微軟最新的人工智能工具可以預測錯過的醫生預約

在訓練有素的醫生稀缺、護理人員短缺和醫護人員普遍減員之間，確保醫生預約在現代臨床環境中並非易事。 事實上，約會的時間價值從未像現在這樣高。

這正是微軟最新的人工智能 (AI) 工具試圖解決的問題： 減少錯過的醫療預約. 微軟工業人工智能副總裁梅拉夫戴維森在微軟工業博客中寫道：“僅在美國，醫療保健行業每年的失約成本就超過 150 億美元。 錯過預約不僅會導致患者健康狀況下降，而且患者沒有出現的經濟影響會顯著影響診所運營和固定成本計算，導致人員過剩和計劃外停機，最終使醫療保健提供者難以應付日常運營。”

戴維森強調了一個重要現象。 錯過預約不僅對患者有害，而且對整個臨床生態系統也有害。 例如，如果患者沒有出現在他們分配的位置，那麼該房間現在將在該時間段內閒置。 在大多數情況下，它不能只被排隊的下一個人填滿，因為它是基於預約的服務，並且下一個人可能要等到他們分配的時間才會到達。 儘管一兩個錯過的預約時段可能可以忽略不計，但從整體角度來看，這個未使用的時間每年會花費系統數十億美元。 也許更重要的是，對於真正需要看醫生但無法進入的其他人來說，浪費的預約是一個錯失的機會。鑑於目前初級保健醫生的等待名單需要長達數月的等待時間在全國范圍內，這是一個非常現實的問題。

ADVERTISEMENT

微軟的工具嵌入到其強大的醫療保健雲平台中，並且具有簡單的學習曲線：“該模型易於部署，只需兩小時即可完成培訓，讓醫療保健提供商在一天內即可使用該解決方案。 該產品使臨床醫生和患者都受益。 借助用戶友好且熟悉的界面，錯過預約預測使辦公室工作人員和臨床醫生能夠在沒有數據科學培訓或人員配備的情況下預測患者未就診。”

戴維森進一步解釋說：“已發現各種輸入數據在預測醫療保健領域的錯過預約方面具有重要意義。 人口統計、歷史模式、社會決定因素和預約數據（例如類型和一天中的時間）是護理團隊可以用來訓練模型的輸入示例。” 該軟件背後的複雜性是 詳細解釋 微軟還堅稱“該模型未經預先訓練，需要由醫療保健提供者的用戶進行訓練。”

ADVERTISEMENT

值得注意的是，診所和門診環境並不是該工具可能受益的唯一地方。 該軟件最終可能會在幾乎所有臨床環境中發揮重要作用，從急診室到住院護理情況。

事實上，雖然這個人工智能引擎可能需要更多的工作和測試才能充分發揮其全部潛力，但這個概念在使用數據和客觀指標來改善臨床結果方面是有希望的。