# El Duke University Hospital hizo de las enfermeras de respuesta rápida las usuarias de su herramienta de aprendizaje profundo para la sepsis: clasifican sus alertas y llaman a los médicos, con hasta cuatro alertas de alto riesgo por hora

Página: https://flyvolo.ai/es/changes/ev-20181105-registered-nurse-7
Fecha: 2018-11-05 · Etapa: Despliegue real
¿Puede este registro mover un juicio sobre una tarea? sí
Ocupación: https://flyvolo.ai/es/careers/registered-nurse

## Alcance

Carolina del Norte, Estados Unidos. El propio estudio de implantación del hospital dice que Sepsis Watch se puso en marcha el 5 de noviembre de 2018, que la enfermera del equipo de respuesta rápida clasifica con ella a los pacientes con riesgo de sepsis y se comunica con los clínicos de urgencias sobre el tratamiento, que esas enfermeras llamaban a los médicos por cada paciente con sepsis o con alto riesgo de tenerla, y que se acordó como volumen ideal para una sola enfermera usuaria un máximo de cuatro alertas de alto riesgo por hora. Es un hospital y un equipo de enfermería especializado; no informa de mediciones de carga de trabajo.

## Fuente

- Sendak M et al. (Duke University Health System) — 'Real-World Integration of a Sepsis Deep Learning Technology Into Routine Clinical Care: Implementation Study', JMIR Medical Informatics 8(7) (15 July 2020) — https://pmc.ncbi.nlm.nih.gov/articles/PMC7391165/ (fuente primaria)

## Qué significa esto

Vigilar las alertas de un modelo de aprendizaje profundo y actuar sobre ellas se ha convertido en un puesto de enfermería definido en al menos un hospital.

## Lo que todavía no demuestra

Un hospital y un equipo especializado, sin carga de trabajo medida.

## Cómo comprobarlo por tu cuenta

Abre el estudio de JMIR Medical Informatics sobre Sepsis Watch (PMC7391165) y busca «Up to 4 high-risk alerts per hour».


Más: https://flyvolo.ai/llms.txt