Alertele de deteriorare ale lui Epic legate de o mortalitate spitalicească mai mică

Conectarea unui model de predicție spitalicească larg utilizat la paginile automate pentru echipele de îngrijire critică a fost asociată cu o reducere cu 18% a șanselor de deces în spital, ajustate în funcție de risc, conform unui studiu realizat pe 23.132 de pacienți cu risc ridicat publicat în NEJM AI pe 29 iulie 2026. Cercetătorii de la Rutgers Robert Wood Johnson Medical School și RWJBarnabas Health au urmărit implementarea modelului în 11 spitale din New Jersey, de la un centru medical academic până la unități comunitare non-didactice.

Modelul este Epic Deterioration Index, un scor de mașină de învățare proprietar care este livrat împreună cu sistemul electronic de înregistrare a pacienților al companiei Epic. Acesta citește semnele vitale, rezultatele analizelor de laborator, evaluările asistenților medicali și vârsta, toate aceste informații fiind deja incluse în dosarul medical, și returnează un număr de risc pe o scară de la 0 la 100, care, conform anunțului propriu al sistemului de sănătate, se recalculează la fiecare 15 minute. Ceea ce a schimbat RWJBarnabas a fost rutarea: odată ce un pacient a depășit pragul de risc cel mai ridicat, dosarul medical a trimis o notificare direct către echipa de răspuns rapid a spitalului.

Ce arată numerele

Echipa a efectuat o comparație quasi-experimentală, cu o implementare treptată, înainte și după, și nu un trial randomizat. Acest studiu a acoperit admiterile medicale și chirurgicale ale adulților care au obținut un scor de 60 sau mai mare pe indice, între 1 octombrie 2022 și 30 august 2024: 10.803 de pacienți înainte de schimbare și 12.329 după, cu o vârstă medie de 71,9 ani. Aproximativ 47% dintre întâlnirile după implementare au generat o pagină către echipa de răspuns, deși nu toate paginile au produs o activare.

Activările rapide ale răspunsului în rândul acestor pacienți au crescut de la 25,3% la 37,5% din șederile spitalicești. Mortalitatea spitalicească neajustată a scăzut de la 23,1% la 18,6%. După ajustarea pentru vârstă, comorbidități, tipul de spital, scorul pe indice și gruparea după spital, șansele de deces în spital au fost cu 18% mai mici în grupul post-implementation, cu un raport de șanse ajustat de 0,82. Escaladarea îngrijirii a rămas aproape de 1% în ambele perioade, astfel încât traficul suplimentar al echipei de răspuns nu s-a transformat într-o valură de noi transferuri în unitățile de îngrijire intensivă.

Cum a performant modelul în testele head-to-head

Modelele de predicție a riscului spitalicesc sunt de obicei evaluate în funcție de cât de bine separă pacienții care se deteriorează de cei care nu se deteriorează, iar literatura de specialitate a fost aspră cu acest scor în particular. În cea mai mare analiză publicată până acum a indicelui Epic, cercetătorii de la Yale New Haven Health și University of Chicago au evaluat șase sisteme de avertizare timpurie împotriva acelorași 362.926 de întâlniri ale pacienților din șapte spitale și l-au plasat aproape de fund, cu o zonă sub curbă de 0,808. Acesta a fost depășit de Scorul Național de Avertizare Timpurie, cu o zonă sub curbă de 0,829, un sistem cu puncte pe care un clinician îl poate calcula manual, și a fost semnificativ în urma modelului de mașină de învățare eCART, cu o zonă sub curbă de 0,895.

Intervalul de timp a fost o diferență și mai mare. Alertele de risc ridicat ale scorului Epic au sosit la o medie de o oră înainte de deteriorare, comparativ cu 11 ore pentru eCART și opt ore pentru scorul calculat manual, iar autorii au observat că lucrări anterioare sugerează că mutarea unui pacient în îngrijire intensivă în termen de patru până la șase ore de la îndeplinirea criteriilor de deteriorare este acolo unde rezultatele se îmbunătățesc. Yale New Haven a anunțat că a mutat cele șapte spitale pe eCART în ianuarie 2024, pe baza acestor constatări.

Același studiu de comparație a notat că FDA tratează programele de suport pentru decizii clinice care citesc datele din dosarul medical pentru a semnala pacienții care se deteriorează ca dispozitive medicale reglementate și că doar două scoruri generale de avertizare timpurie fuseseră aprobate la momentul respectiv: Indicele Rothman și eCART. Indicele Epic, cel mai larg disponibil din grup, nu a trecut prin această revizuire, iar lucrările sale de dezvoltare și validare nu au apărut într-o revistă științifică cu peer-review. Sistemul de înregistrare a pacienților Epic acoperea aproximativ 48% din paturile spitalicești de îngrijire acută din SUA în 2022, potrivit cifrelor menționate în acea lucrare, astfel încât scorul este calculat într-un număr foarte mare de clădiri.

Ce pot învăța spitalele care rulează Epic de aici

Autorul principal a pus reconcilierea în mod direct. “Beneficiul de mortalitate nu a fost produs de un algoritm, ci de parteneriatul din jurul algoritmului”, a spus Stephen P. O’Mahony, ofițerul medical șef de informații la RWJBarnabas Health.

Autorii creditează un pachet de modificări, și nu doar scorul în sine: educația clinicianului, reglarea alertelor în timpul pilotului inițial la Robert Wood Johnson University Hospital, notificările automate și o echipă de răspuns permanentă cu personal de îngrijire critică pentru a trimite. Citit lângă comparația Yale, aceasta este constatarea operativă pentru oricine altcineva rulează acest instrument. Diferența de mortalitate a urmat sistemului de răspuns construit în jurul scorului, și nu clasamentului scorului împotriva concurenților săi.

Grupul evaluează în prezent alertele declanșate de viteza cu care scorul de risc al pacientului crește, și nu de nivelul la care ajunge, pe teoria că viteza oferă mai multă avertizare decât trecerea pragului. Pentru multe spitale care au deja acest model rulează în fundal, jumătatea transferabilă a studiului este operațională: cine primește pagină, cât de repede, și cine sosește la patul pacientului.