誰要摔倒了？AI都知道！

來自專欄景略集智7 人贊了文章

據彭博社報道，每年美國有將近1百萬住院患者摔倒在地，由此引發的傷亡事件不勝枚舉。但現在藉助人工智慧，人們就可以預測出哪位病人要摔倒了。

位於美國矽谷核心地帶的卡米諾醫院，遇上了麻煩事。醫院裡有很多病人都身處一堆醫療設備中間，如果照顧他們的護士出現一點紕漏，比如沒有看到呼叫燈亮了表示病人正需要幫助，那麼很可能病人會自行站起來，最終導致摔倒在地。卡米諾醫院護士長 Cheryl Reinking 痛惜地說「雖然我們會在聽到警報後儘可能快地趕到病房，但有時候仍然來不及。」

病人摔倒，聽著事小，但實際上卻極度危險且成本高昂。根據美國衛生部和人類服務衛生健康研究與質量機構的報告，每年約有 70 萬到 100 萬的住院患者摔倒在地，其中超過三分之一的摔倒事故會造成傷害，比如骨折和頭部創傷。據美國疾病預防控制中心估算，每個摔倒事件造成的每種傷害，平均會讓每位患者支出超過 3 萬美元的醫療成本。2015 年，美國因病人摔倒造成的全部醫療成本達 500 億美元。

和大部分美國醫院一樣，卡米諾醫院也花了大量時間和金錢研究如何預防病人摔倒，比如安裝呼叫燈，但是種種方法並沒有起到很好的效果。高危患者涉及到的因素非常廣泛，其中很多因素在某些情況下都能看作患者可能要摔倒的跡象。如果醫院裡的高危患者比例很高的話，比如卡米諾醫院，其一半的患者都存在摔倒風險，解決這個問題就更加困難了。在醫院護士超負荷工作或人手不夠時，高效監控病人的狀況會非常艱難。

大約四年前，卡米諾醫院開始求助位於幾英里外加州山景城的科技公司 Qventus，幫助預測患者的摔倒事件。2017年兩家機構開始攜手設計更好的剖腹產手術規劃系統，Qventus 開發了一種軟體，能夠預測未來一段時間內有多少剖腹產患者，從而確保屆時有足夠病房容納病人。

Qventus CEO Mudit Garg 連同其餘幾位創始人很快開始開發一款程序，預測因「警報疲勞」引起的病人摔倒事件。所謂「警報疲勞」，就是指醫院的護士因為聽到太多的警報聲而對此類聲音產生疲勞，導致她們有時會漏聽很多至關重要的警報聲。Garg說，「如果我告訴你一切都很重要，那就等於說一切都不重要，因為你要對所有事情保持相同的注意力。」

Qventus 開發的這款程序從呼叫燈及電子病歷中提取和分析數據，同時也會吸收其它信息，比如病人的年齡、所用藥物、最近的治療時間以及最近一次護士記錄的生命特徵。程序會分析數據中透露的模式，比如一天中什麼時間發生的摔倒事故最多，或者通常導致摔倒的事件的順序。比如，換了病房的病人尤其容易摔倒。

研究團隊不知熬了多少個通宵，盡其所能的獲取病人的呼叫燈數據，然後編寫代碼進行分析。

從所獲數據中，Qventus 識別出一些摔倒的指標，可以用於預測哪些病人需要嚴密監督。如果病人滿足了全部指標，那麼程序就會自動向一個佩戴特殊臂章的護士發送警報，提醒醫護人員在未來 12 個小時內仔細檢查病人。

Qventus 自 2012 年成立以來，一直藉助人工智慧和機器學習來改善醫療機構的運作。三位創始人此前在知名諮詢公司麥肯錫工作，從事醫療項目方面的諮詢業務，主要是幫助醫院更加高效。在長期和醫護人員打交道後，他們意識到醫院存在很多需要用技術改進的地方。Garg 說「我們發現大部分問題並不是因為醫護人員，而是流程出了問題，解決這些問題我們需要大量的數據。」

加州柏尚投資合伙人 Stave Kaus 認為，基於機器學習和人工智慧的醫療解決方案已經較為成熟，Qventus 是眾多此類科技公司中非常突出的一個，因為在醫護領域，業務和工作流程方面的變革容易實現。

目前 Qventus 研發的摔倒預測平台已經應用在全美多家醫護機構，據該公司介紹，使用人工智慧技術已經將這些醫院的摔倒事故數量減少了 13.5 %。

卡米諾醫院自 2014 年起就逐漸使用 Qventus 的 AI 預測患者的摔倒事件，護士長 Reinking 稱醫院的患者摔倒事故下降了 29%。未來隨著該項技術的成熟，Qventus 表示會應用到更多的醫療機構。

參考資料：

https://www.bloomberg.com/news/articles/2018-06-21/ai-programs-fight-medical-alarm-fatigue-with-patient-fall-alerts

歡迎關注我們的微博：@景略集智

限時折扣中：0806期《人工智慧-從零開始到精通》最低58折！

推薦閱讀：