AI อาจสามารถบรรเทาความแออัดและขึ้นเครื่องได้

ติดตาม Drugslib ได้ที่

โดย Dennis Thompson Healthday Reporter

หากวิธีการนี้พิสูจน์ได้ว่าประสบความสำเร็จสามารถช่วยลดความแออัดยัดเยียดในแผนกฉุกเฉินของโรงพยาบาลนักวิจัยกล่าวว่า

“ แผนกฉุกเฉินที่แออัดยัดเยียดและการขึ้นเครื่องได้กลายเป็นวิกฤตแห่งชาติซึ่งส่งผลกระทบต่อทุกสิ่งตั้งแต่ผลลัพธ์ของผู้ป่วยไปจนถึงผลการดำเนินงานทางการเงิน” href = "https://www.mountsinai.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/jonathan-nover"> Jonathan Nover รองประธานฝ่ายการพยาบาลและบริการฉุกเฉินที่ Mount Sinai Health System

“ อุตสาหกรรมเช่นสายการบินและโรงแรมใช้การจองเพื่อคาดการณ์ความต้องการและแผนใน ED เราไม่มีการจอง” เขากล่าวต่อในข่าวประชาสัมพันธ์ “ คุณนึกภาพสายการบินและโรงแรมที่ไม่มีการจองการพยากรณ์และการวางแผนจากแนวโน้มทางประวัติศาสตร์เพียงอย่างเดียวยินดีต้อนรับสู่การดูแลสุขภาพ”

มากถึง 35% ของผู้ป่วย ER ที่ต้องการการเข้าเรียน href = "https://www.healthaffairs.org/doi/abs/10.1377/hlthaff.2024.01513?journalcode=hlthaff"> กิจการสุขภาพ .

แย่กว่านั้นเกือบ 5% ของผู้ป่วยรอวันเต็มสำหรับเตียงในช่วงฤดูหนาวที่วุ่นวายการศึกษาก่อนหน้านี้พบว่า

“ เป้าหมายของเราคือการดูว่า AI รวมกับข้อมูลจากพยาบาลของเราสามารถช่วยเร่งการวางแผนการเข้าชม “ เราพัฒนาเครื่องมือในการคาดการณ์ความต้องการการรับสมัครก่อนที่จะมีการสั่งซื้อนำเสนอข้อมูลเชิงลึกที่สามารถปรับปรุงวิธีการที่โรงพยาบาลจัดการการไหลของผู้ป่วยนำไปสู่ผลลัพธ์ที่ดีขึ้น”

สำหรับโครงการนักวิจัยได้ฝึกอบรม AI ในการเยี่ยมชม ER มากกว่า 1.8 ล้านครั้งที่เกิดขึ้นระหว่างปี 2562 ถึง 2566

“ โดยการฝึกอบรมอัลกอริทึมของผู้ป่วยมากกว่าล้านคน href = "https://profiles.mountsinai.org/eyal-klang"> dr Eyal Klang หัวหน้าฝ่ายการกำเนิด AI ที่ Icahn School of Medicine ที่ Mount Sinai กล่าวในข่าวประชาสัมพันธ์

จากนั้นทีมจะวาง AI กับนายทหารฝ่ายการศึกษาของพยาบาลมากกว่า 500 คนในการประเมินผู้ป่วยเกือบ 47,000 คนที่เกิดขึ้นในเดือนกันยายนและตุลาคม 2567 ที่หน่วยงานฉุกเฉินหกแผนกในระบบสุขภาพ Mount Sinai

พยาบาลถูกขอให้ตัดสินว่าผู้ป่วยจะต้องเข้าโรงพยาบาลหรือไม่ นักวิจัยยังให้ผลการทดลองกับ AI เพื่อดูว่ามันจะทำนายอะไรได้บ้าง

พยาบาลได้รับการพิสูจน์แล้วว่ามีความแม่นยำ 81% ในการทำนายว่าผู้ป่วยรายใดจะต้องเข้ารับการรักษาในโรงพยาบาลเมื่อเทียบกับความแม่นยำ 85% จาก AI

“ เราได้รับการสนับสนุนให้เห็นว่า AI สามารถยืนอยู่บนการคาดการณ์ที่ซับซ้อน” นักวิจัยร่วม href = "https://www.mountsinai.org/care/nursing-at-mount-sinai/executive-nurse-cabinet/robbie-freeman"> Robert Freeman หัวหน้าเจ้าหน้าที่การเปลี่ยนแปลงดิจิตอลของระบบสุขภาพ Mount Sinai กล่าวในการแถลงข่าว “ แต่สิ่งสำคัญคือการศึกษาครั้งนี้เน้นถึงบทบาทที่สำคัญของพยาบาลของเรา - มากกว่า 500 คนเข้าร่วมโดยตรง - แสดงให้เห็นว่าความเชี่ยวชาญของมนุษย์และการเรียนรู้ของเครื่องจักรสามารถทำงานร่วมกันได้อย่างไร

นักวิจัยวางแผนต่อไปในการใช้ AI ของพวกเขาในเวิร์กโฟลว์แบบเรียลไทม์และตรวจสอบว่าโปรแกรมส่งผลกระทบต่อเวลาขึ้นเครื่องและการไหลเวียนของผู้ป่วยผ่านทาง ER

“ เครื่องมือนี้ไม่ได้เกี่ยวกับการแทนที่แพทย์ “ มันเป็นแรงบันดาลใจให้เห็นว่า AI ไม่ได้เป็นแนวคิดที่อนาคต แต่เป็นวิธีแก้ปัญหาที่เป็นจริงและเป็นจริงที่ผู้คนให้การดูแลทุกวัน”

แหล่งที่มา

  • ระบบสุขภาพ Mount Sinai

    ข้อจำกัดความรับผิดชอบ: ข้อมูลทางสถิติในบทความทางการแพทย์ให้แนวโน้มทั่วไปและไม่เกี่ยวข้องกับบุคคล ปัจจัยส่วนบุคคลสามารถแตกต่างกันอย่างมาก ขอคำแนะนำทางการแพทย์ส่วนบุคคลสำหรับการตัดสินใจด้านการดูแลสุขภาพส่วนบุคคลเสมอ

    ที่มา: Healthday

    โพสต์แล้ว : 2025-08-13 00:00

    อ่านเพิ่มเติม

    ข้อจำกัดความรับผิดชอบ

    มีความพยายามทุกวิถีทางเพื่อให้แน่ใจว่าข้อมูลที่ให้โดย Drugslib.com นั้นถูกต้อง ทันสมัย -วันที่และเสร็จสมบูรณ์ แต่ไม่มีการรับประกันใดๆ เกี่ยวกับผลกระทบดังกล่าว ข้อมูลยาเสพติดที่มีอยู่นี้อาจจะเป็นเวลาที่สำคัญ. ข้อมูล Drugslib.com ได้รับการรวบรวมเพื่อใช้โดยผู้ประกอบวิชาชีพด้านการดูแลสุขภาพและผู้บริโภคในสหรัฐอเมริกา ดังนั้น Drugslib.com จึงไม่รับประกันว่าการใช้นอกสหรัฐอเมริกามีความเหมาะสม เว้นแต่จะระบุไว้เป็นอย่างอื่นโดยเฉพาะ ข้อมูลยาของ Drugslib.com ไม่ได้สนับสนุนยา วินิจฉัยผู้ป่วย หรือแนะนำการบำบัด ข้อมูลยาของ Drugslib.com เป็นแหล่งข้อมูลที่ได้รับการออกแบบมาเพื่อช่วยเหลือผู้ปฏิบัติงานด้านการดูแลสุขภาพที่ได้รับใบอนุญาตในการดูแลผู้ป่วยของตน และ/หรือเพื่อให้บริการลูกค้าที่ดูบริการนี้เป็นส่วนเสริมและไม่ใช่สิ่งทดแทนความเชี่ยวชาญ ทักษะ ความรู้ และการตัดสินด้านการดูแลสุขภาพ ผู้ปฏิบัติงาน

    การไม่มีคำเตือนสำหรับยาหรือยาผสมใด ๆ ไม่ควรตีความเพื่อบ่งชี้ว่ายาหรือยาผสมนั้นปลอดภัย มีประสิทธิผล หรือเหมาะสมสำหรับผู้ป่วยรายใดรายหนึ่ง Drugslib.com ไม่รับผิดชอบต่อแง่มุมใดๆ ของการดูแลสุขภาพที่ดำเนินการโดยได้รับความช่วยเหลือจากข้อมูลที่ Drugslib.com มอบให้ ข้อมูลในที่นี้ไม่ได้มีวัตถุประสงค์เพื่อให้ครอบคลุมถึงการใช้ คำแนะนำ ข้อควรระวัง คำเตือน ปฏิกิริยาระหว่างยา ปฏิกิริยาการแพ้ หรือผลข้างเคียงที่เป็นไปได้ทั้งหมด หากคุณมีคำถามเกี่ยวกับยาที่คุณกำลังใช้ โปรดตรวจสอบกับแพทย์ พยาบาล หรือเภสัชกรของคุณ

    คำหลักยอดนิยม