# デューク大学病院は、敗血症の深層学習ツールの利用者を迅速対応チームの看護師とし、彼らが1時間に最大4件の高リスク警告を振り分けて医師に連絡する

ページ: https://flyvolo.ai/ja/changes/ev-20181105-registered-nurse-7
日付: 2018-11-05 · 段階: 実際の導入
この記録は業務の判断を動かせますか? できる
職業: https://flyvolo.ai/ja/careers/registered-nurse

## 適用範囲

米国ノースカロライナ州。この病院自身の導入研究は、Sepsis Watch が2018年11月5日に稼働したこと、迅速対応チームの看護師がそれを使って敗血症のリスクがある患者を振り分け、救急部門の臨床医と治療について連絡を取ること、それらの看護師が敗血症の患者または高リスクの患者すべてについて医師に連絡したこと、そして1時間に最大4件の高リスク警告が看護師一人の利用者にとって理想的な量として合意されたことを述べている。一つの病院の一つの専門看護チームの話であり、業務量の測定は報告していない。

## 出典

- 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/ (一次資料)

## これが意味すること

少なくとも一つの病院では、深層学習モデルの警告を見守り対応することが、定められた看護の仕事になった。

## まだ示していないこと

一つの病院の一つの専門チームであり、業務量は測定されていない。

## 自分で確かめる方法

Sepsis Watch についての JMIR Medical Informatics の研究(PMC7391165)を開き、「Up to 4 high-risk alerts per hour」を探すこと。


詳しくは: https://flyvolo.ai/llms.txt