GUIDA alle industrie

Supporto decisionale clinico basato sull'intelligenza artificiale per i medici

Il supporto alle decisioni cliniche (CDS) è un software, solitamente integrato o collegato alla cartella clinica elettronica, che fornisce ai medici avvisi, promemoria, serie di ordini e previsioni di rischio specifici del paziente mentre si prendono cura di un paziente.

Ascolta questa guidaNarrato dall'IA · ~3 min

In questa pagina4 minuti di lettura
  1. Panoramica
  2. Immersione profonda
  3. Implementazione nel mondo reale
  4. Il futuro del supporto decisionale clinico tramite intelligenza artificiale per i medici
  5. Metterlo in pratica
  6. Continua a esplorare
  7. Domande frequenti

Panoramica

È importante perché un CDS ben progettato rileva le interazioni farmacologiche, gli errori di dosaggio e le diagnosi mancate. Un CDS mal progettato causa affaticamento degli avvisi, per cui i medici ignorano la maggior parte degli avvisi, compresi quelli importanti.

Immersione profonda

I CDS rientrano in due grandi famiglie. Il CDS basato sulla conoscenza esegue regole esplicite scritte da medici e farmacisti, come controlli di interazione tra farmaci, controlli di allergie, intervalli di dosaggio, promemoria di cure preventive e serie di ordini. Il CDS predittivo utilizza modelli statistici o di apprendimento automatico addestrati sui dati passati dei pazienti per stimare il rischio di eventi quali sepsi, peggioramento, riammissione o mancata presentazione. La consegna può essere interruttiva (un pop-up che interrompe il flusso di lavoro), passiva (un contrassegno, un banner o una scelta predefinita in un ordine) o indirizzata a qualcun altro, come un farmacista o un team di risposta rapida. Gli informatici spesso utilizzano il quadro dei "cinque diritti": l'informazione giusta, alla persona giusta, nel formato giusto, attraverso il canale giusto, al momento giusto. Gli avvisi che infrangono queste regole producono affaticamento da allerta. Molti studi sugli avvisi di interazione farmacologica hanno rilevato che i medici ne ignorano la maggior parte, spesso ben al di sopra del 90% in alcuni contesti, soprattutto perché molti avvisi sono clinicamente irrilevanti. Una volta che i medici apprendono che la maggior parte degli allarmi sono costituiti da rumore, ignorano anche quello raro che conta. I modelli predittivi aggiungono un altro rischio: nella pratica possono avere risultati peggiori di quanto riportato dai loro sviluppatori. Nel 2021 un team dell'Università del Michigan ha pubblicato una convalida esterna del modello Epic Sepsis in JAMA Internal Medicine. È stata riscontrata una discriminazione molto più debole di quella pubblicizzata (un AUC di circa 0,63). Il modello non ha rilevato circa due terzi dei casi di sepsi, generando al contempo avvisi su molti pazienti che non avevano la sepsi. Per quanto riguarda la regolamentazione, il 21st Century Cures Act del 2016 ha escluso alcuni CDS dalla regolamentazione dei dispositivi della FDA, principalmente strumenti le cui basi un medico può esaminare in modo indipendente, e la FDA ha pubblicato una guida definitiva sui CDS nel 2022. La regola HTI-1 dell'ONC, finalizzata alla fine del 2023, richiede che le cartelle cliniche elettroniche certificate espongano informazioni sugli interventi di supporto alle decisioni, compresi quelli predittivi. L’idea sbagliata comune è che più avvisi significhino cure più sicure. Oltre un certo punto, più avvisi rendono l’assistenza meno sicura.

Implementazione nel mondo reale

Quando un medico ordina un antibiotico per un paziente in terapia con warfarin, l'EHR mostra un avviso di interazione interruttiva che suggerisce un monitoraggio INR più attento. Il medico deve riconoscerlo o motivarlo.

Una regola di dosaggio renale legge l'eGFR più recente del paziente e suggerisce una dose inferiore di un farmaco eliminato per via renale all'interno dell'ordine stesso, senza un pop-up.

Il modello di previsione della sepsi di un ospedale assegna un punteggio ai pazienti ricoverati ogni poche ore e invia un avviso di best practice all'infermiere che risponde rapidamente quando il punteggio supera una soglia.

Un medico d'urgenza apre un set di ordini per la polmonite acquisita in comunità che preseleziona gli antibiotici raccomandati dalle linee guida e un calcolatore del punteggio di gravità.

Il futuro del supporto decisionale clinico tramite intelligenza artificiale per i medici

I modelli linguistici stanno iniziando ad apparire nei CDS come riassunti di grafici e strumenti di risposta alle domande, non solo come motori di regole. Ciò solleva nuove domande su come convalidare uno strumento il cui output è testo libero. Le regole di trasparenza come l’HTI-1 spingono i fornitori a documentare il modo in cui gli strumenti predittivi sono stati addestrati e testati, il che dovrebbe rendere più semplice la valutazione locale. È probabile che la lezione dei modelli di sepsi e degli avvisi di interazione valga anche per gli strumenti più recenti: la convalida locale, il carico di avvisi misurato e l’indirizzamento alla persona giusta decidono se il CDS è utile. I sistemi sanitari che eliminano gli allarmi di basso valore possono guadagnare tanto quanto quelli che ne aggiungono di nuovi.

Metterlo in pratica

Perché è importante

  • Contesto e regole. Il contesto del settore determina se le idee dell’intelligenza artificiale sopravvivono al contatto con la realtà.
  • Controllo di qualità. I vincoli di dominio influenzano i tassi di errore accettabili e i modelli di supervisione.
  • Scelte di build. Le implementazioni di successo allineano le capacità tecniche con i flussi di lavoro in prima linea.

Attenzione

  • I requisiti normativi possono invalidare prototipi altrimenti robusti.
  • I dati storici possono codificare pregiudizi che danneggiano comunità specifiche.
  • I sistemi legacy possono creare colli di bottiglia nell’integrazione e costi nascosti.

Prossimi passi

  1. Coinvolgere esperti del settore dall'inquadramento del problema alla valutazione.
  2. Progettare audit trail e documentazione prima del lancio.
  3. Convalidare tempestivamente la conformità e gli obblighi di sicurezza.
  4. Implementazione in fasi con chiari criteri di stop e rollback.

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Rispondi al quiz sul supporto decisionale clinico basato sull'intelligenza artificiale per i medici

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Che cos'è il supporto decisionale clinico basato sull'intelligenza artificiale per i medici?

Il supporto alle decisioni cliniche (CDS) è un software, solitamente integrato o collegato alla cartella clinica elettronica, che fornisce ai medici avvisi, promemoria, serie di ordini e previsioni di rischio specifici del paziente mentre si prendono cura di un paziente. È importante perché un CDS ben progettato rileva le interazioni farmacologiche, gli errori di dosaggio e le diagnosi mancate. Un CDS mal progettato causa affaticamento degli avvisi, per cui i medici ignorano la maggior parte degli avvisi, compresi quelli importanti.

Cosa determina principalmente l’affaticamento da allerta con avvisi di interazione farmacologica?

I tassi di override elevati derivano principalmente da avvisi di basso valore. Una volta che la maggior parte degli allarmi sono rumorosi, i medici ignorano anche quelli che contano.

Cosa ha rilevato la convalida esterna del modello di sepsi epica dell’Università del Michigan del 2021?

Lo studio ha rilevato un’AUC di circa 0,63. Il modello non ha rilevato la maggior parte dei casi di sepsi, avvisando invece molti pazienti che non avevano la sepsi.

Una regola di dosaggio renale suggerisce una dose più bassa all'interno dell'ordine senza un pop-up. Che tipo di consegna è questa?

Mostrare un suggerimento all'interno del flusso di lavoro senza interrompere il medico è un'erogazione passiva e senza interruzioni.

Nei CDS Hooks, cosa rimanda un servizio CDS esterno all'EHR?

L'EHR chiama il servizio in punti di aggancio come il segnale dell'ordine e il servizio risponde con carte che il medico può leggere o su cui può agire.

Perché eseguire un modello predittivo in modalità silenziosa prima del go-live?

La modalità silenziosa assegna un punteggio ai pazienti senza avvisare nessuno, in modo che il team possa prima verificare la precisione locale e il volume degli avvisi.