# 西奈山医疗系统的营养师在五家医院使用已部署的机器学习评分,决定先评估哪些住院患者是否营养不良

网页: https://flyvolo.ai/zh/changes/ev-20200101-dietitian-12
日期: 2020-01-01 · 阶段: 实际部署
这条记录能改变任务判断吗? 能
职业: https://flyvolo.ai/zh/careers/dietitian

## 适用范围

美国纽约。该医疗系统自己的研究人员说,它部署了一个机器学习模型(MUST-Plus)在入院时识别营养不良,自 2020 年起已在旗下五家医院部署;注册营养师团队用它的预测决定每天查房时先评估哪些住院患者,评估后由营养师按临床标准记录营养不良诊断。论文也发现这个模型在部分时期和人群中校准偏差。这是一个医疗系统;模型只是给营养师排序患者,不做评估或诊断,也没有报告营养师时间的变化。

## 来源

- 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/ (一手来源)

## 这意味着什么

在真实的医院里,软件已经决定营养师看患者的先后,而评估仍由营养师做。

## 它还不能说明什么

一个医疗系统,一个只排序不评估的模型,没有测量营养师的时间。

## 怎么自己核实

打开 npj Digital Medicine 论文(PMC11156633),找到 "used by the RD team to prioritize which inpatients to evaluate"。


更多: https://flyvolo.ai/llms.txt