Het integreren van kunstmatige intelligentie in ambulances blijkt veelbelovend en heeft het potentieel om levens te redden. Dit blijkt uit een in januari 2024 gepubliceerd Zweeds onderzoek in BMC Medical Informatics and Decision Making. Dit onderzoek, geleid door Anna Bakidou, concentreert zich op een innovatief algoritme, OSISP, dat speciaal is ontworpen voor trauma-gerelateerde incidenten in prehospitale situaties.
Prehospitale zorg betreft zorg die voorafgaand aan de zorg door het ziekenhuis wordt verleend. Ambulancezorg is een voorbeeld van prehospitale zorg die buiten de muren van een zorginstelling plaatsvindt. Het ontwikkelde OSISP-algoritme kan helpen bij het verbeteren van beslissingen in ambulances; met name als het gaat om een snelle beoordeling van de ernst van verwondingen. Onderzoeker Anna Bakidou legt uit: “Wanneer ernstig gewonde mensen direct naar een universitair ziekenhuis worden vervoerd, neemt hun overlevingskans toe. Het algoritme kan zorgverleners met een data-gedreven aanpak helpen bij het nemen van belangrijke beslissingen.”
Verbeterde triagemethoden
Uit de analyse van meer dan 47.000 echte incidenten, verzameld met behulp van het Zweedse Traumaregister (SweTrau), bleek dat 40% van de ernstig gewonde patiënten niet direct naar een universitair ziekenhuis werd vervoerd. Daarnaast werd 45% van de minder ernstig gewonde patiënten onnodig naar gespecialiseerde ziekenhuizen gestuurd. Die inzichten laten zien dat verbeterde triagemethoden in de ambulance welkom zijn.
Extra collega op ambulance
Bakidou beschrijft het algoritme als een 'extra collega', die het personeel helpt complexere verbanden te zien, vooral in situaties waarin verwondingen moeilijk te beoordelen zijn. Dit is onder meer belangrijk bij jongeren die gewond raken tijdens een verkeersongeval en bij ouderen die gevallen zijn. In dergelijke situaties wordt namelijk de ernst van de verwondingen regelmatig verkeerd ingeschat.
De integratie van AI in ambulances is veelbelovend, maar kent ook de nodige uitdagingen. Het optimaliseren van het algoritme en de integratie ervan in de bestaande workflows roept nog vragen op. Grote klinische proeven en verdere studies zijn nodig om AI-hulpmiddelen in de prehospitale zorg te verfijnen en te testen.
AI, triage en ambulances
Het gebruik van AI in het triageproces is niet nieuw maar heeft zonder meer toekomst. Zo hebben 'Huisartsen in Nederland' al een vakjuryprijs gewonnen met hun slimme triagesoftware, die patiëntflow management optimaliseert. Ook in ziekenhuizen, zoals het Tel Aviv Sourasky Medical Center, wordt AI ingezet in triageprocessen, door hierbij een aangepaste versie van ChatGPT in te zetten.
Ook de toekomst van AI in ambulances is veelbelovend, maar de weg naar volledige implementatie is volgens de onderzoekers nog lang. Het vergroten van datasets door internationale samenwerking en het integreren van extra vitale functies in AI-modellen zijn enkele essentiële stappen die nog gezet moeten worden. Bakidou wijst met name op het belang van het ontwikkelen van methoden om snel en gemakkelijk meer informatie in het AI-systeem in te voeren en effectief te communiceren met gebruikers.
