Terveydenhuolto

Aimbientin automaattiset leikkaussaliaikaleimat eivät osoita merkittävää tarkkuuseroa

Lila Rowan
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatAutomatisoidut aikaleimat vastasivat manuaalisia tietoja eri erikoisaloilla, kun taas…
Näytä lisää
  • Automatisoidut aikaleimat vastasivat manuaalisia tietoja eri erikoisaloilla, kun taas manuaalinen tarkkuus heikkeni yövuorojen ja pitkien elinsiirtotoimenpiteiden aikana.
  • Validointi kattaa vain potilaan saapumis- ja poistumisaikaleimat eikä jokaista kirurgista virstanpylvästä Aimbientin laajemmassa alustassa.
  • Yhden keskuksen laajuus rajoittaa sitä, miten suoraan tulokset yleistyvät muihin sairaaloihin monialaisesta tapauskirjosta huolimatta.

Aimbient ilmoitti 18. marraskuuta 2026, että Stanford Medicinen johtama tutkimus julkaistiin verkossa JAMA Surgery -lehdessä. Tutkimuksessa ei havaittu tilastollisesti merkitsevää tarkkuuseroa automaattisten leikkaussaliaikaleimojen ja manuaalisen kirjaamisen välillä seitsemässä kirurgian erikoisalassa. Kahdeksan kuukautta kestänyt arviointi tehtiin Stanford Health Caren 14 leikkaussalissa ja yhdessä toimenpidehuoneessa.

Järjestelmä tunnisti potilaan saapumisen leikkaussaliin ja sieltä poistumisen reaaliaikaisen konenäön avulla ja tuotti aikaleimat tapahtumien toteutumishetkellä. Tutkijat vertasivat automaattisia kirjauksia manuaalisesti kirjattuihin tietoihin ja käyttivät vertailustandardina sokkoutettua ihmisen tekemää videotarkastelua. Raportoitu tarkkuustulos koskee näitä kahta tapahtumaa, ei kaikkia Aimbientin laajemman alustan kattamia kirurgisia merkkitapahtumia.

Monien erikoisalojen tulokset ja viiveet kirjaamisessa

Tutkimuksen leikkaussaleissa tehdyt leikkaukset otettiin kaikki mukaan. Niihin kuului yleiskirurgisia, verisuoni- ja elinsiirtokirurgisia, urologisia, gynekologisia ja ortopedisia leikkauksia. Aimbientin mukaan aiemmissa validoinneissa oli tarkasteltu yksittäisiä toimenpidetyyppejä, ja yhtiö pitää tätä tutkimusta ensimmäisenä laajamittaisena testinä automaattisesta leikkaussalikirjaamisesta useilla erikoisaloilla.

Aimbient kertoo myös, että manuaalisen kirjaamisen tarkkuus heikkeni yövuoroissa ja pitkissä elinsiirtoleikkauksissa, kun taas automaattisen kirjaamisen tarkkuus pysyi tasaisena. Manuaaliset kirjaukset viivästyivät tapahtumista keskimäärin viidestä kuuteen minuuttia, koska henkilökunta hoiti potilaita näiden saapuessa. Automaattinen järjestelmä kirjasi potilaan saapumisen ja poistumisen niiden tapahtuessa.

Tutkimuskirjeessä työtä kuvataan yhdessä keskuksessa toteutetuksi kokemukseksi, joka kattoi monenlaisia toimenpiteitä. Kirjeessä todetaan myös, että tosielämän käyttöönottoa ja validointia koskevia tutkimuksia on edelleen vähän. Leikkaussalikirjaaminen on monimutkaisempaa kuin ympäristöön perustuva dokumentointi avohoidossa, sillä monet kirjaamisen arvoiset tapahtumat, kuten potilaan saapuminen ja poistuminen, riippuvat visuaalisista vihjeistä. Tutkimuksen rajautuminen yhteen keskukseen vaikeuttaa tulosten yleistämistä suoraan muihin sairaaloihin monien erikoisalojen kattavuudesta huolimatta.

Aikaleimoista leikkaussalin päätöksentekoon

Aimbientin perustaja ja toimitusjohtaja Teodor Grantcharov sanoi: ”Kaikki terveydenhuoltojärjestelmälle tärkeät leikkaussalimittarit ensimmäisen leikkauksen täsmällisestä aloituksesta salin vaihtoaikaan riippuvat niiden perustana olevan aikaleiman tarkkuudesta.” Salin vaihtoaika tarkoittaa yhden potilaan poistumisen ja seuraavan potilaan saapumisen välistä aikaa.

Aimbientin mukaan ajantasaisemmat aikaleimat voisivat tarjota perioperatiivisille tiimeille ajantasaisen tilannekuvan leikkaussalin toiminnasta ja parantaa aikataulutuksen, toiminnan raportoinnin ja kapasiteettia koskevien päätösten pohjana olevia tietoja. Kyse on mahdollisista käyttötavoista, ei tämän aikaleimojen validointitutkimuksen mittaamista tuloksista.

Ilmoituksessa viitattu vuoden 2022 BMJ Open Quality -julkaisu antaa taloudellista taustatietoa: leikkaussalien käyttökustannusten arvioidaan olevan 30–100 dollaria minuutissa, ja useimmissa tapauksissa niiden osuus sairaalan kokonaistuloista on 40–70 prosenttia. Lisäkapasiteetti kasvattaa kuitenkin tuloja vain, jos kysyntää on riittävästi.

Aimbient, aiemmin Surgical Safety Technologies, ilmoitti automaattisen kirurgisten merkkitapahtumien tunnistuksen ja sähköiseen potilastietojärjestelmään integroinnin yleisestä saatavuudesta 10. heinäkuuta 2025. Aiempi tuote kattoi potilaan saapumisen ja poistumisen sekä anestesian ja toimenpiteen aloituksen ja päättymisen. Marraskuun 2026 kehitysaskel on monien erikoisalojen validointinäytön julkaiseminen potilaan saapumisen ja poistumisen aikaleimoista, ei uusi ilmoitus tuotteen saatavuudesta.

Terveydenhuoltojärjestelmille käytännön hyötynä on luotettavampi tietopohja kalliiden leikkaussalien hallintaan. Tutkimus tukee automaattisten aikaleimojen käyttöä eri erikoisaloilla yhdessä yliopistollisessa terveyskeskuksessa. Kirjaamisen muuttaminen lyhyemmiksi salin vaihtoväleiksi, suuremmaksi kapasiteetiksi tai korkeammiksi tuloiksi edellyttää kuitenkin toiminnan muutoksia ja riittävää leikkausten kysyntää.

Lila Rowan on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälyn, terveydenhuollon ja mielenterveyden risteämän. Hänen työnsä keskittyy siihen, miten tekoälyohjelmistot parantavat diagnostiikkaa, laajentavat hoitoon pääsyä ja tukevat mielenterveyden palveluita tavalla, joka täydentää - ei korvaa - ihmisten tekemää kliinistä työtä.
Myötätuntoisesta ja näyttöön perustuvasta näkökulmasta hän tarkastelee kliinisiä tutkimuksia, todellisia käyttöönottoja ja uusia terveydenhuollon teknologioita humanistisen näkökulman kautta. Hän on erityisen kiinnostunut tekoälysovelluksista, jotka vähentävät esteitä hoitoon, parantavat varhaista havaitsemista ja tukevat mielenterveyden hyvinvointia kunnioittaen potilaiden yksityisyyttä, turvallisuutta ja eettisiä standardeja.
Artikkelit, joita Lila Rowan on kirjoittanut, ovat tekoälyn generoimia ja Unite.AI:n toimittajatiimi on tarkastanut ne varmistaakseen tarkkuuden, herkkyyden ja vastuullisen raportoinnin terveydenhuollon ja mielenterveyden teknologioista.