複雑ケアにおける対面通訳者の利用改善：人工知能統合の段階的クラスターランダム化試験からの発見

科学分野:

• 医療情報学;臨床運用;医療公平性

背景:

• 対面通訳者の利用不足は、英語能力の限られた医療的に複雑な入院患者の健康格差に寄与しています。言語の壁に対処することは、公平な医療提供にとって重要です。

研究 の 目的:

• 非英語話者（NELP）の複雑な入院患者に対する対面通訳者の利用を強化するための機械学習および情報科学アルゴリズムを実装すること。このアルゴリズムを既存の臨床および言語サービスワークフローに統合すること。

主な方法:

• 35の入院病棟を対象とした2群、段階的クラスターランダム化試験を実施しました。本研究には、急性期ケア設定における非英語話者（NELP）の成人入院患者（18歳以上）が含まれました。アルゴリズムは通訳者を必要とする複雑な患者を特定し、その後言語サービスがターゲットを絞ったアウトリーチを開始しました。

主要な成果:

• 本研究では、対照群749名、介入群672名のユニークな入院患者が登録されました。対照群と介入群の間で、対面通訳者を受け取るまでの時間に統計的に有意な差は観察されませんでした（ハザード比=1.02、95%信頼区間[0.81、1.29]、p=0.87）。

結論:

• 本介入は、NELPおよび複雑なニーズを持つ入院患者の間で、対面通訳者の利用が増加する非有意な傾向を示しました。本研究の結果は、アルゴリズムの有効性をさらに評価するために、より大規模で十分な検出力を持つ多施設共同試験の必要性を支持しています。