人工智能改善心力衰竭重新接纳风险预测的准确性

文章总结


在美国,5.7 million adults have heart failure (HF), costing the nation an estimated $30.7 billion each year. Learn how MultiCare leveraged AI and machine learning to more accurately predict the readmission risk for patients with HF.

下载

出现的结果
  • AUROC(接受者操作特征曲线下的面积)的高频30天重新接纳风险预测模型是0.85(花边再入院预测AUROC约0.62)。
  • 三倍数量的增加高频重新接纳风险预测每一天。

全球大流行,心力衰竭(HF)影响全世界至少有2600万人,和它的发病率只有继续增加。仅在美国,570万名成人生活与高频,每年近307亿美元的成本。为55%,高频代表的最常见原因再次入院医疗保险和高频对医保病人占招生总数的42%。

患者再入院的高频携带沉重的代价和卫生系统,除了报销CMS的惩罚。这使得正确评估的风险重新接纳对心力衰竭患者的首要任务。MultiCare卫生系统利用人工智能和机器学习来改善心力衰竭患者重新接纳风险预测的准确性。提供一个更准确的风险评分及时给予护理团队更多的时间有效地干预和预防可避免的再入院。

心力衰竭发生率携带沉重的代价

心力衰竭(HF)影响全世界超过2600万人。已经成为全球大流行,高频继续增加。1在美国,5.7 million adults have HF, costing the nation an estimated $30.7 billion each year.2心力衰竭患者代表42%的医疗保险招生,再入院和55%的医疗保险,使高频最常见的条件与医疗保险重新接纳。3

医疗组织希望防止可避免重新接纳,避免处罚CMS的家伙,减少程序,需要能够得到上游重新接纳事件的准确预测哪些病人重新接纳风险最高,然后调整资源和支持预防可避免的重新接纳。

许多组织使用花边指数(滞留时间,敏锐的承认,Charlson发病率指数(CCI)的数量和急诊前6个月)来预测患者再入院的风险。花边指数创建,使用的数据来自4812名患者承认11所医院在加拿大2002年10月至2006年7月。2虽然被广泛使用,花边指数使用数据从开发加拿大中年患者没有严重的并发症。由于这种限制,批评人士质疑花边的有效性指标的适用性更广泛的患者群体。4、5

MultiCare是一个非盈利医疗组织由许多初级保健,紧急护理和专业服务。MultiCare的综合医疗系统还包括八医院服务西北太平洋和脉冲心脏研究所(脉冲的心)。脉冲的心努力是太平洋西北部的目的地成人心脏健康,提供全方位的最先进的心脏,胸,血管可用的服务。

MultiCare和脉冲心致力于标准化及其心力衰竭患者提供最好的治疗改善患者整体的医疗质量和结果,相信这将最终导致改变慢性病病人的过程,有效减少住院,发生率和死亡率。

评估心力衰竭重新接纳风险限制数据访问和人工输入问题

脉冲高频卓越中心的核心是一个集体联盟代表多个学科和医疗保健方面的联系的心衰患者。脉冲心脏和高频卓越中心建立了以证据为基础的治疗指南MultiCare高频的概述的预期医疗管理这些病人。这些指南将国家指导方针从美国心脏病协会和美国心脏病学会,为各个方面提供指导患者的护理,从最初的诊断到正在进行的医疗管理门诊和住院settings-including先进的护理计划,姑息治疗,和家庭援助。

包括在放电规划指南的部分排放标准和注意事项的及时性后续任命为高危患者重新接纳。是最准确的,病人的风险重新接纳应该计算在入学和病人的留下来,与数据被用来建立病人的医疗计划。因为重新接纳的风险计算后手动数据输入由临床医生使用信息并确定EHR有时很难找到,这是具有挑战性的,以确保风险预测的准确性,减少的效用评估。

此外,决定重新接纳的风险在适当承认并不总是导致正确的门诊资源配置,作为病人的需要经常变化和新的信息出现在住院期间。这个有限的能力,以确保适当的安置和后续任命预防可避免的,昂贵的重新接纳。再次入院,以进一步降低MultiCare和脉冲的心寻求改善的及时性和准确性重新接纳风险预测心力衰竭患者提供护理团队有足够的时间来进行干预,防止可避免的再入院。

机器学习在心力衰竭改善重新接纳风险预测

提高其风险预测模型的准确性和及时性,MultiCare和脉冲心脏与健康催化剂,利用健康的催化剂世界杯葡萄牙vs加纳即时走地®数据操作系统(DOS™)平台和医疗保健。世界杯厄瓜多尔vs塞内加尔波胆预测AI™,开发一个高频30天重新接纳风险预测模型,利用历史数据来确定概率是MultiCare目前承认患者的30天内重新放电。

发展预测模型,使用的卓越中心的一个迭代过程来识别变量,指导模型的开发和验证结果。

涉众认为包含在87个不同的变量预测模型。世界杯葡萄牙vs加纳即时走地卫生催化剂数据科学家和分析工程师使用迭代的特征选择和随机森林的基尼杂质指数留在最后的模型,以确定哪些变量。最终,25个变量选为那些最高曲线下的面积(AUROC:衡量质量分类模型)被选为在模型中使用。所选变量占最重要影响高频重新接纳的预测。

高频30天重新接纳风险预测模型集成到心力衰竭分析加速器。除了可视化30−天重新接纳性能,洛杉矶,急诊科利用率,心力衰竭患者和观察,分析应用程序提供了一个可视化的重新接纳风险水平MultiCare目前承认的心衰病人作为主要诊断。分析应用程序的风险评分是每天更新,作为病人的临床指标变化期间,和分层基于与涉众与领域专家的讨论,分组病人分成几个不同的风险类别:

  • 严重的=概率评分≥0.71。
  • 高=概率评分≥0.50。
  • 中=概率评分≥0.25。
  • 低概率=分数≥0.03。
  • 非常低的=概率评分< 0.03。

风险预测和分层提供在两个层面上分析中的应用:

  • 在人口层面,概述目前承认病人风险水平。
  • 在病人水平,支持患者的立场干预措施。

MultiCare实现标准工作,利用高频30天重新接纳风险预测,进一步提高整体的医疗质量和结果的病人。每一天,一个护士使用risk-stratified工作列表在分析应用程序,首先关注患者再入院的风险最高,确认所有病人理解排放计划,及时安排出院后随访约会,特别是高危重新接纳。

随着工作的深入,临床医生将监测病人使用EHR工作列表和病人的细节,开始以证据为基础的干预措施在高频的指导方针,有效地管理病人的高频,包括干预患者的功能状态和最大化减少可以避免的风险,昂贵的30天内重新接纳的放电。

结果

通过利益相关者从整个组织和利用人工智能和机器学习,MultiCare和脉冲的心已经成功实施了一项预测模型,比类似的全国公认的模型更准确。

  • 高频的AUROC 30天重新接纳风险预测模型是0.85(花边再入院预测AUROC约0.62)。真阳性率(灵敏度)是0.84,假阳性率是0.24。
    • AUROC是衡量质量的分类模型,测量模型的能力正确预测哪些病人再次入院。
  • 分类系统不能区分两组有一个AUC曲线下的面积等于0.5。0.80 - -0.90的AUC是良好的性能,这意味着高频30天重新接纳风险预测模型善于区分哪些病人再次入院,患者不会。

此外,MultiCare已经实现了具体改进的风险预测,包括:

  • 提高风险预测的准确性的数据被医生用来通知医疗计划,排出计划,之后医院随访。
  • 现在可以使用风险预测每天,而不是只在入学。改进的及时性和准确性的风险预测提高了临床医生的能力提供特定的干预措施,减少可以避免的重新接纳的可能性。
  • 三倍数量的增加高频重新接纳风险预测每一天。每天大约150个高频重新接纳风险预测是由。

接下来是什么

MultiCare计划采用闭环分析风险数据整合到MultiCare EHR,此时临床医生、业务领导人,高管们将使用群体风险数据监测人口目前承认的高级风险趋势。在回顾特定病人的数据,包括三大风险因素导致患者再入院的风险,医生将文档提供的护理管理他们的高频和采取的干预措施,以防止一个可以避免的,昂贵的重新接纳。

MultiCare和脉冲的心计划继续寻找机会采用人工智能和预测分析改善病人护理,继续旅程,有效减少住院,从心力衰竭发生率和死亡率。

引用

  1. Savarese G。,& Lund, L. H. (2017).全球公共卫生负担的心脏衰竭心脏衰竭,3(1)、7 - 11。
  2. 疾病控制和预防中心。(2016)。心脏衰竭简报
  3. 惠誉,K。,Pelizzari, P. M., & Pyenson, B. (2015).心力衰竭的高成本的医疗保险人口:精算成本分析
  4. 销,p E。,Bhalla, V. K., Wallis, S. J., & Biram, R. W. (2012).再入院预测:表现不佳的花边指数在一个年长的英国人年龄老化,41(6),784 - 89。
  5. 棕褐色,s Y。,Low, L. L., Yang, Y., & Lee, K. H. (2013).以前的适用性验证重新接纳预测指数在新加坡医疗患者:一个回顾性研究Res BMC健康服务公司,13岁,366年。
广泛采用改进算法测量性能的分析

这个网站使用饼干

我们在为你提供相关的自豪,有用的内容。我们可以使用cookie来跟踪你读什么?我们非常重视您的隐私。请参阅我们的隐私政策对细节和任何问题。