# Os nutricionistas do Mount Sinai usam em cinco hospitais uma pontuação de aprendizagem automática já implementada para decidir que doentes internados avaliam primeiro quanto à desnutrição

Página: https://flyvolo.ai/pt/changes/ev-20200101-dietitian-12
Data: 2020-01-01 · Fase: Implementação real
Este registo pode alterar um juízo sobre uma tarefa? sim
Profissão: https://flyvolo.ai/pt/careers/dietitian

## Âmbito

Nova Iorque, Estados Unidos. Os próprios investigadores do sistema de saúde dizem que implementou um modelo de aprendizagem automática (MUST-Plus) para detetar a desnutrição na admissão hospitalar, que o modelo funciona em cinco dos seus hospitais desde 2020 e que a equipa de nutricionistas usa a sua previsão para decidir que doentes internados avalia primeiro nas visitas diárias, após o que o nutricionista regista o diagnóstico de desnutrição segundo critérios clínicos. O artigo também conclui que o modelo esteve mal calibrado em alguns períodos e grupos. É um só sistema de saúde; o modelo ordena os doentes para os nutricionistas, não os avalia nem os diagnostica, e não é indicada nenhuma alteração no tempo dos nutricionistas.

## Fonte

- 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/ (fonte primária)

## O que isto significa

Em hospitais reais, o software já decide a ordem pela qual os nutricionistas veem os doentes, enquanto a avaliação continua a ser do nutricionista.

## O que ainda não demonstra

Um só sistema de saúde, um modelo que ordena e não avalia, e nenhuma medição do tempo dos nutricionistas.

## Como o verificar por si

Abre o artigo da npj Digital Medicine (PMC11156633) e procura «used by the RD team to prioritize which inpatients to evaluate».


Mais: https://flyvolo.ai/llms.txt