Ang pagtutugma ng pattern at hinuhulaan ang isang napakaraming pangangailangan sa mga ospital ay isang mahirap na gawain para sa mga bihasang medikal na kawani, ngunit hindi para sa pag-aaral ng AI at machine. Ang mga kawani ng medikal ay walang luho sa pag-obserba ng bawat isa sa kanilang mga pasyente sa isang buong oras. Kahit na hindi kapani-paniwalang mahusay na matukoy ang mga agarang pangangailangan ng mga pasyente sa mga halatang pangyayari, ang mga nars at kawani ng medikal ay hindi nagtataglay ng mga kakayahan ng pag-unawa sa hinaharap mula sa isang kumplikadong hanay ng mga sintomas ng pasyente na ipinakita sa isang makatwirang panahon. Ang pag-aaral ng makina ay may karangyaan na hindi lamang sa pagmamasid at pagsusuri ng data ng pasyente 24/7, ngunit pagsasama rin ng impormasyon na nakolekta mula sa maraming mga mapagkukunan, ibig sabihin, mga talaang pangkasaysayan, pang-araw-araw na pagsusuri ng mga kawani ng medikal, at pagsukat ng real-time na mga vital tulad ng rate ng puso, paggamit ng oxygen at presyon ng dugo. Ang application ng AI sa pagtatasa at hula ng malapit na pag-atake sa puso, pagbagsak, stroke, sepsis at komplikasyon ay kasalukuyang isinasagawa sa buong mundo.
Ang isang halimbawa ng tunay na mundo ay kung paano naka-link ang El Camino Hospital sa EHR, bed alarm at nars call light data sa analytics upang makilala ang mga pasyente na may mataas na peligro ng pagkahulog. Ang El Camino Hospital ay nabawasan ang pagkahulog, isang pangunahing gastos sa mga ospital, ng 39%.
Ang mga pamamaraan ng pagkatuto ng makina na ginamit ng El Camino ay ang dulo ng iceberg, ngunit makabuluhang kumakatawan sa hinaharap ng pangangalaga sa kalusugan gamit ang mga pananaw na nakatuon sa aksyon o mga analyst ng reseta. Gumagamit sila ng isang maliit na subset ng mga potensyal na impormasyon na magagamit at ang mga pisikal na pagkilos na kinuha ng pasyente tulad ng paglabas ng kama at pagtulak sa pindutan ng tulong kasabay ng mga talaan sa kalusugan - isang pana-panahong pagsukat ng mga kawani ng ospital. Ang makinarya ng ospital ay kasalukuyang hindi nagpapakain ng makabuluhang data mula sa mga monitor ng cardiac, monitor ng paghinga, monitor ng saturation ng oxygen, ECG at camera sa mga malalaking aparato ng imbakan ng data na may pagkakakilanlan sa kaganapan.
