一个基于语音的数字助理,用于在ICU轮期间智能提示基于证据的实践

科学领域:

• 医疗信息学 医疗信息学
• 临床决策支持系统 临床决策支持系统
• 密集护理医学 密集护理医学

背景情况:

• 重症监护病房 (ICU) 面临的挑战是,在病人检查期间,始终运用基于证据的实践.
• 传统的圆形检查清单可能是严格的,可能会增加医疗保健团队的认知负担.
• 优化最佳实践的采用对于改善重症监护患者的治疗结果至关重要.

研究的目的:

• 评估一种用于ICU圆形化的新型数字助理的技术可行性和潜在价值.
• 评估基于语音的系统是否可以通过实时讨论分析,促使团队使用基于证据的实践.
• 为了比较数字助理的提示与传统方法的效率和准确性.

主要方法:

• 开发了一种基于语音的数字助理,用于记录和分析ICU团队的讨论.
• 使用自动转录,自然语言处理和基于规则的专家系统来生成针对患者的提示.
• 系统的提示被追溯地与由重症监护护士和假设的纸质检查清单生成的提示进行了比较.

主要成果:

• 数字助理显示了0.45 ± 0.06的正预测值和0.83 ± 0.04的负预测值.
• 真正阳性率为0.68 ± 0.07,真假阴性率为0.66 ± 0.04.
• 与纸质检查清单相比,该系统每位患者的提示数量减少了56%,精度提高了50%±17%.

结论:

• 一个基于语音的数字助理在减少ICU围绕团队的提示数量方面显示出希望.
• 这项技术可以比传统方法更有效地提高基于证据的实践的采用率.
• 需要进一步的研究来评估该系统的现实世界性能和临床团队的接受.