अस्पतालों में एक बाहरी जरूरत की तुलना में पैटर्न मिलान और भविष्यवाणी करना कुशल चिकित्सा कर्मचारियों के लिए एक मुश्किल काम है, लेकिन एआई और मशीन सीखने के लिए नहीं। मेडिकल स्टाफ के पास अपने प्रत्येक रोगी को पूर्णकालिक आधार पर देखने का विलास नहीं है। यद्यपि स्पष्ट परिस्थितियों में रोगियों की तात्कालिक जरूरतों की पहचान करने में अविश्वसनीय रूप से अच्छा है, नर्सों और चिकित्सा कर्मचारियों के पास उचित अवधि में प्रदर्शित रोगी लक्षणों के एक जटिल सरणी से भविष्य की समझ रखने की क्षमता नहीं है। मशीन लर्निंग में न केवल 24/7 मरीज के डेटा का अवलोकन और विश्लेषण करने की लक्जरी है, बल्कि कई स्रोतों से एकत्रित जानकारी, अर्थात ऐतिहासिक रिकॉर्ड, चिकित्सा कर्मचारियों द्वारा दैनिक मूल्यांकन, और हृदय की दर, ऑक्सीजन का उपयोग जैसे वास्तविक समय के माप और रक्तचाप। आसन्न हार्ट अटैक, फॉल्स, स्ट्रोक्स, सेप्सिस और जटिलताओं के आकलन और भविष्यवाणी में AI का अनुप्रयोग वर्तमान में पूरी दुनिया में चल रहा है।
एक वास्तविक दुनिया का उदाहरण है कि कैसे एल कैमिनो अस्पताल ने ईएचआर, बेड अलार्म और नर्स को फाल्स के उच्च जोखिम वाले रोगियों की पहचान करने के लिए एनालिटिक्स के लिए लाइट डेटा से जोड़ा। एल कैमिनो अस्पताल में गिरावट आई है, अस्पतालों के लिए एक प्रमुख लागत 39% है।
एल कैमिनो द्वारा उपयोग की जाने वाली मशीन लर्निंग कार्यप्रणाली हिमशैल की नोक है, लेकिन एक्शन-केंद्रित अंतर्दृष्टि या पर्चे एनालिटिक्स का उपयोग करके स्वास्थ्य देखभाल के भविष्य का महत्वपूर्ण प्रतिनिधित्व करती है। वे उपलब्ध सूचनाओं के एक छोटे से उपसमूह का उपयोग कर रहे हैं और रोगी द्वारा उठाए गए शारीरिक कार्यों जैसे कि बिस्तर से बाहर निकलना और स्वास्थ्य रिकॉर्ड के साथ संयोजन के रूप में मदद बटन को धक्का देना - अस्पताल के कर्मचारियों द्वारा एक आवधिक माप। अस्पताल की मशीनरी वर्तमान में कार्डिएक मॉनिटर, श्वसन मॉनिटर, ऑक्सीजन संतृप्ति मॉनिटर, ईसीजी और कैमरों से महत्वपूर्ण डेटा को इवेंट पहचान के साथ महत्वपूर्ण डेटा नहीं खिला रही है।
