Искусственный интеллект помогает сократить количество неявок на МРТ

Новое в СХД

Неявки пациентов на МРТ обходятся довольно дорого, во всяком случае в странах с развитой медициной, но недавнее исследование, проведенное группой сингапурских врачей, показало, что с этой проблемой помогает справиться ИИ.


Прогнозная аналитика для сокращения финансовых потерь

Проведение МРТ — это комплексный и дорогостоящий процесс, даже если сеанс не состоялся из-за того, что пациент не пришел, медицинское учреждение все равно несет затраты. Например, данные, опубликованные в 2016 г., показали, что пропущенные сеансы обходятся отрасли здравоохранения в $150 млрд ежегодно (в среднем, $200 в расчете на один сеанс). При этом уровень неявки составляет от 5% до 30%. Но группа сингапурских ученых, похоже, увидела выход из этой ситуации. В статье, которая была недавно опубликована в признанном международном журнале «Американский вестник радиологии» (American Journal of Roentgenology), выдвинута идея о том, что прогнозная аналитика на базе технологий искусственного интеллекта довольно хорошо справляется с решением сложных задач — таких, как неявка пациентов на сеанс МРТ, используя очень ограниченный объем информации и базовых функций.

Что особенно удобно — все необходимые данные во многих случаях можно легко получить из ИТ-систем, которые обычно используются в радиологических отделениях больниц. Также, по словам авторов научной публикации, благодаря ИИ можно легко автоматизировать рутинные рабочие процессы в медицинских учреждениях, что, по словам авторов, улучшит качество и эффективность оказания медицинской помощи.

Прогнозная аналитика на базе технологий ИИ хорошо справляется с решением сложных задач, в том числе с оптимизацией затрат, используя очень ограниченный объем информации.

«МРТ — одна из самых важных процедур в современной медицине. С ее внедрением стало возможным выявить ряд болезней на ранних стадиях и предотвратить их переход в тяжелые формы. Однако, это сложная, высокотехнологичная и дорогостоящая процедура, поэтому каждый прием важен как для клиник, так и для пациентов. Решения, подобные описанному в публикации сингапурских коллег, помогают первым снизить риски лишних затрат, а последним — получить необходимую диагностику. NetApp много лет сотрудничает со сферой здравоохранения, в том числе и в России, предлагая решения, которые дают возможность оптимизировать работу медицинских учреждений, сократить расходы и повысить качество диагностики», — отмечает Татьяна Бочарникова, глава представительства NetApp в России и странах СНГ.

Хороший результат малыми силами

Чтобы обучить и проверить гипотезу, группа исследователей извлекла записи 32 957 амбулаторных приемов МРТ, запланированных в период с января 2016 г. по декабрь 2018 г., из радиологической информационной системы своего учреждения, а с января 2019 г. получила еще один контрольный набор из 1080 записей. В среднем, процент неявок по всем выборкам составил 17,4%.

После оценки различных прогнозных моделей машинного обучения, разработанных с помощью широко используемых программных инструментов с открытым исходным кодом, команда развернула алгоритм на основе дерева решений: XGBoost, версия 0.80. Анализ данных позволил выявить категории пациентов с наивысшим риском неявки на прием. В дальнейшем, если какой-либо человек, попадал в подобную группу, ему напоминали о предстоящем визите по телефону.

Через полгода после организации такого подхода показатель неявки в исследуемом медицинском учреждении снизился с 19,3% до 15,9%. Особо подчеркивается, что преимущество подхода именно в его простоте и доступности — взяты имеющиеся данные, открытые технологии искусственного интеллекта, собственная, отнюдь не самая передовая ИТ-система, но вместе с тем получен осязаемый и положительный результат.