英语轻松读发新版了,欢迎下载、更新

使用AI支持管理Ed Triage的护士|TechTarget

2025-06-16 13:12:34 英文原文

作者:By Anuja Vaidya, Senior Editor Published: 16 Jun 2025

UMass Memorial Health扩大了对AI工具的使用,通过临床决策支持和早期确定紧急护理需求来支持进行ED出院的护士。

急诊室通常被称为医院的“前门”,受到无数挑战的困扰,包括拥挤和患者流动障碍。这些不仅腐蚀了患者的经历,还加剧了临床医生的倦怠。随着AI在医疗保健爆炸中的使用,一个卫生系统发现,在ED中提供AI驱动的临床决策支持可以帮助缓解其中一些挑战。

UMass Memorial Health是扩展它使用旨在支持负责患者分类的ED护士的AI工具。在急诊室中,有效的分类至关重要,在急诊室中,医疗问题的范围从微不足道到致命。但是,如登机和拥挤恶化,健康结果可能会受到影响,一项研究表明,ED峰值人满为患增加死亡率风险超过5%。

Kate AI工具旨在通过提供护士来应对这些挑战临床决策支持为了确保他们可以更有效地分类患者并简化入院过程。在两次ED中成功的飞行员之后,UMASS Memorial Health正在其其余五个ED中实施该工具。尽管卫生系统必须克服对AI的护士怀疑,但该工具似乎使劳动力受益,从而实现了更准确的分类和减轻护理负担。

探索AI工具及其功能

凯特AI是一个机器学习平台,这意味着在数据中找到关系和模式。根据UMass纪念医疗中心急诊医学和行为健康高级总监MSN,RN的Ken Shanahan的说法,该工具会收集患者的信息,注释和数据点,并从ED摄入量表和患者的EHR(如果个人是已建立的患者)中收集的,并提供紧急严重性指数(ESI)得分。一个 

ESI评分是患者病情严重程度的数值等级。将AI驱动的临床医生决策支持添加到确定患者ESI的过程中,可以使护士确保迅速看到更复杂的需求的患者。

例如,Shanahan解释说,如果患者发烧,但没有提到他们具有像镰状细胞疾病这样的慢性病,​​AI工具可以为护士提供标志,以便他们知道该患者的敏锐度比发烧的典型患者更高。

此外,该工具提供了早期的败血症检测功能。AI算法分析患者数据以较早识别潜在的败血症病例,从而实现早期干预措施。

实施时间表并获得买入

UMass Memorial Health开始于2023年2月在UMass Memorial Medical Center的大学和纪念校园驾驶Kate AI工具。COVID-19危机造成的能力管理挑战促使卫生系统领导层探索新技术。

急诊室前进的压力越来越大,尤其是随着我们医疗保健系统的其他方面正在失败。因此,通过我们的急诊室将非常重要。这样的工具将非常有益。
肯·沙纳汉(Ken Shanahan)UMass纪念医疗中心急诊医学和行为健康高级主任

Shanahan说:“我们的容量不匹配不匹配。所有被录取的住院患者坐在急诊室中,造成了很多流动和吞吐量问题,以使他们上楼。”“这导致了很高的等待时间,并且'不被看见'时代。因此,我们知道我们需要做一些不同的事情,我们正在寻找许多不同的选择。”

卫生系统领导者提出了提案(RFP)的要求,评估了各种产品。Shanahan指出,凯特·AI(Kate AI)脱颖而出,包括多种原因,包括它不需要对护士进行额外培训的事实。

他说:“这种扮演的是护士保留因素 - 我们并不要求护士学习一个全新的系统。”

但是,AI的使用引起了经验丰富的员工护士的担忧,尤其是在AI不准确和护士责任周围。卫生系统领导人与马萨诸塞州护士协会和当地工会谈判委员会紧密合作,重申,不仅护士对患者护理有最终发言权,而且如果他们覆盖AI工具,他们也不会陷入困境。

此外,Shanahan解释说,护士对AI使用开始使用该工具的担忧减少了。他分享了一次在使用Kate AI的头几周内发生的事件,该事件不同意该工具关于患者病情严重程度的工具。

他说:“然后大约20分钟后,病人癫痫发作,护士就像,'哦,凯特,凯特一定看到的东西与我所看到的不同,我应该对他们进行分类。”“所以,当时他们肯定被卖了。”

ED基于AI的临床决策支持的好处

AI工具以各种方式增强了UMass Memorial Health的ED操作。首先,护士报告说,自该工具的实施以来,临床文件变得更加容易,更准确。该工具标记数据输入错误,帮助护士在患者看到ED医生之前对其进行纠正。

Shanahan指出,此外,与其他ED质量改进项目一起,该工具的使用增强了左无关的利率,并降低了与Triage相关的风险报告,这表明ED操作改善了。此外,该工具有助于提高ESI得分的准确性。

Shanahan分享道:“我们实际上开始了55%左右,我们上升到65%,70%[准确性]。”“因此,我们已经看到ESI的准确性明显提高。”

最后,AI工具为卫生系统提供了一系列数据,以增强各种疾病的医疗保健操作,例如心脏病发作和药物过量。Shanahan解释说,由于用药过量,检查到ED的人的数据是具有挑战性的,因为他们的信息分布在各种系统中。AI工具能够查看锁定在ED出院诊断中的信息和分类护士的非结构化笔记,以提供过量数据的更全面的图片。

鉴于困扰EDS的行政负担和临床要求没有放松的迹象,Shanahan认为AI技术将继续在帮助EDS保持漂浮并满足患者需求方面发挥关键作用。

Shanahan说:“急诊室向前发展会有越来越多的压力,尤其是随着我们医疗保健系统的其他方面的失败。”“因此,通过我们的急诊室将非常重要的吞吐量和准确性。这样的工具将非常有益。”

自2012年以来,Anuja Vaidya就涵盖了医疗保健行业。她目前涵盖了虚拟医疗保健局势,包括远程医疗,远程患者监测和数字治疗。” 

深入研究医疗保健中的人工智能

关于《使用AI支持管理Ed Triage的护士|TechTarget》的评论


暂无评论

发表评论

摘要

UMass Memorial Health正在扩大其对凯特(Kate)的AI工具的使用,以支持急诊科(ED)出院和患者分类的护士。该工具提供临床决策支持,帮助尽早确定紧急护理需求,并通过提高文档准确性和ESI得分精度改善​​了ED操作。在成功进行了飞行员阶段之后,该系统计划在其五个ED中进行全面实施。护士对AI的最初怀疑是由于他们看到了更准确的患者分类和减轻工作负担的好处。