AI mungkin bisa meringankan kepadatan dan boarding ER

Ikuti Drugslib di

oleh Dennis Thompson Healthday Reporter

ditinjau secara medis oleh obat-obatan.com

HEALDDY?

Selasa, 12 Agustus 2025 - Program Kecerdasan Buatan (AI) dapat membantu dokter dan perawat memprediksi beberapa jam sebelumnya yang kemungkinan besar pasien ER akan memerlukan masuk rumah sakit, sebuah studi baru mengatakan.

Program AI yang dilatih pada hampir 2 juta kunjungan pasien menjadi sedikit lebih akurat daripada perawat ER dalam memprediksi pasien yang perlu diakui, menurut temuannya. href = "https://www.mcpdigitalhealth.org/article/s2949-7612(25)00056-2/fulltext"> Prosiding Klinik Mayo: Kesehatan Digital .

Jika pendekatan ini terbukti berhasil, ini dapat membantu mengurangi kepadatan di departemen darurat rumah sakit, kata para peneliti.

“Kepadatan Departemen Darurat dan Asrama telah menjadi krisis nasional, yang mempengaruhi segala sesuatu mulai dari hasil pasien hingga kinerja keuangan,” kata peneliti utama jonathan nover , wakil presiden layanan keperawatan dan darurat di sistem kesehatan Gunung Sinai di Kota New York.

“Industri seperti maskapai penerbangan dan hotel menggunakan pemesanan untuk memperkirakan permintaan dan rencana. Di UGD, kami tidak memiliki reservasi,” ia melanjutkan dalam rilis berita. Bisakah Anda membayangkan maskapai penerbangan dan hotel tanpa keberatan, semata -mata memperkirakan dan merencanakan dari tren sejarah? Selamat datang di perawatan kesehatan. " href = "https://www.healthaffairs.org/doi/abs/10.1377/hlthaff.2024.01513?journalcode=hlthaff"> Urusan Kesehatan .

Lebih buruk, hampir 5% pasien menunggu sehari penuh untuk tempat tidur selama bulan -bulan musim dingin yang sibuk, penelitian sebelumnya menemukan.

"Tujuan kami adalah melihat apakah AI dikombinasikan dengan masukan dari perawat kami dapat membantu mempercepat perencanaan penerimaan, semacam reservasi," kata Nover. “Kami mengembangkan alat untuk memperkirakan kebutuhan penerimaan sebelum pesanan ditempatkan, menawarkan wawasan yang secara fundamental dapat meningkatkan bagaimana rumah sakit mengelola aliran pasien, yang mengarah ke hasil yang lebih baik.”

Untuk proyek ini, para peneliti melatih AI pada lebih dari 1,8 juta ER kunjungan yang telah terjadi antara 2019 dan 2023.

"Dengan melatih algoritma pada lebih dari satu juta kunjungan pasien, kami bertujuan untuk menangkap pola yang bermakna yang dapat membantu mengantisipasi NOMISSI ADMAN YANG LEBIH DARI METODE KEDUA," CO-SENIOR dr. Eyal Klang , Kepala AI generatif di ICAHN School of Medicine di Gunung Sinai, dalam rilis berita.

Tim kemudian menempatkan AI melawan kader lebih dari 500 perawat ER dalam mengevaluasi hampir 47.000 kunjungan pasien yang terjadi pada bulan September dan Oktober 2024 di enam departemen darurat di sistem kesehatan Gunung Sinai.

Perawat diminta untuk menilai apakah seorang pasien akan memerlukan masuk rumah sakit, setelah melakukan trimase cepat. Para peneliti juga memberi makan hasil triase ke AI, untuk melihat apa yang akan diprediksi.

Perawat terbukti sekitar 81% akurat dalam memprediksi pasien mana yang membutuhkan masuk rumah sakit, dibandingkan dengan akurasi 85% dari AI.

“Kami didorong untuk melihat bahwa AI dapat berdiri sendiri dalam membuat prediksi yang kompleks,” peneliti bersama Robert Freeman , Kepala Petugas Transformasi Digital di Gunung Sistem Kesehatan, mengatakan dalam rilis berita. “Tetapi sama pentingnya, penelitian ini menyoroti peran vital perawat kami - lebih dari 500 berpartisipasi secara langsung - menunjukkan bagaimana keahlian manusia dan pembelajaran mesin dapat bekerja sama untuk menata ulang pemberian perawatan.”

Para peneliti selanjutnya berencana untuk mengimplementasikan AI mereka ke dalam alur kerja real-time dan memantau bagaimana program ini mempengaruhi waktu naik dan aliran pasien melalui UGD.

“Alat ini bukan tentang mengganti dokter; ini tentang mendukung mereka. Dengan memprediksi penerimaan sebelumnya, kami dapat memberikan tim perawatan yang perlu mereka rencanakan, koordinasikan, dan akhirnya memberikan Compasing yang lebih baik, lebih baik, compasing,” lebih baik, ”yang lebih baik,” yang lebih baik. “Sangat menginspirasi melihat AI muncul bukan sebagai ide futuristik, tetapi sebagai solusi praktis, dunia nyata yang dibentuk oleh orang-orang yang memberikan perawatan setiap hari.”

Sumber

  • Sistem Kesehatan Mount Sinai, rilis berita, 11 Agustus 2025

    • Penafian: Data statistik dalam artikel medis memberikan tren umum dan tidak berkaitan dengan individu. Faktor individu dapat sangat bervariasi. Selalu cari nasihat medis yang dipersonalisasi untuk keputusan perawatan kesehatan individu.

    Sumber: Healthday

    Diposting : 2025-08-13 00:00

    Baca selengkapnya

    Penafian

    Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.

    Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.

    Kata kunci populer