由名古屋大學醫院 Yoshimasa Nagao 教授領導的研究小組使用 AI 技術分析醫院收集的未遂事故*和事故報告數據,以預防醫療事故。開發了一種衡量醫院安全的模型。
事件報告系統是一種工具,通過現場工作人員的自願報告來捕獲醫院發生的事件,並試圖發現組織中的潛在風險。質量也存在很大差異然而,由於詳細描述事件內容的自由文本字段反映了各種有價值的信息,因此研究小組嘗試開發一種使用人工智能技術衡量醫院安全的尺子。
研究小組根據專家判斷為“嚴重”或“非嚴重”的事件報告的文本數據中每個單詞的出現頻率計算出嚴重程度評分。每個詞都被量化,然後針對每份報告和提交報告的醫護人員組(科室)進行匯總。 最終從 48,041 份事件報告中數字化了 1,802 個單詞。核實結果發現,每份報告計算出的嚴重度評分與專家對嚴重度或不嚴重度的判斷存在顯著差異。人群中的分數也顯示出與傳統專家分析的高度相關性。
未來,通過加入其他與醫院安全相關的因素,提高尺子的準確性,我們將能夠實時衡量醫院的安全性,並與其他醫療機構進行安全性比較,有望成為可能。
*幸運的是沒有導致事故的危險事件。