重新构想的分类系统：基于人工智能的决策支持实用路线图

《Emergency Medicine News》：Triage Reimagined: A Practical Roadmap for AI-Driven Decision Support

　　急诊分诊效率低、主观性强及资源分配不均的问题长期存在，AI工具TriageGO通过整合多学科团队与真实临床场景，实现实时患者风险预测并缩短救治时间，尤其改善少数族裔患者分诊准确率。

　　

美国的急诊科（EDs）既是安全网，也是把关者，在极端的时间内和资源限制下为各种患者提供医疗服务。分诊是急诊科做出的第一个临床决策，它是对病情紧急程度的快速评估，决定了患者能够多快得到治疗、由谁提供治疗以及使用何种资源。在几乎所有急诊科都人满为患的时代，分诊是一个关键的转折点，它决定了数百万患者的临床治疗路径。然而，传统的分诊系统仍然具有高度主观性、不一致性，并且容易受到偏见的影响。数十年的研究已经记录了传统急诊科分诊的局限性：变化大、治疗延迟以及临床结果不佳，对历史上服务不足的群体影响尤为严重。^1-6要解决这些长期存在的问题，需要从根本上转变做法，转向基于数据的创新解决方案。

大约10年前，我们的团队开始了这样的探索。我们开发的TriageGO是首个用于急诊医学（EM）的人工智能辅助决策支持工具，为那些希望将数据驱动工具整合到高风险临床护理中的人提供了一条潜在的路径。虽然我们的故事具有特殊性，但其经验教训具有普遍性：

1. 从问题出发，而不是从技术入手。当创新建立在持续存在的、定义明确的临床问题上时，它才会成功。在开发TriageGO之前，我们花了多年时间研究急诊科分诊的问题，试图了解分诊决策的驱动因素，并尝试使用标准工具来改进这一过程。通过对问题的分析获得的洞察力为解决方案的开发提供了依据。
2. 组建多学科团队。只有将急诊医生研究人员与工程师、数据科学家和实施科学家结合起来，才能取得成功。这种独特的合作启动了一个至今仍在不断创新的研究项目。
3. 针对现实世界的情况进行设计TriageGO的设计理念与分诊护士的工作方式相同：快速响应、在压力下工作、并且处理的信息不完整。将工程师纳入临床工作流程是弥合这一差距的关键，这使他们能够从数据基础设施和急诊科运营的角度出发，设计出可行的方法。
4. 从一开始就让最终用户参与进来
。急诊护士参与了设计的每一个阶段，从早期原型到后续的迭代改进，确保该工具既可用又可靠。最终，这些最终用户成为了TriageGO的核心团队成员，并成为该工具最有力的支持者，推动了临床应用和变革管理。
5. 在实践中进行评估，而不仅仅是理论上
。对于人工智能来说，仅仅准确率是不够的。我们发现，需要在真实的急诊科环境中进行严格的评估，以证明其安全性、有效性以及对工作流程的影响，才能实现广泛的应用。同时，还需要系统来跟踪随时间的变化情况，以确保系统的持续使用。
6. 尽早规划推广
。学术论文是不够的。在国家科学基金会（NSF）的小企业创新研究计划的支持下，我们成立了一家初创公司来扩大该技术的推广范围，这条路径可能对其他临床人工智能工具也具有借鉴意义。

我们利用全国范围内的调查数据构建了分诊用的人工智能学习算法的概念验证模型，随后又利用本地收集的电子健康记录（EHR）数据开发了专用模型。^{7,8 美国医疗研究与质量局（AHRQ）的联邦支持使我们能够开发出一个与电子健康记录集成在一起的TriageGO版本，实现实时、患者级别的预测功能；而NSF的支持则帮助我们在全国范围内推广这项技术。几乎在一夜之间，TriageGO改变了约翰霍普金斯大学的急诊护理方式：分诊的紧急程度成为了评估病情严重性的可靠指标，最危重的患者得到了更及时的诊治。9 当我们将这项技术推广到其他医疗机构时，这些效果依然存在。发表在《NEJM AI》、《JAMA Internal Medicine》和《Annals of Emergency Medicine》上的研究表明，TriageGO提高了分诊的准确性，加快了救命干预的速度，并减少了不公平现象，尤其是对于历史上容易受到分诊不公影响的黑人、西班牙裔和非英语患者群体。10-12}

更广泛的启示是：人工智能可以在高风险的临床环境中发挥作用，但前提是它必须基于真实的临床需求、由多学科团队开发，并在现实世界条件下经过严格评估。我们从AHRQ资助的研究开始，到NSF支持的商业化，再到企业级的应用，这一路径展示了创新如何从概念转化为实际护理，从而大规模改善患者的诊疗效果。

披露信息

本文讨论的分诊技术是由约翰霍普金斯大学开发的，已授权给Danaher公司的子公司Radiometer进行商业化推广。约翰霍普金斯大学以及Hinson博士和Levin博士有权获得与本文所述技术相关的版税收益。Hinson博士担任Danaher公司的医疗总监，Levin博士担任公司研究与创新高级总监。

Hinson博士是约翰霍普金斯大学急诊医学的副教授，同时也是该校急诊医学数据科学中心的联合主任，并在该校从事急诊医学实践。他还担任Danaher Diagnostics公司的研究与创新医疗总监。Levin博士是Danaher Diagnostics公司的生物医学工程师，担任该公司研究与创新高级总监。他是约翰霍普金斯大学急诊医学数据科学中心的联合创始人，目前仍在该中心担任兼职教授。