患者结局预测改善大型医院网络的运营

问题定义:获取患者结局的准确预测可增强医务人员的决策能力,最终惠及医院所有利益相关者。美国一家大型医院网络一直与学术界及顾问合作,对其七家医院的所有住院患者进行短期与长期结局预测。方法/结果:我们开发机器学习模型,预测未来 24 小时/48 小时出院与重症监护室转科、出院时死亡率及出院去向的概率。所有模型均取得较高的样本外 AUC(75.7%–92.5%)且校准良好。此外,将 48 小时出院预测与医生预测结合,可同时实现更多患者出院(10%–28.7%)及更少 7 天/30 天再入院($p$ 值 $<0.001$)。我们实施了自动流水线,每日早晨提取数据并更新预测,以及用户友好型软件与颜色编码警报系统,向临床团队传达这些患者级预测(连同解释)。管理启示:自我们逐步部署该工具并培训医务人员以来,七家医院中超过 200 名医生、护士及病例管理者在日常患者审查中使用它。我们观察到采用后平均住院时长显著减少(每患者 0.67 天),并预期为医疗系统带来可观财务收益(每年 5500 万至 7200 万美元)。