Un sistema di apprendimento automatico può generare allarmi clinicamente validi per errori terapeutici che altrimenti potrebbero essere persi con i sistemi di supporto alle decisioni cliniche esistenti (CDS), secondo uno studio pubblicato nel numero di gennaio di The Joint Commission Journal on Quality and Patient Safety.
Ronen Rozenblum, Ph.D., MPH, della Harvard Medical School di Boston e colleghi hanno esaminato la capacità di un sistema di apprendimento automatico (MedAware) di generare avvisi clinicamente validi e stimato i risparmi associati ai costi con eventi avversi potenzialmente prevenibili. Gli avvisi sono stati generati su dati ambulatoriali da due centri medici accademici tra il 2009 e il 2013. Gli avvisi di MedAware sono stati confrontati con quelli di un sistema CDS esistente.
I ricercatori hanno scoperto che sono stati generati 10.668 avvisi. Utilizzando il sistema CDS esistente, il 68,2 percento degli avvisi di MedAware non sarebbe stato generato. Sulla base dei dati strutturati disponibili nel registro, il 92 percento di un campione casuale di 300 avvisi esaminati da grafici era accurato; Il 79,7 percento era clinicamente valido. Gli eventi avversi potenzialmente prevenuti avevano un costo stimato di oltre $ 60 per allerta farmacologica in regime ambulatoriale e $ 1,3 milioni durante l’estensione dei risultati a tutta la popolazione di pazienti.
“Il vero valore di tali allarmi dipende in larga misura dal modo in cui i medici rispondono a tali allarmi e dal loro potenziale per prevenire danni ai pazienti”, scrivono gli autori.
Lo studio è stato finanziato da Becton Dickinson. Diversi autori hanno rivelato legami finanziari con l’industria dei dispositivi medici e delle tecnologie mediche.
