AI forutsier behov for sykepleie etter sykehusopphold med 88 % nøyaktighet

En ny AI-modell ved NYU Langone Health kan med 88 prosent nøyaktighet forutsi behovet for sykepleie og rehabilitering etter sykehusopphold. Dette systemet, beskrevet i npj Health Systems, tar sikte på å effektivisere utskrivningsprosessen fra sykehus, som ofte er tidkrevende for klinisk personale. Modellen benytter en todelt tilnærming: Først kondenserer chatbotten ChatGPT lange journalnotater til konsise «risikobilder» som fremhever relevant informasjon om pasientens helse og sosiale situasjon. Deretter bruker ni ulike store språkmodeller (LLM-er) disse bildene for å forutsi utskrivningsdestinasjon, hvor den mest nøyaktige modellen oppnådde 88 prosent presisjon – betydelig bedre enn ved bruk av fullstendige notater alene. For norske helseinstitusjoner kan dette bety raskere pasientflyt og mer målrettet ressursbruk ved planlegging av etterbehandling. Systemet er allerede rullet ut som en valgfri funksjon i Epic, NYU Langones elektroniske pasientjournalsystem, og gir helsepersonell bedre kontekst for risiko og dermed mulighet til å fatte mer informerte beslutninger tidlig i pasientforløpet.