Microsoft의 최신 AI 도구로 의사의 약속 누락을 예측할 수 있음

숙련된 의사의 부족, 간호 인력 부족, 의료 종사자의 일반적인 감소 사이에서 의사의 예약을 확보하는 것은 현대의 임상 환경에서 쉬운 일이 아닙니다. 실제로 약속의 시간 가치는 그 어느 때보다 높습니다.

이 부분은 정확히 Microsoft의 최신 인공 지능(AI) 도구가 해결하려고 하는 것입니다. 놓친 의료 약속 줄이기. Microsoft Industry AI 부사장인 Merav Davidson은 Microsoft Industry Blogs에서 다음과 같이 말했습니다. 약속을 지키지 않으면 환자의 건강이 악화될 뿐만 아니라 환자가 나타나지 않는 경제적 효과는 진료소 운영 및 고정 비용 계산에 큰 영향을 미치고, 그 결과 과잉 인력과 예정되지 않은 가동 중지 시간이 발생하여 궁극적으로 의료 제공자가 일상적인 운영에 어려움을 겪을 수 있습니다.”

Davidson은 중요한 현상을 강조합니다. 약속을 놓치면 환자뿐 아니라 전체 임상 생태계에도 해가 됩니다. 예를 들어, 환자가 할당된 슬롯에 나타나지 않으면 해당 병실은 이제 해당 기간 동안 사용되지 않습니다. 대부분의 경우 예약 기반 서비스이기 때문에 대기열에 있는 다음 사람으로 채워질 수 없으며 할당된 시간까지 다음 사람이 도착하지 않을 가능성이 높습니다. 하나 또는 두 개의 약속 시간을 놓친 경우는 무시할 수 있지만 전체론적 관점에서 볼 때 이 미사용 시간으로 인해 시스템에 연간 수십억 달러의 비용이 발생합니다. 더 중요한 것은 아마도 예약을 낭비하는 것이 의사를 만나야 했지만 들어갈 수 없었던 다른 사람에게 기회를 놓쳤다는 사실일 것입니다. 현재 주치의의 대기자 명단에는 몇 개월의 긴 대기 시간이 수반된다는 점을 감안할 때 국가적으로 이것은 매우 현실적인 문제입니다.

ADVERTISEMENT

Microsoft의 도구는 강력한 Cloud for Healthcare 플랫폼에 내장되어 있으며 학습 곡선이 쉽습니다. 이 제안은 임상의와 환자 모두에게 이익이 됩니다. 사용자 친화적이며 친숙한 인터페이스를 통해 부재중 약속 예측을 통해 사무실 직원과 임상의는 데이터 과학 교육이나 인력 배치 없이도 환자의 불참을 예측할 수 있습니다."

Davidson은 추가로 “다양한 종류의 입력 데이터가 의료 영역에서 놓친 약속을 예측하는 데 중요한 것으로 밝혀졌습니다. 인구 통계, 과거 패턴, 사회적 결정 요인, 유형 및 시간과 같은 약속 데이터는 치료 팀이 모델을 훈련하는 데 사용할 수 있는 입력 예입니다." 소프트웨어 뒤에 숨겨진 복잡성은 자세히 설명 또한 "모델은 사전 훈련되지 않았으며 의료 서비스 제공자의 사용자가 훈련해야 합니다"라고 주장합니다.

ADVERTISEMENT

특히, 이 도구가 잠재적으로 도움이 될 수 있는 곳은 진료소와 외래 환자 환경만이 아닙니다. 결국 응급실에서 입원 환자 치료 상황에 이르기까지 거의 모든 임상 환경에서 이 소프트웨어가 중요한 역할을 할 수 있습니다.

실제로 이 AI 엔진은 잠재력이 완전히 실현되기 전에 더 많은 작업과 테스트가 필요할 수 있지만 임상 결과를 개선하기 위해 데이터 및 객관적인 측정항목을 사용하는 것과 관련하여 이 개념은 유망합니다.