evidoria

← Voltar à navegação

Boa prática Importada

Triagem de Chamadas de Emergência com IA na Região Capital da Dinamarca — o Sistema de Reconhecimento de Voz da Corti para Deteção de Paragem Cardíaca e AVC

Dinamarca · Copenhagen · Ver o perfil de Dinamarca · Ver o perfil de Copenhagen

Evidência: Observacional / pré-pós Top 62% 53/100 · Pergunte a Evidence Copilot sobre esta prática

Os Serviços de Emergência Médica de Copenhaga usam a Corti, um assistente de IA que identificou paragens cardíacas em 161.650 chamadas com 95% de precisão, face a 73% dos humanos; um estudo de 2022 com 9.049 chamadas projetou ganho semelhante na deteção de AVC.

95 vs 73 %
Precisão de identificação de paragem cardíaca, Corti vs. despachantes humanos
161,650
Chamadas analisadas na avaliação inicial
16 to 18 %
Melhoria modelada na janela de trombólise (AVC) (2016-2018 retrospective)

Detalhes

Maturidade
Consolidada
Promotor
Emergency Medical Services Copenhagen, Capital Region of Denmark (with Corti)
Período
2017–2022
Palavras-chave
emergency medical services, public health, artificial intelligence, speech recognition, emergency dispatch

Contexto

Os Serviços Médicos de Emergência de Copenhaga começaram a usar o Corti, um assistente de IA de reconhecimento de voz e aprendizagem automática, para ouvir em direto as chamadas de emergência 112 e assinalar prováveis paragens cardíacas aos despachantes em tempo real.

Atividades

O Corti analisa pistas como palavras-chave e padrões de respiração anormais durante chamadas ao vivo; um estudo retrospetivo revisto por pares de 2022 modelou separadamente a extensão da abordagem à deteção de AVC, usando 9.049 chamadas da Região Capital da Dinamarca (2016-2018).

Resultados

Uma avaliação inicial de 161.650 chamadas concluiu que o Corti identificou corretamente a paragem cardíaca em 95% dos casos, face a 73% apenas com despachantes humanos. O estudo do AVC modelou um aumento na proporção de doentes a receber trombólise dentro da janela crítica, de cerca de 16% para 18%.

Conclusões

O estudo de 161.650 chamadas sobre paragem cardíaca ainda não tinha sido revisto por pares em detalhe na altura, deixando a taxa de falsos positivos por documentar; os investigadores notaram que a IA 'não consegue explicar como toma decisões', uma limitação de transparência reconhecida, e o número do AVC é uma projeção que assume paridade de desempenho com sintomas de AVC menos específicos.

Implementação

Custo indicativo
Médio (50 mil–500 mil €) — Not disclosed.
Tempo até resultados
Longo (> 3 anos) — Deployed for cardiac-arrest detection from around 2016-2018; stroke extension modelled in a 2022 peer-reviewed study.
Equipa e competências
Copenhagen EMS dispatchers, Corti (vendor)

Condições de sucesso

  • AI flags risk for dispatcher review rather than replacing dispatcher judgement

Modos de falha comuns

  • Full cardiac-arrest study not yet peer-reviewed in detail; false-positive rate undocumented
  • AI cannot explain its decisions, an acknowledged transparency limitation
  • Stroke symptoms are less specific (5-14.9% 'stroke mimics' vs 0.6% for cardiac arrest), so the stroke projection may not hold in practice

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis