أظهرت دراسة معشاة بالتوزيع العنقودي أن استخدام نموذج لغوي كبير لتقييم مؤشر جودة CMS الآلي SEP-1 (حزمة إدارة الإنتان الحاد وصدمة الإنتان) وتقديم ملاحظات في الوقت المناسب للأطباء المعالجين يمكن أن يزيد بشكل كبير من الامتثال لهذا المؤشر. تم نشر الدراسة في JAMA Network Open.
في التحقيق، تم توزيع 66 طبيب طوارئ عشوائيًا في مستشفيين جامعيين تابعين لجامعة كاليفورنيا، سان دييغو. عالج الأطباء ما مجموعه 301 مريضًا استوفوا معايير الاشتمال لمؤشر SEP-1. تلقت مجموعة التدخل تقييمًا آليًا للامتثال لـ SEP-1 يعتمد على نموذج لغوي كبير مع ملاحظات موجهة عند الخروج. عملت المجموعة الضابطة وفقًا للإجراءات المعتادة.
بلغ الامتثال لمؤشر SEP-1 في مجموعة التدخل 82.9 بالمائة وفي المجموعة الضابطة 70.1 بالمائة. وهذا يمثل تحسنًا مطلقًا قدره 13.0 نقطة مئوية (نسبة الأرجحية 2.10؛ فاصل الثقة 95٪ 1.15-3.81؛ P = 0.02). كان أكبر فرق في إكمال جرعة السوائل البالغة 30 مل/كجم، والتي تم التخلي عنها بشكل أقل في مجموعة التدخل.
بلغ الاتفاق بين التقييم الآلي للنموذج اللغوي الكبير والفحص اليدوي للخبراء 92 بالمائة. لم تكن هناك فروق ذات دلالة إحصائية بين المجموعتين فيما يتعلق بالوفيات لمدة 30 يومًا أو الدخول إلى وحدة العناية المركزة.
توضح الدراسة أن القياس الآلي للجودة المدعوم بالذكاء الاصطناعي والملاحظات في الوقت المناسب يمكن أن يحسن الامتثال لمؤشرات الجودة المعقدة. يرى المؤلفون في هذا نهجًا للتغلب على القيود الحالية للتقارير اليدوية للجودة ودعم نظام صحي متعلم. في الوقت نفسه، يبقى السؤال مفتوحًا ما إذا كان الامتثال المحسن للمؤشر سيؤدي أيضًا إلى تحسينات ذات صلة سريريًا في نتائج المرضى. تم إجراء الدراسة في مركزين فقط وتم فحص مؤشر SEP-1 حصريًا، لذلك لا يزال يتعين التحقق من قابلية التطبيق على إعدادات ومؤشرات جودة أخرى.
