לבלימת התפרצויות של AI – מערכת חקירה אפידמיולוגית מבוססת Shiel d זיהומים נרכשים בביה”ח מרכז רפואי מאיר; ד”ר הדר מודריק זהר; אורי גורן - ד”ר פנינה שטרית אילן סיני, מומחה דאטה סיינס עצמאי רקע: 4,000 זיהומים נרכשים מובילים לתוצאים שליליים כגון הארכת משכי אשפוז, אשפוזים חוזרים ותמותה. בישראל, מעל מטופלים מתים מדי שנה משנית לזיהומים נרכשים. פעילות הצוותים בבתי החולים למניעת התפרצויות של זיהומים נרכשים מוגבלת עקב משאבים צרים, חוסר בכוח אדם וכלי מעקב מיושנים, שמובילים לתגובה איטית ולרוב לא יעילה דיה. מטרות/שאלת המחקר: לתחקור התפרצויות זיהומים בסביבת ביה”ח בהשוואה לתחקור ידני שבוצע בזמן AI לבחון יעילות מערכת מבוססת אמת ע”י היחידה למניעת זיהומים. שיטת המחקר: .SHIELD המכונה AI צוות מולטי-דיסציפלינרי במרכז הרפואי מאיר פיתח מערכת חקירות אפידמיולוגיות מבוססת המערכת מאגדת מידע מתיקים רפואיים אלקטרוניים, ומערכות מידע נוספות בבית החולים, לאיתור מוקדם של מקורות זיהום וכן יוצרת אוטומטיזציה של תהליך החקירה למזעור טעויות אנוש וייעול התהליך. בדיקה ראשונית של תוצרי המערכת למול חקירות ידניות של התפרצויות עבר הראתה תוצאות מבטיחות באשר ליכולות הזיהוי של מטופלים החשודים כי רכשו זיהום באשפוז. בשלבים הבאים המערכת תיבחן בהתייחס לכמות נתונים גדולה יותר, בחינת מגוון פתוגנים חשודים ומדרוג עוצמת החשד לרכישה בהתייחס לקשרים השונים שיאותרו על ידי המערכת. יבדקו רגישות, של המערכת בהשוואה לחקירה הידניות. non-inferiority סגוליות, ערך מנבא חיובי וערך מנבא שליל בשאלה של תוצאות: המערכת זיהתה את כל החיוביים, ומצאה קשרים ביניהם שלא נמצאו בחקירה הידנית. מסקנות והמלצות: מתקדם ויכולתה לאתר התפרצויות machine learning המערכת חדשנית מתוקף היותה מבוססת אלגוריתם של מוקדם וביעילות, לשפר את ניצול המשאבים הקיימים במערכת, להעצים את יכולות ניטור הזיהומים ולהתממשק למערכות מידע שונות במגוון מרכזים רפואיים. המערכת בעלת פוטנציאל להוביל למהפכה בתחום מניעת הזיהומים בבתי חולים בארץ ובעולם, ובכך להציל חיים ולשפר את איכות הטיפול.
RkJQdWJsaXNoZXIy MjgzNzA=