人工智能解决方案改善紧急部门的等待时间:生活系统审查

科学领域:

• 医疗信息学 医疗信息学
• 医疗保健中的人工智能
• 运营研究 运营研究

背景情况:

• 紧急服务部门 (ED) 面临着全球性挑战,包括过度拥挤和长时间等待,影响患者的治疗结果和员工的满意度.
• 人工智能 (AI) 提出了一个潜在的技术解决方案,以优化ED操作和减轻延误.

研究的目的:

• 建立一个战略框架,用于评估AI建模在紧急部门流程的背景下.
• 评估以人工智能为基础的改善ED患者流动策略的现状.

主要方法:

• 针对英语语言研究,在Embase,MEDLINE,CINAHL和Scopus进行了全面的文献搜索.
• 使用ROBINS-I工具评估研究质量,使用PROBAST检查偏差风险/适用性.
• 对于1946年1月1日至2023年8月17日发表的研究进行了搜索,并计划进行持续更新.

主要成果:

• 在17569项选研究中,16项定量观察性研究符合纳入标准.
• 确定最有效的算法包括基于回归的方法,单模型机器学习,神经网络/深度学习,自然语言处理和整体方法.
• 虽然模拟表明等待时间减少 (743.2分钟),但没有研究报告AI在现实世界ED环境中的影响.

结论:

• 人工智能融入急救部门的整合目前处于起步阶段.
• 由于缺乏现实世界ED实施研究和ED专家在当前研究中的有限参与,存在重大差距.
• 进一步的研究和审查至关重要,以了解AI的实际影响,并指导其在ED工作流程中的有效,协作采用.