AI는 ER 과밀 및 탑승을 완화 할 수 있습니다.

Drugslib을 팔로우하세요

ddc- 검토 ddc-mgt-1"> 의학적으로 검토

2025 년 8 월 12 일 화요일 - 인공 지능 (AI) 프로그램은 의사와 간호사가 병원 입원을 요구할 시간을 일찍 예측하는 데 도움이 될 수 있습니다.

새로운 연구에 따르면 거의 2 백만 명의 환자 방문을 위해 교육을받은 AI 프로그램은 ER을 예측하는 데 거의 2 백만 명의 환자 방문을 위해 교육을받을 필요가있는 것으로 나타났습니다. href = "https://www.mcpdigitalhealth.org/article/s2949-7612(25)00056-2/fulltext"> Mayo Clinic Proceedings : Digital Health .

이 접근법이 성공적으로 입증되면 병원 응급실에서 과밀화를 줄이는 데 도움이 될 수 있다고 연구원들은 말합니다.

“응급실 과밀 및 탑승은 국가적 위기가되어 환자의 결과에서 재무 성과에 이르기까지 모든 것에 영향을 미쳤다”고 말했다. href = "https://www.mountsinai.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/jonathan-nover"> Jonathan Nover , 뉴욕시의 Sinai Health System의 간호 및 응급 서비스 부사장

“항공사 및 호텔과 같은 산업은 예약을 사용하여 수요와 계획을 예측합니다. ED에서는 예약이 없습니다.”그는 보도 자료를 계속했습니다. "예약이없는 항공사와 호텔, 역사적 추세에서 예측 및 계획 만 예측하고 계획을 세우는 것만 상상할 수 있습니까? 건강 관리에 오신 것을 환영합니다."

입원을 요구하는 ER 환자의 최대 35%가 예비 객실이나 바쁜 복도, 침대로 알려진 바쁜 복도,“탑승으로 알려진 관행”을 소비하는 4 시간 이상을 소비합니다. href = "https://www.healthaffairs.org/doi/abs/10.1377/hlthaff.2024.01513?journalcode=hlthaff"> Health Affairs .

더 나쁜 것은 바쁜 겨울 동안 침대에서 하루 종일 기다립니다.

“우리의 목표는 AI가 우리 간호사의 의견과 결합되어 입원 계획을 서두르는 데 도움이 될 수 있는지 확인하는 것이 었습니다.”라고 Nover는 말했습니다. "우리는 주문이 배치되기 전에 입학 요구를 예측할 수있는 도구를 개발하여 병원이 환자의 흐름을 관리하는 방법을 근본적으로 개선하여 더 나은 결과를 초래할 수있는 통찰력을 제공합니다."

.이 프로젝트의 경우, 연구원들은 2019 년에서 2023 년 사이에 발생한 180 만 명 이상의 방문에 대해 AI를 훈련 시켰습니다.

“백만 개가 넘는 환자 방문에 대한 알고리즘을 훈련함으로써 전통적인 방법보다 일찍 입학을 예상 할 수있는 의미있는 패턴을 포착하는 것을 목표로했습니다.” href = "https://profiles.mountsinai.org/eyal-klang"> dr. 시나이 산에있는 Icahn School of Medicine의 Generative AI의 Eyal Klang 는 보도 자료에서 말했다.

팀은 2024 년 9 월과 10 월에 시나이 건강 시스템의 6 개의 응급실에서 발생한 거의 47,000 명의 환자 방문을 평가할 때 500 명 이상의 ER 간호사 간부에 대해 AI를 올렸다. 연구원들은 또한 심사 결과를 AI에 공급하여 그것이 예측할 것인지를 확인했습니다.

간호사는 AI의 85% 정확도와 비교하여 어떤 환자가 병원 입원이 필요한지 예측하는 데 약 81%의 정확한 것으로 판명되었습니다.

“우리는 AI가 복잡한 예측을 할 때 스스로 설 수 있음을 알게되었습니다. href = "https://www.mountsinai.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/robbie-freeman"> Sinai Health System의 최고 디지털 변환 책임자 인 Robert Freeman 는 뉴스 발표에서 밝혔다. "하지만이 연구는 간호사의 중요한 역할을 강조합니다 (500 명 이상이 직접 참여 함)가 인간의 전문 지식과 기계 학습이 어떻게 진행될 수 있는지 간호 전달을 재구성하기 위해 어떻게 작동 할 수 있는지 보여줍니다."

.

연구원은 다음 계획을 실시간 워크 플로우로 구현하고 프로그램이 ER을 통한 탑승 시간과 환자 흐름에 영향을 미치는 방법을 모니터링 할 계획입니다.“이 도구는 임상의를 대체하는 것이 아닙니다.이를 지원하는 것입니다. 입학을 일찍 예측하여 계획, 조정 및 최종적으로 더 나은 치료를 제공하는 데 필요한 시간을 제공 할 수 있습니다. "AI가 미래의 아이디어가 아니라 매일 치료를받는 사람들이 형성하는 실용적이고 실제적인 솔루션으로 보는 것은 영감을주는 것이 영감을줍니다."

출처

  • Mount Sinai Health System, 2025 년 8 월 11 일

    • 면책 조항 : 의료 기사의 통계 데이터는 일반적인 추세를 제공하고 개인과 관련이 없습니다. 개별 요인은 크게 다를 수 있습니다. 개별 의료 결정을 위해 항상 개인화 된 의학적 조언을 구하십시오.

    출처 : Healthday

    게시됨 : 2025-08-13 00:00

    더 읽어보세요

    면책조항

    Drugslib.com에서 제공하는 정보의 정확성을 보장하기 위해 모든 노력을 기울였습니다. -날짜, 완전하지만 해당 효과에 대한 보장은 없습니다. 여기에 포함된 약물 정보는 시간에 민감할 수 있습니다. Drugslib.com 정보는 미국의 의료 종사자와 소비자가 사용하도록 편집되었으므로 달리 구체적으로 명시하지 않는 한 Drugslib.com은 미국 이외의 지역에서 사용하는 것이 적절하다고 보증하지 않습니다. Drugslib.com의 약물 정보는 약물을 보증하거나 환자를 진단하거나 치료법을 권장하지 않습니다. Drugslib.com의 약물 정보는 면허를 소지한 의료 종사자가 환자를 돌보는 데 도움을 주고/하거나 이 서비스를 건강 관리에 대한 전문 지식, 기술, 지식 및 판단을 대체하는 것이 아니라 보완으로 보는 소비자에게 제공하기 위해 설계된 정보 리소스입니다. 실무자.

    특정 약물 또는 약물 조합에 대한 경고가 없다고 해서 해당 약물 또는 약물 조합이 해당 환자에게 안전하고 효과적이거나 적절하다는 의미로 해석되어서는 안 됩니다. Drugslib.com은 Drugslib.com이 제공하는 정보의 도움으로 관리되는 의료의 모든 측면에 대해 어떠한 책임도 지지 않습니다. 여기에 포함된 정보는 가능한 모든 용도, 지시 사항, 주의 사항, 경고, 약물 상호 작용, 알레르기 반응 또는 부작용을 다루기 위한 것이 아닙니다. 복용 중인 약에 대해 궁금한 점이 있으면 담당 의사, 간호사 또는 약사에게 문의하세요.

    인기있는 키워드