Nova studija o dokazu koncepta objavljena u American Journal of Infection Control izveštava da tehnologije veštačke inteligencije (AI) mogu precizno identifikovati slučajeve infekcija povezanih sa zdravstvenom zaštitom (HAI) čak iu složenim kliničkim scenarijima. Studija, koja naglašava potrebu za jasnim i doslednim jezikom kada se koriste AI alati za ovu svrhu, ilustruje potencijal za uključivanje AI tehnologije kao isplative komponente rutinskih programa nadzora infekcija.
Prema najnovijem istraživanju o rasprostranjenosti HAI u bolnici koje su sproveli Centri za kontrolu i prevenciju bolesti, bilo je oko 687.000 HAI u bolnicama za akutnu negu u SAD i 72.000 smrtnih slučajeva povezanih sa HAI među bolničkim pacijentima u 2015. godini. Oko 3% svih bolničkih pacijenata imati najmanje jedan HAI u bilo kom trenutku.
Implementacija programa za nadzor infekcija i drugih protokola za prevenciju infekcija smanjila je incidencu HAI, ali oni ostaju rizik, posebno za kritično bolesne hospitalizovane pacijente sa umetnutim uređajima kao što su centralni vodovi, kateteri ili cevi za disanje.
Mnoge bolnice i druge zdravstvene ustanove imaju programe nadzora HAI za praćenje povećanog rizika od infekcije, ali za njihovo održavanje su potrebni veliki resursi, obuka i stručnost. U okruženjima sa ograničenim resursima, isplativa alternativa bi mogla da pomogne u poboljšanju programa nadzora i omogući bolju zaštitu pacijenata sa visokim rizikom.
U ovoj novoj studiji, istraživači sa Univerziteta Saint Louis i Medicinskog fakulteta Univerziteta u Louisvilleu procenili su performanse dva alata sa AI za tačnu identifikaciju HAI. Jedan alat je napravljen korišćenjem OpenAI ChatGPT Plus, a drugi je razvijen korišćenjem otvorenog kodnog modela velikog jezika poznatog kao Miktral 8k7B.
Alati su testirani na dve vrste HAI: infekcija krvotoka povezana sa centralnom linijom (CLABSI) i infekcija urinarnog trakta povezana sa kateterom (CAUTI). Opisi šest izmišljenih scenarija pacijenata sa različitim nivoima složenosti predstavljeni su alatima AI, koji su potom upitani da li opisi predstavljaju CLABSI ili CAUTI. Opisi su uključivali informacije kao što su starost pacijenta, simptomi, datum prijema i datumi umetanja i uklanjanja centralnih linija ili katetera. Odgovori AI su upoređeni sa odgovorima stručnjaka da bi se utvrdila tačnost.
Za svih šest slučajeva, oba alata AI su tačno identifikovala HAI kada su im dali jasne upite. Važno je da su istraživači otkrili da nedostajuće ili dvosmislene informacije u opisima mogu sprečiti AI alate da daju tačne rezultate. Na primer, jedan opis nije uključivao datum kada je kateter ubačen; bez tog detalja AI alat ne bi mogao dati tačan odgovor. Skraćenice, nedostatak specifičnosti, upotreba posebnih znakova i datumi prijavljeni u numeričkom formatu umesto sa napisanim mesecom, sve je dovelo do nedoslednih odgovora.
„Naši rezultati su prvi koji demonstriraju moć HAI nadzora uz pomoć veštačke inteligencije u okruženju zdravstvene zaštite, ali takođe naglašavaju potrebu za ljudskim nadzorom ove tehnologije“, rekao je dr Timoti L. Vimken, MPH, doktor nauka. vanredni profesor na odseku za zarazne bolesti, alergiju i imunologiju na Univerzitetu Saint Louis i glavni autor rada. „Uz brzu evoluciju uloge veštačke inteligencije u medicini, naša studija dokaza o konceptu potvrđuje potrebu za kontinuiranim razvojem AI alata sa podacima o pacijentima iz stvarnog sveta kako bi se podržali preventori infekcija.
Dodatni detalji o studiji uključuju:
„Nadzor HAI-a je kritična odgovornost za prevencioniste infekcija, a našoj zajednici je potreban svaki mogući alat koji će nam pomoći da obezbedimo bezbednost naših pacijenata“, rekla je Tania Bubb, Ph.D., RN, CIC, FAPIC, predsednik APIC-a za 2024. „Ova studija sugeriše da alati sa veštačkom inteligencijom mogu ponuditi isplativo sredstvo za poboljšanje naših programa nadzora pomažući prevencionistima infekcija u svakodnevnim radnim funkcijama.
