L'IA pourrait être en mesure de faciliter la surpopulation des ER et l'embarquement

Suivez Drugslib sur

par Dennis Thompson Healthday Reporter

médicalement examiné par Drugs.com

Via HealthDay

mardi 12 août 2025 - Les programmes d'intelligence artificielle (IA) peuvent aider les médecins et les infirmières à prédire quelques heures plus tôt quels patients ER auront probablement besoin d'admission à l'hôpital, selon une nouvelle étude. href = "https://www.mcpdigitalhealth.org/article/s2949-7612(25)00056-2/fulltext"> Mayo Clinic Proceedings: Digital Health .

Si cette approche s'avère réussie, elle pourrait aider à réduire le surpeuplement dans les services d'urgence de l'hôpital, selon les chercheurs.

"Le surpopulation et l'embarquement des services d'urgence sont devenus une crise nationale, affectant tout, des résultats des patients aux performances financières", a déclaré le chercheur principal Jonathan Nover , vice-président des services infirmiers et des services d'urgence au Mount Sinai System System à New York.

«Les industries comme les compagnies aériennes et les hôtels utilisent les réservations pour prévoir la demande et le planification. À l'urgence, nous n'avons pas de réserves», a-t-il poursuivi dans un communiqué de presse. «Pourriez-vous imaginer des compagnies aériennes et des hôtels sans réserve, uniquement prévision et planification à partir de tendances historiques? Bienvenue aux soins de santé.»

jusqu'à 35% des patients ER qui nécessitent l'admission finissent par passer quatre heures ou plus à attendre leur temps dans des chambres de rechange ou des couloirs occupés en attendant un lit, une pratique connue sous le nom de «pension», selon une étude récente dans le journal Affaires de santé .

Pire, près de 5% des patients attendent une journée complète pour un lit pendant les mois d'hiver chargés, l'étude précédente a révélé.

«Notre objectif était de voir si l'IA combinée avec les contributions de nos infirmières pourrait aider à accélérer la planification de l'admission, une sorte de réservation», a déclaré Nover. «Nous avons développé un outil pour prévoir les besoins d'admission avant qu'une commande ne soit passée, offrant des informations qui pourraient fondamentalement améliorer la façon dont les hôpitaux gèrent le flux des patients, ce qui entraîne de meilleurs résultats.»

Pour le projet, les chercheurs ont formé l'IA sur plus de 1,8 million de visites ER qui s'étaient produites entre 2019 et 2023.

"En formant l'algorithme sur plus d'un million de visites de patients, nous avons visé à saisir des modèles significatifs qui pourraient aider à anticiper les admissions plus tôt que les méthodes traditionnelles", Co-Senior Research dr. Eyal Klang , chef de l'IA génératif à l'École de médecine Icahn du mont Sinaï, a déclaré dans un communiqué de presse.

L'équipe a ensuite mis l'IA contre un groupe de plus de 500 infirmières ER pour évaluer près de 47 000 visites de patients survenues en septembre et octobre 2024 dans six services d'urgence du système de santé du mont Sinaï.

Les infirmières ont été invitées à juger si un patient aurait besoin d'admission à l'hôpital, après avoir effectué une triage rapide. Les chercheurs ont également nourri les résultats du triage à l'IA, pour voir ce qu'il prédirait.

Les infirmières ont prouvé environ 81% de précision pour prédire quels patients auraient besoin d'admission à l'hôpital, contre 85% de précision de l'IA.

"Nous avons été encouragés à voir que l'IA pouvait se tenir seul pour faire des prédictions complexes", chercheur co-privé Robert Freeman , directeur de la transformation numérique du Mount Sinai System System, dans un communiqué de presse. «Mais tout aussi important, cette étude met en évidence le rôle vital de nos infirmières - plus de 500 ont participé directement - démontrant comment l'expertise humaine et l'apprentissage automatique peuvent fonctionner main dans la main pour réinventer la prestation des soins.»

Les chercheurs prévoient ensuite de mettre en œuvre leur IA dans les flux de travail en temps réel et de surveiller comment le programme affecte les temps d'embarquement et le flux des patients à travers les urgences.

"Cet outil ne consiste pas à remplacer les cliniciens; il s'agit de les soutenir. "C'est inspirant de voir l'IA émerger non pas comme une idée futuriste, mais comme une solution pratique et réelle façonnée par les gens qui fournissent des soins chaque jour."

Sources

  • Mount Sinai Health System, communiqué de presse, 11 août, 2025

    • Avertissement: Les données statistiques dans les articles médicaux fournissent des tendances générales et ne concernent pas les individus. Les facteurs individuels peuvent varier considérablement. Recherchez toujours des conseils médicaux personnalisés pour les décisions de santé individuelles.

    Source: Healthday

    Publié : 2025-08-13 00:00

    En savoir plus

    Avis de non-responsabilité

    Tous les efforts ont été déployés pour garantir que les informations fournies par Drugslib.com sont exactes, jusqu'à -date et complète, mais aucune garantie n'est donnée à cet effet. Les informations sur les médicaments contenues dans ce document peuvent être sensibles au facteur temps. Les informations de Drugslib.com ont été compilées pour être utilisées par des professionnels de la santé et des consommateurs aux États-Unis et, par conséquent, Drugslib.com ne garantit pas que les utilisations en dehors des États-Unis sont appropriées, sauf indication contraire spécifique. Les informations sur les médicaments de Drugslib.com ne cautionnent pas les médicaments, ne diagnostiquent pas les patients et ne recommandent pas de thérapie. Les informations sur les médicaments de Drugslib.com sont une ressource d'information conçue pour aider les professionnels de la santé agréés à prendre soin de leurs patients et/ou pour servir les consommateurs qui considèrent ce service comme un complément et non un substitut à l'expertise, aux compétences, aux connaissances et au jugement des soins de santé. praticiens.

    L'absence d'avertissement pour un médicament ou une combinaison de médicaments donné ne doit en aucun cas être interprétée comme indiquant que le médicament ou la combinaison de médicaments est sûr, efficace ou approprié pour un patient donné. Drugslib.com n'assume aucune responsabilité pour aucun aspect des soins de santé administrés à l'aide des informations fournies par Drugslib.com. Les informations contenues dans le présent document ne sont pas destinées à couvrir toutes les utilisations, instructions, précautions, avertissements, interactions médicamenteuses, réactions allergiques ou effets indésirables possibles. Si vous avez des questions sur les médicaments que vous prenez, consultez votre médecin, votre infirmière ou votre pharmacien.

    Mots-clés populaires