由名古屋大学医院 Yoshimasa Nagao 教授领导的研究小组使用 AI 技术分析医院收集的未遂事故*和事故报告数据,以预防医疗事故。开发了一种衡量医院安全的模型。
事件报告系统是一种工具,通过现场工作人员的自愿报告来捕获医院发生的事件,并试图发现组织中的潜在风险。质量也存在很大差异然而,由于详细描述事件内容的自由文本字段反映了各种有价值的信息,因此研究小组尝试开发一种使用人工智能技术衡量医院安全的尺子。
研究小组根据专家判断为“严重”或“非严重”的事件报告的文本数据中每个单词的出现频率计算出严重程度评分。每个词都被量化,然后针对每份报告和提交报告的医护人员组(科室)进行汇总。 最终从 48,041 份事件报告中数字化了 1,802 个单词。经核实,每份报告计算出的严重度评分与专家对严重度或不严重度的判断存在显着差异。人群中的分数也显示出与传统专家分析的高度相关性。
未来,通过加入其他与医院安全相关的因素,提高尺子的准确性,我们将能够实时衡量医院的安全性,并与其他医疗机构进行安全性比较,有望成为可能。
*幸运的是没有导致事故的危险事件。