Об этом свидетельствуют результаты исследования, проведенного Технологическим университетом Чалмерса в Швеции совместно с Гетеборгским университетом и Университетом Бороса.

Если тяжелораненых доставляют прямо в университетскую больницу, шансы на выживание возрастают, поскольку там есть ресурсы для оказания помощи при всех видах травм. Поэтому нам необходимо иметь возможность лучше определить, кто является тяжелораненым, а кто нет, чтобы все получали правильную помощь и ресурсы использовались наилучшим образом, — говорит Анна Бакиду, докторант исследовательской группы Care@Distance — Remote and Prehospital Digital Health на факультете электротехники Технологического университета Чалмерса.

В недавно опубликованном исследовании Анна Бакиду и ее соавторы разработали пять различных математических моделей на основе данных о взрослых, обратившихся в скорую помощь в период с 2013 по 2020 год. Эти данные получены из более чем 47 000 реальных случаев, взятых из Шведского реестра травм, в котором также указано, куда были доставлены люди. Взвесив ряд сложных переменных, таких как частота дыхания, тип травмы, артериальное давление, возраст и пол, выяснилось, что все модели ИИ могут работать лучше, чем клинические результаты — решения о транспортировке, принятые сотрудниками скорой помощи в момент инцидента.

Многих тяжелораненых доставляют в обычные больницы

Оказалось, что 40% пациентов с тяжелыми травмами не были направлены непосредственно в университетскую больницу. В то же время 45% нетяжелораненых были направлены в университетские больницы без необходимости, поскольку с их травмами можно было справиться в обычной больнице.

Сотрудники скорой помощи постоянно сталкиваются с необходимостью принимать сложные и быстрые решения. Мы надеемся, что более объективная система поддержки принятия решений сможет работать как «дополнительный коллега», который заставит сотрудников увидеть более сложные взаимосвязи и дважды подумать в случаях, когда травмы могут быть сложными для восприятия или оценки, — говорит Анна Бакиду.

В качестве примера она приводит то, что молодые люди, которые часто попадают в дорожно-транспортные происшествия, часто считаются получившими более серьезные травмы, чем они есть на самом деле. С другой стороны, пожилые люди, которые попадают в такие происшествия, как падение, часто оцениваются как получившие легкие травмы — несмотря на то, что их состояние может внезапно стать опасным для жизни из-за таких последствий, как внутреннее кровотечение.

Несколько шагов до внедрения технологии

Хотя математические модели показывают, что в перспективе можно спасти много человеческих жизней, предстоит пройти еще долгий путь, прежде чем сотрудники скорой помощи смогут использовать эту технологию. Важнейшим шагом является поиск методов быстрого и простого ввода всей информации в инструмент искусственного интеллекта, а также обеспечение удобного взаимодействия службы с пользователями.

Например, можно ли разговаривать с инструментом, чтобы обе руки были свободны? Как можно использовать существующие процедуры и протоколы для совместной работы с ИИ и как можно обновлять рекомендации для персонала при появлении новых данных? Нам нужно проверить и учесть все эти моменты, когда мы приступим к дальнейшим исследованиям и созданию прототипов, — говорит Анна Бакиду.

Прежде чем услуги искусственного интеллекта станут частью повседневной жизни сотрудников скорой помощи, необходимо провести масштабные клинические испытания в течение определенного времени.

Из-за нормативных требований на это требуется время, к тому же существует страх перед ИИ. Если что-то пойдет не так, это может привести к серьезным последствиям. Все, что планируется внедрить в здравоохранение, должно быть проверено. В то же время мы знаем, что некоторые из используемых сегодня методов не всегда являются лучшими. Когда речь идет о скорой помощи, исследований в области ИИ не так много, и мы надеемся, что наши математические модели смогут оказать поддержку, адаптированную к условиям работы, и в долгосрочной перспективе обеспечить более равный уход, — заключает соавтор Стефан Кандефьорд, доцент кафедры электротехники в Чалмерсе.

Фото: Chalmers University of Technology | Mia Halleröd Palmgren