어린이와 청소년의 인공지능 기반 증상 평가의 안전성과 신뢰성

디지털 건강 기술(DHT)은 전 세계 의료 시스템을 지원하기 위해 점점 더 개발되고 있습니다. 그러나 그들은 종종 증거 기반 의학 및 의학적 검증이 부족합니다. 서구 국가에서는 의료 자원을 정확하게 할당하고 인구가 건강에 대해 더 큰 책임을 질 수 있도록 상세하고 신뢰할 수 있는 건강 정보를 제공해야 할 상당한 필요성이 있습니다. 지능형 환자 흐름 관리 시스템(IPFM, 제품명 Klinik Frontline)은 이러한 요구를 충족시키기 위해 개발되었습니다. 실제로 IPFM은 분류 및 진단 프로세스의 의사 결정 지원과 환자 유입 관리 자동화에 사용됩니다. IPFM의 핵심은 임상 인공지능(AI)으로, 의사가 생성한 임상 상관관계의 종합 의료 데이터베이스를 활용한다.

이 연구의 연구 모집단은 투르쿠 대학 병원(TUH)의 소아 응급 클리닉의 환자로 구성됩니다. 시범 운영 6개월 동안 데이터를 수집한 후 결과를 분석합니다. 연구에 예상되는 환자 수는 최소 500명이며 목표는 1,000명입니다. 병원에 갈 때 환자 또는 보호자는 구조화된 IPFM 온라인 양식을 사용하여 인구 통계, 배경 정보 및 증상을 보고합니다. IPFM에서 얻은 결과는 의료 전문가에게 눈이 멀고 IPFM은 전문가의 임상 의사 결정에 영향을 미치지 않습니다. IPFM 온라인 양식에서 얻은 데이터와 응급실 및 TUH의 임상 데이터는 데이터 수집 후 분석됩니다. 연구의 주요 목표는 IPFM 출력과 1) 조건의 긴급성 및 심각성; 2) 의사가 진단한 실제 진단. 연구의 주요 가설은 1) IPFM이 응급실에 도착한 환자의 상태의 긴급성을 평가하는데 안전하고 민감하며 2) IPFM이 의사가 내린 실제 진단과 감별진단에 충분한 상관관계가 있다는 것이다.