタッフ配置と治療方針を評価するためのツールを提供する。
• この研究は、運用上の決定を患者のニーズとスタッフの能力に動的に適応させることにより、精度と個別化医療に貢献する。