Η αντιστοίχιση των μοντέλων και η πρόβλεψη μιας απαιτητικής ανάγκης στα νοσοκομεία είναι ένα δύσκολο έργο για εξειδικευμένο ιατρικό προσωπικό, όχι όμως για την AI και τη μηχανική μάθηση. Το ιατρικό προσωπικό δεν έχει την πολυτέλεια να παρακολουθεί τους ασθενείς τους με πλήρη απασχόληση. Αν και είναι εξαιρετικά καλοί στην αναγνώριση των άμεσων αναγκών των ασθενών υπό προφανείς συνθήκες, οι νοσηλευτές και το ιατρικό προσωπικό δεν διαθέτουν τις ικανότητες να διακρίνουν το μέλλον από μια σύνθετη σειρά συμπτωμάτων ασθενών που εκτίθενται σε εύλογο χρονικό διάστημα. Η μηχανική μάθηση έχει την πολυτέλεια όχι μόνο να παρακολουθεί και να αναλύει δεδομένα ασθενών 24/7 αλλά και να συνδυάζει πληροφορίες που συλλέγονται από πολλαπλές πηγές, δηλαδή ιστορικά αρχεία, καθημερινές αξιολογήσεις από ιατρικό προσωπικό και μετρήσεις σε πραγματικό χρόνο ζωτικών στοιχείων, όπως καρδιακό ρυθμό, και την αρτηριακή πίεση. Η εφαρμογή του AI στην αξιολόγηση και την πρόβλεψη επικείμενων καρδιακών προσβολών, πτώσεις, εγκεφαλικά επεισόδια, σηψαιμία και επιπλοκές βρίσκεται σε εξέλιξη σε όλο τον κόσμο.
Ένα παράδειγμα πραγματικού κόσμου είναι το πώς το El Camino Hospital συνέδεσε τα δεδομένα EHR, συναγερμού κρεβατιού και νοσοκόμου με τα δεδομένα αναλύσεων για να εντοπίσουν ασθενείς με υψηλό κίνδυνο πτώσεων. Το El Camino Hospital μειώνει τις πτώσεις, ένα σημαντικό κόστος για τα νοσοκομεία, κατά 39%.
Οι μεθοδολογίες μηχανικής μάθησης που χρησιμοποιούνται από το El Camino είναι η κορυφή του παγόβουνου, αλλά αντιπροσωπεύουν σημαντικά το μέλλον της υγειονομικής περίθαλψης με τη χρήση ενεργειών εστιασμένων πληροφοριών ή αναλυτικών συνταγών. Χρησιμοποιούν ένα μικρό υποσύνολο των πιθανών διαθέσιμων πληροφοριών και τις φυσικές ενέργειες του ασθενούς, όπως την έξοδο από το κρεβάτι και την ώθηση του κουμπιού βοήθειας σε συνδυασμό με τα αρχεία υγείας - μια περιοδική μέτρηση από το νοσοκομειακό προσωπικό. Ο νοσοκομειακός μηχανισμός δεν τροφοδοτεί σημαντικά δεδομένα από καρδιακές οθόνες, συσκευές παρακολούθησης της αναπνοής, οθόνες κορεσμού οξυγόνου, ΗΚΓ και κάμερες σε μεγάλες συσκευές αποθήκευσης δεδομένων με αναγνώριση συμβάντων.
