Wykrywanie błędów przedanalitycznych i niewłaściwych próbek
AI sygnalizuje wyniki, które mogą wskazywać na błąd przedanalityczny, na przykład hemolizę czy złe pobranie, zanim wynik zostanie wydany. Decyzję podejmuje diagnosta.
Co bolało
Błędy przedanalityczne, jak hemoliza czy nieprawidłowe pobranie, dawały o sobie znać dopiero po wydaniu błędnego wyniku. Skutkowało to powtórnymi pobraniami i utratą zaufania zlecających. Rozproszone w danych sygnały trudno było ze sobą połączyć ręcznie.
Co wdrożyliśmy
Model analizuje wzorce wyników i parametry próbki, a gdy coś sugeruje błąd przedanalityczny, zaznacza taki przypadek jeszcze przed zatwierdzeniem wyniku. Diagnosta ocenia ten sygnał i sam decyduje, czy powtórzyć pobranie albo oznaczenie. Dane przetwarzane są wyłącznie w sieci laboratoriów.
Efekt
Wyników obarczonych błędem przedanalitycznym ubyło, a powtórne pobrania ruszały szybciej. Zlecający dostawali bardziej wiarygodne wyniki. Punkty pobrań dostały informację zwrotną, dzięki której mogły poprawić swoje procedury. Decyzja o odrzuceniu próbki zawsze należała do diagnosty.
„Łapiemy wadliwą próbkę, zanim wynik zdąży komukolwiek namieszać w decyzjach."
Kierownik laboratorium
Placówkę opisujemy anonimowo. Część scenariuszy bazuje na realnych wdrożeniach, część na powtarzalnych sytuacjach z rynku ochrony zdrowia w Polsce. Pełne referencje z kontaktem do decydenta udostępniamy po podpisaniu NDA. Liczby mają charakter orientacyjny i nie są gwarancją wyniku dla konkretnej placówki.