Das Royal College Hospital London (UCLH) plant, künstliche Intelligenz einzusetzen, um die klinische Entscheidungsfindung zu unterstützen und in bestimmten Situationen Ärzte und Krankenschwestern zu ersetzen.
Das Krankenhaus wird mit dem Alan Turing Institute, einem staatlich finanzierten Forschungszentrum für Datenwissenschaft, zusammenarbeiten, um nach Wegen zu suchen, NHS-Dienste schneller, sicherer und effizienter zu machen, und kündigt eine dreijährige Partnerschaft an.
Ein Bereich, auf den sie sich konzentrieren werden, ist die Notaufnahme, die als Barometer dafür gilt, wie der Rest des Krankenhauses und das gesamte System funktionieren. Man hofft, dass die Technologie dem Krankenhaus helfen kann, die landesweiten durchschnittlichen Wartezeiten von vier Stunden zu erreichen, die es derzeit nicht einhält.
„Stellen Sie sich ein Szenario vor, in dem Patienten mit Bauchschmerzen in die Notaufnahme kommen. Unsere Standardreaktion besteht darin, Blut zu untersuchen, Röntgenaufnahmen oder Scans anzuordnen und in wahrscheinlich etwa 80 % der Fälle die Heimleitung zu entlassen“, sagte Professor Marcel Levi, Chief Executive der UCLH.
„Was wäre, wenn wir durch die Analyse Tausender ähnlicher Szenarien Muster in der anfänglichen Präsentation der 20 % mit schwerwiegenden Erkrankungen wie Darmperforation oder schweren Infektionen identifizieren könnten? Dies könnte es uns ermöglichen, sie schnell zu einem Scan und einer schnellen Diagnose zu führen, und könnte die klinische Entscheidungsfindung unterstützen, um die 80 %, die keinen weiteren klinischen Input benötigen, effektiver zu behandeln.“
Ein weiterer Bereich, den die Partnerschaft verbessern will, ist der Fluss von Personal und Patienten durch das Krankenhaus. Forscher der UCLH und des Alan Turing Institute werden KI- und maschinelle Lerntechniken auf größere Datensätze anwenden, die zeigen, wie sich Menschen durch die verschiedenen Stationen bewegen.
Durch die Analyse dieser Daten können Bereiche mit Engpässen und Staus nachverfolgt und Ausfallzeiten im Krankenhausbetrieb bewertet werden, um dann herauszufinden, wie die Effizienz verbessert und Patienten geholfen werden kann, schneller und effektiver gesehen zu werden.
Siehe Verwandte KI kann Anzeichen von Autismus bei Babys im Alter von drei Monaten anhand von Gehirnscans erkennen so effektiv wie menschliche Dermatologen
Professor Bryan Williams, Forschungsdirektor des UCLH NHS Foundation Trust, glaubt, dass die dem Trust zur Verfügung stehende Datenmenge genutzt werden könnte, um einige der größten Probleme des Dienstes zu lösen.
„Der NHS sammelt routinemäßig Daten, die analysiert werden, um Forschung zu entwickeln, die Leistung zu verfolgen und Ergebnisse zu messen, aber wir könnten so viel mehr mit den von uns gesammelten Informationen machen“, sagte er.
„Stellen Sie sich eine Welt vor, in der wir diese Daten nutzen könnten, um Algorithmen zu entwickeln, um Krankheiten auszuschließen, Behandlungspläne vorzuschlagen oder Verhalten vorherzusagen. Das ist mit der Fülle an Daten, die uns zur Verfügung stehen, und dem Fachwissen des Alan Turing Institute mehr als möglich. Die Partnerschaft hat das Potenzial, einige der großen Probleme anzugehen, die der NHS nie lösen konnte.“
Die Nachricht kommt in derselben Woche wie die Zusage von Premierministerin Theresa May, Millionen in die Unterstützung des NHS bei der Verwendung von KI zur Verbesserung der Früherkennung von Krebs zu investieren und den Lebensstil und die medizinischen Daten der Patienten zu nutzen, um auch Pflegepläne zu personalisieren.
KI ist für die Analyse auf riesige Datenmengen angewiesen, aber der NHS ist zuvor wegen der Weitergabe von Daten für KI-Initiativen in heißes Wasser geraten.
Letztes Jahr entschied das Information Commissioner’s Office (ICO), dass ein Deal zwischen Googles KI-Zweig DeepMind und dem Royal Free Hospital gegen die Datenschutzbestimmungen verstieß, indem die Daten von 1,6 Millionen Menschen ohne deren Zustimmung weitergegeben wurden. Ein unabhängiges Prüfgremium stimmte auch zu, dass die ursprüngliche Vereinbarung über die gemeinsame Nutzung von Daten „unklar“ war.