AI洞察护士记录：CONCERN EWS系统将患者预警提前42小时，显著改善预后

AI驱动的CONCERN早期预警系统（CONCERN EWS）能够分析护士的班次记录，比传统方法更早地识别患者健康恶化或濒临“崩溃”的迹象。在涉及超过6万名患者的早期临床试验中，该系统将患者死亡风险降低了35%以上，平均住院时间缩短了半天以上，脓毒症风险降低了7.5%。该系统由哥伦比亚大学和宾夕法尼亚大学的研究人员领导，通过理解自然语言和分析护士记录中的元数据（如评估频率、时间间隔等），捕捉护士的细微观察和微决策，从而实现早期预警，平均能提前42小时发现问题。

CONCERN EWS的创新在于连接电子健康记录（EHR）条目相关的元数据，识别护士行为模式中的异常信号，如更频繁的患者评估或非典型时间点的检查。这种基于护士观察和行为模式的分析，显著提升了预测的准确性和时效性。该技术不仅能帮助医护团队更早干预，改善患者预后，还有望通过缩短住院时间来降低医疗成本。近期，该研究团队获得了美国护士基金会“重塑护理倡议”的资助，计划开发儿科版本并进行进一步评估。

这项由NVIDIA RTX A2000 12GB显卡支持的AI技术，通过深度挖掘一线护理人员的日常记录和行为模式，为医疗系统提供了一种提高患者护理质量和效率的潜在新范式。其有效性一旦被广泛验证和应用，将对改善住院患者的整体医疗体验和资源利用效率产生深远影响。

AI Analyzes Nurses’ Observations to Reduce Patient Danger | NVIDIA Technical Blog

Researchers have developed an AI-powered tool that can analyze nurses’ shift notes to identify—far earlier than traditional methods—when an admitted patient’s health may be deteriorating or on the…

NVIDIA Technical BlogElias Wolfberg