AI może być w stanie złagodzić przeludnienie i wejście na pokład

Śledź Drugslib na

autor: Dennis Thompson Healthday Reporter

Medicalnie sprawdzane przez leki src = "https://gumlet.assettype.com/healthday-en/2025-08-08/nlv8tevm/adobestock1232125490.jpeg?Width=1200" ładowanie = "leniwy" alt = ""> via HealthDay

Wtorek, 12 sierpnia 2025 r. - Programy sztucznej inteligencji (AI) mogą pomóc lekarzom i pielęgniarkom przewidywać kilka godzin wcześniej, które pacjenci z ER prawdopodobnie będą wymagać przyjęcia do szpitala, nowe badanie mówi.

Program AI przeszkolony podczas prawie 2 milionów wizyt pacjentów stał się nieco dokładniejszy niż pielęgniarki ER w przewidywaniu, którzy pacjenci będą musieli dopuszczać, według wyników 11 sierpnia. href = "https://www.mcpdigitalhealth.org/article/s2949-7612(25)00056-2/fullText"> Mayo Clinic Proceedings: Cyfrowe zdrowie .

.

Jeśli takie podejście okaże się skuteczne, może pomóc w zmniejszeniu przeludnienia w oddziałach ratunkowych w szpitalu, twierdzą naukowcy.

„Przetrzymanie oddziału ratunkowego i z internatem stały się kryzysem krajowym, wpływając na wszystko, od wyników pacjentów po wyniki finansowe”, powiedział główny badacz Sprawy zdrowotne .

Co gorsza, prawie 5% pacjentów czeka cały dzień na łóżko w pracowitych miesiącach zimowych, wykazało wcześniejsze badanie.

„Naszym celem było sprawdzenie, czy AI w połączeniu z wkładem naszych pielęgniarek może pomóc przyspieszyć planowanie przyjęcia, w rodzaju rezerwacji” - powiedział Nover. „Opracowaliśmy narzędzie do prognozowania potrzeb rekrutacyjnych przed złożeniem zamówienia, oferując spostrzeżenia, które mogą zasadniczo poprawić sposób, w jaki szpitale zarządzają przepływem pacjentów, co prowadzi do lepszych wyników.”

W przypadku projektu naukowcy przeszkolili sztuczną inteligencję w odniesieniu do ponad 1,8 miliona wizyt ER, które miały miejsce w latach 2019–2023.

„Przez szkolenie algorytmu na temat ponad miliona wizyt pacjentów, dążyliśmy do sprawiedliwości znaczących wzorców, które mogłyby pomóc w przewidywaniu przyczyn wcześniej niż tradycyjne metody niż tradycyjne metody”, współistniący badacz dr. Eyal Klang , szef generatywny AI w Icahn School of Medicine na Mount Sinai, powiedział w komunikacie prasowym.

Zespół następnie odłożył sztuczną inteligencję w stosunku do kadry ponad 500 pielęgniarek ER, oceniając prawie 47 000 wizyt pacjentów, które miały miejsce we wrześniu i październiku 2024 r. Na sześciu oddziałach ratunkowych w systemie zdrowia w Mount Sinai.

Pielęgniarki poproszono pielęgniarki, aby ocenić, czy pacjent będzie potrzebował przyjęcia szpitala, po wykonaniu szybkiego pokrewieństwa. Naukowcy nakarmili również wyniki segregatora AI, aby zobaczyć, co by to przewidywał.

Pielęgniarki okazały się około 81% dokładne w przewidywaniu, którzy pacjenci będą potrzebować przyjęcia do szpitala, w porównaniu do 85% dokładności AI.

„Zachęcono nas do zobaczenia, że AI mogłaby samodzielnie stać, dokonywanie złożonych prognoz”. href = "https://www.mountsiny „Ale co równie ważne, to badanie podkreśla istotną rolę naszych pielęgniarek - ponad 500 uczestniczyło bezpośrednio - pokazując, w jaki sposób ludzka wiedza i uczenie maszynowe mogą działać w parze, aby ponowić świadczenie opieki.”

Następnie naukowcy planują wdrożyć swoją sztuczną inteligencję w przepływach pracy w czasie rzeczywistym i monitorować, w jaki sposób program wpływa na czas na pokład i przepływ pacjentów przez ER.

„To narzędzie nie polega na zastąpieniu klinicystów; chodzi o ich wspieranie. Dzięki przewidywaniu przyjęć wcześniej możemy dać zespołom opiekuńczym czas, w którym muszą planować, a ostatecznie zapewniać lepszą opiekę”. „Inspirujące jest, że AI pojawia się nie jako futurystyczny pomysł, ale jako praktyczne, rzeczywiste rozwiązanie ukształtowane przez osoby zapewniające opiekę każdego dnia.”

Źródła

  • Mount Sinai Health System, komunikat prasowy, 11 sierpnia 2025

    • Zastrzeżenie: Dane statystyczne w artykułach medycznych zapewniają ogólne trendy i nie dotyczą osób. Poszczególne czynniki mogą się znacznie różnić. Zawsze szukaj spersonalizowanej porady medycznej na indywidualne decyzje dotyczące opieki zdrowotnej.

    Źródło: Healthday

    Wysłano : 2025-08-13 00:00

    Czytaj więcej

    Zastrzeżenie

    Dołożono wszelkich starań, aby informacje dostarczane przez Drugslib.com były dokładne i aktualne -data i kompletność, ale nie udziela się na to żadnej gwarancji. Informacje o lekach zawarte w niniejszym dokumencie mogą mieć charakter wrażliwy na czas. Informacje na stronie Drugslib.com zostały zebrane do użytku przez pracowników służby zdrowia i konsumentów w Stanach Zjednoczonych, dlatego też Drugslib.com nie gwarantuje, że użycie poza Stanami Zjednoczonymi jest właściwe, chyba że wyraźnie wskazano inaczej. Informacje o lekach na Drugslib.com nie promują leków, nie diagnozują pacjentów ani nie zalecają terapii. Informacje o lekach na Drugslib.com to źródło informacji zaprojektowane, aby pomóc licencjonowanym pracownikom służby zdrowia w opiece nad pacjentami i/lub służyć konsumentom traktującym tę usługę jako uzupełnienie, a nie substytut wiedzy specjalistycznej, umiejętności, wiedzy i oceny personelu medycznego praktycy.

    Brak ostrzeżenia dotyczącego danego leku lub kombinacji leków w żadnym wypadku nie powinien być interpretowany jako wskazanie, że lek lub kombinacja leków jest bezpieczna, skuteczna lub odpowiednia dla danego pacjenta. Drugslib.com nie ponosi żadnej odpowiedzialności za jakikolwiek aspekt opieki zdrowotnej zarządzanej przy pomocy informacji udostępnianych przez Drugslib.com. Informacje zawarte w niniejszym dokumencie nie obejmują wszystkich możliwych zastosowań, wskazówek, środków ostrożności, ostrzeżeń, interakcji leków, reakcji alergicznych lub skutków ubocznych. Jeśli masz pytania dotyczące przyjmowanych leków, skontaktuj się ze swoim lekarzem, pielęgniarką lub farmaceutą.

    Popularne słowa kluczowe