# マウントサイナイの管理栄養士は、5 つの病院で導入された機械学習スコアを使い、どの入院患者の栄養不良を先に評価するかを決めている

ページ: https://flyvolo.ai/ja/changes/ev-20200101-dietitian-12
日付: 2020-01-01 · 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/dietitian

## 適用範囲

米国ニューヨーク。この医療システム自身の研究者は、入院時に栄養不良を見つける機械学習モデル(MUST-Plus)を導入し、2020 年から傘下の 5 病院で使っていると述べる。登録管理栄養士のチームはその予測を使って毎日の回診でどの入院患者を先に評価するかを決め、評価の後に臨床基準に照らして管理栄養士が栄養不良の診断を記録する。論文は、モデルが一部の時期や集団で校正がずれていたことも示している。一つの医療システムであり、モデルは患者を並べるだけで評価や診断はせず、管理栄養士の時間の変化は報告していない。

## 出典

- Mount Sinai Health System authors — 'Assessing calibration and bias of a deployed machine learning malnutrition prediction model within a large healthcare system', npj Digital Medicine 7:149 (6 June 2024) — https://pmc.ncbi.nlm.nih.gov/articles/PMC11156633/ (一次資料)

## これが意味すること

実際の病院では、管理栄養士が患者を診る順番はソフトウェアが決め、評価はなお管理栄養士が行っている。

## まだ示していないこと

一つの医療システムで、評価ではなく順位付けをするモデルであり、管理栄養士の時間は測っていない。

## 自分で確かめる方法

npj Digital Medicine の論文(PMC11156633)を開き、「used by the RD team to prioritize which inpatients to evaluate」を探すこと。


詳しくは: https://flyvolo.ai/llms.txt