KI könnte in der Lage sein, die Überfüllung und das Einsteigen zu erleichtern

Folgen Sie Drugslib auf

von Dennis Thompson Healthday Reporter

Medical.com

> via Healthday über Healthday über Healthday<p> Dienstag, 12. August 2025 - Programme für künstliche Intelligenz (KI) können Ärzten und Krankenschwestern stundenlang vorhersagen, welche ER -Patienten wahrscheinlich eine Krankenhauseinnahme erfordern werden, heißt es in einer neuen Studie. href = Mayo-Klinikverfahren: Digital Health .

Wenn sich dieser Ansatz als erfolgreich erweist, könnte er dazu beitragen, die Überbelegung in Notfallabteilungen im Krankenhaus zu verringern, sagen Forscher. href = "https://www.mountsinsinsinii.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/jonathan-nover"> Jonathan Nover , Vizepräsident für Krankenpflege- und Rettungsdienste am Mount Sinai Health System in New York City.

Branchen wie Fluggesellschaften und Hotels verwenden Buchungen, um die Nachfrage und den Plan zu prognostizieren. In der ED haben wir keine Vorbehalte “, fuhr er in einer Pressemitteilung fort. „Könnten Sie sich Fluggesellschaften und Hotels ohne Vorbehalte vorstellen, die ausschließlich aus historischen Trends prognostizieren und planen? Willkommen im Gesundheitswesen.“ href = "https://www.healthaffairs.org/doi/abs/10.1377/HLTHAFF.2024.01513?journalcode=HLTHAFF"> Gesundheitsangelegenheiten .

Schlimmer noch, fast 5% der Patienten warten in den geschäftigen Wintermonaten einen ganzen Tag auf ein Bett, so die frühere Studie. „Wir haben ein Tool entwickelt, um die Zulassungsbedürfnisse zu prognostizieren, bevor eine Bestellung aufgegeben wird, und bietet Einblicke, die die Art und Weise, wie Krankenhäuser den Patientenfluss verwalten, grundlegend verbessern und zu besseren Ergebnissen führen.“

Für das Projekt bildeten die Forscher die KI bei mehr als 1,8 Millionen ER-Besuchen aus, die zwischen 2019 und 2023 aufgetreten waren. href = "https://profiles.mountsina.org/eyal-klang"> dr. Eyal Klang , Chef der generativen KI an der Icahn School of Medicine am Mount Sinai, sagte in einer Pressemitteilung.

Das Team stellte dann die KI gegen einen Kader von mehr als 500 ER -Krankenschwestern auf, indem er fast 47.000 Patientenbesuche im September und Oktober 2024 in sechs Notaufnahmen im Gesundheitssystem des Mount Sinai auftrat. Die Forscher fütterten die Triage -Ergebnisse auch der KI, um zu sehen, was sie vorhersagen würde.

Die Krankenschwestern erwiesen sich bei der Vorhersage von etwa 81% genau, welche Patienten eine Krankenhauseinnahme benötigen würden, verglichen mit 85% Genauigkeit der AI. href = "https://www.mountsinsina.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/robbie-freeman"> Robert Freeman , Chief Digital Transformation Officer im Mount Sinai Health System, sagte in einer Nachrichtenlasse. "Aber genauso wichtig, diese Studie zeigt die entscheidende Rolle unserer Krankenschwestern - mehr als 500 direkt teilgenommen - und zeigt, wie menschliches Fachwissen und maschinelles Lernen Hand in Hand arbeiten können, um die Versorgung zu erstellen.“

Forscher planen als nächstes, ihre KI in Echtzeit-Workflows umzusetzen und zu überwachen, wie sich das Programm auf die Rettungszeiten und den Patientenfluss auswirkt. "Es ist inspirierend zu sehen, dass KI nicht als futuristische Idee entsteht, sondern als praktische, reale Lösung, die von den Menschen geprägt ist, die jeden Tag für die Versorgung versorgt."

Haftungsausschluss: Statistische Daten in medizinischen Artikeln liefern allgemeine Trends und beziehen sich nicht auf Einzelpersonen. Individuelle Faktoren können stark variieren. Suchen Sie immer personalisierte medizinische Beratung für individuelle Entscheidungen im Gesundheitswesen.

Quelle: Healthday

Gesendet : 2025-08-13 00:00

Mehr lesen

Haftungsausschluss

Es wurden alle Anstrengungen unternommen, um sicherzustellen, dass die von Drugslib.com bereitgestellten Informationen korrekt und aktuell sind aktuell und vollständig, eine Garantie hierfür kann jedoch nicht übernommen werden. Die hierin enthaltenen Arzneimittelinformationen können zeitkritisch sein. Die Informationen von Drugslib.com wurden für die Verwendung durch medizinisches Fachpersonal und Verbraucher in den Vereinigten Staaten zusammengestellt. Daher übernimmt Drugslib.com keine Gewähr dafür, dass eine Verwendung außerhalb der Vereinigten Staaten angemessen ist, sofern nicht ausdrücklich anders angegeben. Die Arzneimittelinformationen von Drugslib.com befürworten keine Arzneimittel, diagnostizieren keine Patienten und empfehlen keine Therapie. Die Arzneimittelinformationen von Drugslib.com sind eine Informationsquelle, die zugelassenen Ärzten bei der Betreuung ihrer Patienten helfen soll und/oder Verbrauchern dienen soll, die diesen Service als Ergänzung und nicht als Ersatz für die Fachkenntnisse, Fähigkeiten, Kenntnisse und Urteilsvermögen im Gesundheitswesen betrachten Praktiker.

Das Fehlen einer Warnung für ein bestimmtes Medikament oder eine bestimmte Medikamentenkombination sollte keinesfalls als Hinweis darauf ausgelegt werden, dass das Medikament oder die Medikamentenkombination für einen bestimmten Patienten sicher, wirksam oder geeignet ist. Drugslib.com übernimmt keinerlei Verantwortung für irgendeinen Aspekt der Gesundheitsversorgung, die mithilfe der von Drugslib.com bereitgestellten Informationen durchgeführt wird. Die hierin enthaltenen Informationen sollen nicht alle möglichen Verwendungen, Anweisungen, Vorsichtsmaßnahmen, Warnungen, Arzneimittelwechselwirkungen, allergischen Reaktionen oder Nebenwirkungen abdecken. Wenn Sie Fragen zu den Medikamenten haben, die Sie einnehmen, wenden Sie sich an Ihren Arzt, das medizinische Fachpersonal oder Ihren Apotheker.

Beliebte Schlüsselwörter