A correspondência de padrões e a previsão de uma necessidade exigente nos hospitais é uma tarefa difícil para equipes médicas especializadas, mas não para IA e aprendizado de máquina. As equipes médicas não têm o luxo de observar cada um de seus pacientes em período integral. Embora incrivelmente bons em identificar as necessidades imediatas dos pacientes em circunstâncias óbvias, os enfermeiros e as equipes médicas não possuem a capacidade de discernir o futuro a partir de uma complexa gama de sintomas do paciente exibidos durante um período razoável. O aprendizado de máquina tem o luxo de não apenas observar e analisar dados do paciente 24 horas por dia, 7 dias por semana, mas também combinar informações coletadas de várias fontes, como registros históricos, avaliações diárias da equipe médica e medições em tempo real de sinais vitais, como freqüência cardíaca, uso de oxigênio e pressão sanguínea. A aplicação da IA na avaliação e previsão de ataques cardíacos iminentes, quedas, derrames, sepse e complicações está atualmente em andamento em todo o mundo.
Um exemplo do mundo real é como o Hospital El Camino vinculou o RSE, o alarme da cama e a enfermeira chamam dados de luz para análises para identificar pacientes com alto risco de quedas. O Hospital El Camino reduziu as quedas, um grande custo para os hospitais, em 39%.
As metodologias de aprendizado de máquina usadas pelo El Camino são a ponta do iceberg, mas representam significativamente o futuro dos cuidados de saúde, usando insights focados em ação ou análise de prescrição. Eles estão usando um pequeno subconjunto das informações em potencial disponíveis e as ações físicas tomadas pelo paciente, como sair da cama e pressionar o botão de ajuda em conjunto com os registros de saúde - uma medição periódica pela equipe do hospital. Atualmente, as máquinas hospitalares não estão fornecendo dados significativos de monitores cardíacos, respiratórios, monitores de saturação de oxigênio, ECGs e câmeras em dispositivos de armazenamento de big data com identificação de eventos.
