미국헬스케어·바이오2017 – 진행 중오슈너 헬스
환자 상태 악화를 알리는 머신러닝 경보
오슈너의 환자 상태 악화 시범 사업에서 심정지와 호흡정지가 44% 줄었다고 마이크로소프트가 밝혔다
문제
병원 직원은 돌보는 많은 환자 가운데 상태가 나빠지는 환자를 가려내야 했다. 심정지나 호흡정지가 일어난 뒤에야 대응하면 예방할 시간이 거의 없었다.
접근 방식
오슈너는 에픽의 머신러닝 플랫폼으로 환자 상태 악화 예측 모델을 학습시켰고, 마이크로소프트 애저가 이를 뒷받침했다. 경보가 울리면 교육받은 의료진이 응급 상황이 오기 전에 환자를 평가한다. 2017년 가을 90일 시범 사업 뒤 오슈너는 운영 시간을 늘리고 더 많은 병원으로 도입을 넓혔다.
주요 수치
44%90일 시범 기간의 심정지와 호흡정지 감소율, 병원의 통상 건수와 비교, 마이크로소프트 보고
시사점
오슈너는 경보 시점을 조정하고 직원이 정지 전에 대응하도록 교육했다. 보고된 감소율은 시범 기간의 정지 건수를 병원의 통상적인 정지 건수와 비교한 것이다.
분류
출처
출처 요약
[1]Microsoft2018년 4월 9일
마이크로소프트는 오슈너의 90일 시범 사업에서 정지 건수가 44% 줄었다고 밝혔다. 현지에서 모델을 학습시킨 과정과, 의료진이 경보를 받고 대응하는 방식을 바꾼 내용도 설명했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일