テキサス・マコームズが主導する新たな研究では、説明可能な結果で ICU 滞在期間を予測する AI モデルが提供され、病院が集中治療リソースを管理する方法が変化する可能性があります。
COVID-19パンデミックの最中、米国中の病院は患者数の急増により集中治療室（ICU）ベッドの需要に追いつくのに苦労した。しかし、パンデミック以前から、ICUは重症患者のためのベッドを確保するのに絶え間ない課題に直面していた。
人工知能 (AI) は、ICU 滞在期間を予測することでこれらの課題に対処し、病院がベッド容量をより適切に管理してコストを削減できるようにすることに期待が寄せられています。
テキサス・マコームズ・ビジネススクールの情報、リスク、オペレーション管理の教授であり、ヘルスケア管理のチャールズ・アンド・エリザベス・プロスロ・リージェント・チェアであるインドラニル・バルダン氏は、このイノベーションの最前線に立っています。
バルダン氏と彼のチームは、医療提供者にとってより明確な形で ICU 滞在期間を予測するように設計された AI モデルを開発しました。これは説明可能な人工知能 (XAI) と呼ばれる概念です。
「人々は主に予測の正確さに注目していましたが、それは重要なことです」とバルダン氏はニュースリリースで述べた。「予測は良いのですが、その予測について説明できますか？」
AI予測の説明
バルダン氏の研究は、テキサス大学情報学部の博士課程学生ティエンジャン・グオ氏、イン・ディン氏、ハーバード大学のシチャン・チャン氏と共同で行われ、AIをICUの医師にとってより解釈しやすく、有用なものにすることを目指している。
研究チームは、年齢、性別、バイタルサイン、投薬、診断など22,243種類の患者属性を組み込んだ、2001年から2012年までの47件の医療記録のデータセットでモデルをトレーニングした。
このモデルは、患者が 8.5 日以内に退院する可能性を示すグラフを作成し、その結果に最も影響を与える属性の詳細を示します。たとえば、モデルは XNUMX 日以内に退院する可能性が XNUMX% であることを示し、呼吸器系の診断を主要な要因として強調表示し、年齢と投薬を重要な二次要因として強調表示します。
研究、 公表 学術誌「Information Systems Research」に掲載された研究によると、このモデルの予測精度は他の主要なAIモデルと同程度だが、説明力は優れていることがわかった。
ICUを超えて
研究者らは、モデルの実用性をテストするために、オースティン地域の ICU で働く 6 人の医師に調査を行いました。6 人のうち 4 人が、モデルの説明によって人員配置とリソース管理が改善され、患者のスケジュールをより効率的に組むことができると回答しました。
このモデルは有望ではあるものの、注目すべき限界がある。それは、医療業界が ICD-2014-CM から、より詳細で具体的な診断情報を提供する ICD-9-CM コーディング システムに移行した 10 年以前の古いデータを使用していることだ。
「もっと最近のデータにアクセスできれば、そのデータを使ってモデルを拡張したかった」とバルダン氏は付け加えた。
しかし、このモデルは成人のICU以外にも応用できる可能性があります。バルダン氏は、このモデルが小児科や新生児科のICU、救急治療室、さらには一般の病院の病棟にも適用でき、患者の入院期間を予測し、ベッド管理を最適化することができると示唆しています。