Laura Roy, Rumah Sakit Umum Tampa Tahun fiskal yang lalu, ICU saraf kami tidak memiliki infeksi terkait kateter. Jika Anda bekerja di bidang kesehatan, Anda tahu itu hampir tidak pernah terdengar — terutama di unit yang menggunakan kateter sesering kami. Dua puluh tahun yang lalu, ICU melihat angka infeksi tersebut dalam dua digit. Itu normal. Diharapkan, bahkan. Jadi bagaimana kita bisa mencapai nol? Itu bukan satu perubahan besar. Itu adalah seribu yang kecil—dimungkinkan karena kami akhirnya memiliki informasi yang tepat pada waktu yang tepat. Setiap pagi, saya membuka layar yang menunjukkan kepada saya setiap pasien di unit 32 tempat tidur kami. Saya bisa langsung melihat siapa yang memiliki kateter Foley, siapa yang memiliki garis tengah, siapa yang menggunakan ventilator. Lebih penting lagi, saya bisa melihat mengapa mereka memilikinya, dan sudah berapa lama itu ada di sana. Bagian kedua itu sangat penting. Karena kateter yang diperlukan secara medis pada Hari Pertama mungkin berisiko infeksi yang tidak perlu pada Hari Ketiga. Tetapi jika Anda tidak memiliki informasi yang mudah diakses, jika Anda terkubur dalam tinjauan bagan manual dan dokumentasi yang tersebar, Anda tidak dapat melakukan percakapan tersebut secara real time. Sebelum kami memiliki alat ini, mendapatkan informasi itu membutuhkan waktu berjam-jam. Saya akan mencoba mengaturnya, menyaring catatan, menarik detail dari sistem yang berbeda. Pada saat saya selesai, saya sudah tertinggal. Sekarang butuh beberapa menit. Dan itu berarti beberapa kali sehari, kami bertanya: Apakah pasien ini masih membutuhkan perangkat ini? Apakah masih ada indikasi yang valid? Apakah kita menciptakan risiko di mana kita tidak perlu? Percakapan itu terjadi karena kami memiliki data. Dan kami punya waktu. Itulah hal yang dilewatkan orang ketika mereka berbicara tentang AI dalam perawatan kesehatan. Mereka fokus pada apa yang mungkin digantikannya. Mereka merindukan apa yang dimungkinkannya. Ini bukan hanya infeksi. Lama tinggal kami turun. Metrik kualitas kami naik. Kita menangkap hal-hal lebih awal—sebelum menjadi masalah, bukan setelahnya. Saya dapat melihat apakah seorang pasien cukup stabil untuk meninggalkan ICU bahkan sebelum perintah ditulis. Itu penting karena kapasitas rumah sakit adalah salah satu tantangan paling kritis yang kita hadapi saat ini. Jika ibu seseorang datang melalui ruang gawat darurat dengan stroke, saya ingin tempat tidur ICU itu tersedia. Saya ingin dia segera mendapatkan perawatan yang dia butuhkan, bukan menunggu karena kami tidak memindahkan seseorang yang siap untuk mengundurkan diri. AI tidak membuat keputusan klinis itu—tim saya melakukannya. Tetapi alat ini memberi kita informasi yang kita butuhkan untuk membuatnya dengan baik, dan cepat. Dan itu memberi saya ruang untuk benar-benar menjadi pemimpin yang seharusnya saya lakukan alih-alih tenggelam dalam tugas-tugas administrasi. Saya mengenal perawat saya sekarang. Bukan hanya nama mereka—saya tahu kehidupan mereka. Perawatan kesehatan itu sulit. Stres itu nyata—di rumah dan di tempat kerja. Jika saya dapat mengurangi bahkan sebagian dari stres itu, jika saya dapat memberi seseorang alasan untuk merasa didukung dan dihargai, itu mengubah apakah mereka tetap berada di bidang ini....