Лента новостей → Рентгенолог считает, что специалисты должны использовать ИИ для подготовки к резким скачкам спроса
Известный рентгенолог призывает специалистов подготовиться к будущим скачкам спроса с помощью машинного обучения.
Доктор медицинских наук Джеймс В. Роусон из Гарвардской медицинской школы поделился своими мыслями в гостевой редакционной статье, опубликованной в среду в журнале Academic Radiology . Нагрузка на рентгенологов продолжает расти, в то время как количество доступных рентгенологов не поспевает за ростом, что приводит к профессиональному выгоранию как в академической среде, так и в частной практике, написал он.
Роусон осветил исследование, опубликованное в марте в том же журнале, в котором подробно описывается, как модель ИИ может прогнозировать ежедневную рабочую нагрузку рентгенолога и помогать в управлении практикой.
«Что, если бы вы могли заранее спрогнозировать объём клинических исследований на завтра и иметь возможность планировать и подбирать персонал по-другому? Смогла бы ваша клиника отреагировать?» — написал Роусон , старший преподаватель Гарварда, почётный преподаватель RSNA и обладатель золотой медали Ассоциации академических рентгенологов.
В оригинальном исследовании, также написанном радиологами Гарварда, были собраны данные о спросе на визуализацию за год из двух академических медицинских центров. Эксперты использовали эти данные для составления объяснимого прогноза клинической нагрузки на следующий рабочий день, а непрерывное обучение помогло поддерживать качество модели ИИ с течением времени. Они разработали окончательную модель, основанную на трёх характеристиках: текущем количестве непрочитанных изображений, количестве исследований, запланированных после 17:00, и обследований, запланированных на следующий день.
При тестировании в различных отделениях радиологии доктор Лесли К. Ли и соавторы обнаружили, что модель «значительно превзошла» тривиальные оценки спроса. ИИ смог обеспечить точный ежедневный прогноз, и решение успешно внедрено в онлайн-панель управления. Еженедельное обучение модели с использованием данных в режиме реального времени привело к «высокому, а иногда и более высокому качеству модели».
В своей редакционной статье Роусон отметил, что в прошлом спрос на рентгенологов колебался, и в более спокойные дни у них была возможность наверстать упущенное. Однако сегодня многие рентгенологи ежедневно сталкиваются с большим количеством заказов. Этому способствуют различные факторы, включая рост и старение населения, а также неспособность ординаторов-рентгенологов справляться с выходом на пенсию.
«Будь то нехватка рабочей силы или проблема объёма, между ними существует дисбаланс», — написал Роусон. «По мере того, как радиология переходит от семейного бизнеса к более масштабному, небольшие проблемы, связанные с разбросом, могут обостриться».
Он надеется, что более глубокое понимание вариабельности поможет минимизировать количество дней, проведенных рентгенологами в состоянии перегрузки, а также снизить моральный ущерб и выгорание. Прогнозирование не решит проблему серьезного дефицита кадров, с которой сталкивается рентгенология, но, по его мнению, это «половина дела» и может также снизить количество ошибок и повысить безопасность пациентов.
«График работы рентгенологов часто составляется посменно, без учёта изменений объёма или сложности. Использование ИИ для прогнозирования значительных колебаний объёма работы обеспечивает раннее предупреждение и возможность планирования», — заключил Роусон. «Такие процессы, как внутренняя работа по совместительству — возможно, с поощрениями, аналогичными всплеску активности, или передача дел внешним службам для наверстывания отставания, — необходимо будет организовать заранее. Клиникам необходимо будет разработать адекватные показатели перегрузки и механизмы для поддержки периодического гибкого распределения персонала рентгенологов, которые можно будет задействовать в сжатые сроки. Это позволит клиникам оперативно реагировать на увеличение штата, чтобы справиться с возросшим объёмом».
Подробнее читайте в журнале «Академическая радиология» .
Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.