Архив Здравоохранение и фармацевтика · Медицинские организации

Hallym University Medical Center: 42 ИИ-модели рисков пациентов

По данным Hallym University Medical Center, 42 модели машинного обучения оценивают риски для пациентов (падения, пролежни, делирий, инфекции) прямо в системе назначений; средний показатель прогнозирования составляет 87%. В опросе медсестёр одного отделения 97% довольны внедрением.

Стадия
Промышленная эксплуатация
География
Республика Корея
Год
2024
Источники
1
CB-001737
проверено 23.10.2026

/01 · ключевые результаты

  • результат

    97%

    медсестёр, довольных внедрением ИИ-моделей прогноза

    전자신문 (Electronic Times), статья, 01.11.2024

    опрос в августе 2024 года · медсёстры отделения 108 больницы Gangnam Sacred Heart Hospital

    данные компании

  • возможность системы

    87%

    средний показатель прогнозирования 42 моделей

    전자신문 (Electronic Times), статья, 01.11.2024

    по данным на ноябрь 2024 года · 42 модели прогноза рисков для пациентов

    данные компании

оценка strategai

Оценку не приводим: источник не называет денежного эффекта, объёма пациентов или базового уровня происшествий.

По данным Hallym University Medical Center, 42 модели машинного обучения оценивают риски для пациентов (падения, пролежни, делирий, инфекции) прямо в системе назначений; средний показатель прогнозирования составляет 87%. В опросе медсестёр одного отделения 97% довольны внедрением.

Стадия
Промышленная эксплуатация
География
Республика Корея
Год
2024
Источники
1
CB-001737
проверено 23.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-001737Hallym University Medical Center

Бизнес

Компания
Hallym University Medical Center
Отрасль
Здравоохранение и фармацевтика · Медицинские организации
Функция
Производство и основные операции
Задача
Диагностика и клинические СППР

Технология

Класс AI
Предиктивная аналитика (классический ML)
Тип решения
Собственная разработка
Данные
Электронные медицинские записи (EMR), в среднем данные пациентов за 10 лет; переменные: отделение, возраст, пол, день приёма, код диагноза.

Внедрение

Стадия
Промышленная эксплуатация, на 01.11.2024
География
Республика Корея

/03 · описание кейса

Бизнес-задача

Hallym University Medical Center — корейская сеть больниц, где у медицинского персонала под наблюдением одновременно находятся сотни пациентов. По описанию центра, до появления прогнозных моделей небольшая группа медработников не могла непрерывно отслеживать столько пациентов и заранее заметить ухудшение состояния. Центр поставил задачу оценивать риски для амбулаторных, стационарных и экстренных пациентов (падения, пролежни, делирий, инфекции, осложнения гипертонии и диабета) заранее и в реальном времени, чтобы снизить число тяжёлых случаев и разгрузить персонал.

Решение

Центр разработал 42 модели машинного обучения; это наибольшее число моделей, разработанных и применяемых в медицинских организациях Кореи, по утверждению центра. Среди них модели падений и пролежней, стеноза сосудистого доступа у диализных пациентов, флебита, осложнений гипертонии и диабета, инфекций CRE и CPE, пролежней у пациентов приёмного отделения и делирия. Каждый раз, когда медперсонал открывает данные пациента в системе назначений (OCS), модель рассчитывает вероятность события, и пациента относят к группе высокого, среднего или низкого риска.

Внедрение

Модели обучены на данных электронных медицинских записей: в среднем за 10 лет, с переменными по отделению, возрасту, полу, дню приёма и коду диагноза; для каждой задачи использован оптимизированный алгоритм машинного обучения. Центр сообщил об этом 1 ноября 2024 года; средний показатель прогнозирования 42 моделей составляет 87%. В августе 2024 года опрос медсестёр отделения 108 больницы Gangnam Sacred Heart Hospital показал, что 97% респондентов довольны моделями: они видят состояние пациентов в реальном времени, получают круглосуточное сопровождение и отмечают меньше тяжёлых случаев. Руководитель сестринской службы больницы связывает внедрение со снижением происшествий.

/04 · источники и проверка

Что подтверждено

  • По данным центра, 42 модели машинного обучения применяются для амбулаторных, стационарных и экстренных пациентов, а прогноз рассчитывается каждый раз при открытии данных пациента в системе назначений.
  • Средний показатель прогнозирования 42 моделей составляет 87%; модели обучены на данных электронных записей в среднем за 10 лет.
  • В августе 2024 года 97% опрошенных медсестёр отделения 108 больницы Gangnam Sacred Heart Hospital сообщили, что довольны внедрением моделей.

Ограничения

  • 87% — средний показатель по всем 42 моделям; источник не раскрывает метод его расчёта и не приводит значения по отдельным моделям.
  • 97% — результат опроса медсестёр одного отделения одной больницы; цифра отражает удовлетворённость и не показывает число предотвращённых происшествий.
  • Заявление о снижении тяжёлых случаев и происшествий принадлежит центру и его руководителю сестринской службы; числовых данных об этом в источнике нет.
  1. [1] 전자신문 (Electronic Times)

    한림대의료원, 42개 AI 예측 모델 적용…“국내 최대 규모” - 전자신문

    СМИ · 01.11.2024

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-001737 · Версия 1 · 23.10.2026 · /c/CB-001737/