Zhodovanie vzorov a predpovedanie naliehavej potreby v nemocniciach je náročná úloha pre kvalifikovaných zdravotníckych pracovníkov, ale nie pre AI a strojové učenie. Zdravotnícky personál nemá luxus pozorovania všetkých svojich pacientov na plný úväzok. Aj keď sú sestry a zdravotnícky personál neuveriteľne dobrý v identifikácii okamžitých potrieb pacientov za zjavných okolností, nedisponujú schopnosťou rozoznať budúcnosť od komplexného súboru symptómov pacienta, ktoré sa prejavia v primeranom období. Strojové učenie má tú výhodu, že nielen sleduje a analyzuje údaje o pacientovi 24/7, ale tiež kombinuje informácie získané z viacerých zdrojov, tj z historických záznamov, denných hodnotení zdravotníckych pracovníkov a merania vitálov v reálnom čase, ako sú srdcový rytmus, spotreba kyslíka. a krvný tlak. Aplikácia AI pri posudzovaní a predikcii bezprostredných infarktov, pádov, mozgových príhod, sepsy a komplikácií v súčasnosti prebieha na celom svete.
Skutočným príkladom je to, ako nemocnica El Camino Hospital prepojila údaje EHR, alarm postele a sestra s údajmi o svetle s analytickými údajmi s cieľom identifikovať pacientov s vysokým rizikom pádu. Nemocnica El Camino znížila pády, čo sú hlavné náklady pre nemocnice, o 39%.
Metodiky strojového učenia, ktoré používa El Camino, sú špičkou ľadovca, ale významne predstavujú budúcnosť zdravotníckej starostlivosti pomocou akcií zameraných na činnosť alebo analýzou liekov na predpis. Používajú malú podmnožinu dostupných dostupných informácií a fyzických krokov pacienta, ako je napríklad opustenie postele a stlačenie tlačidla pomoci v spojení so zdravotnými záznamami - periodické meranie zdravotníckym personálom. Nemocničné stroje v súčasnosti nepodávajú významné údaje zo srdcových monitorov, monitorov dýchania, monitorov saturácie kyslíkom, EKG a fotoaparátov do veľkých zariadení na ukladanie údajov s identifikáciou udalostí.
