미국헬스케어·바이오2023 – 진행 중RWJ바나바스 헬스
병원 신속 대응 팀을 위한 AI 상태 악화 경보
RWJ바나바스 헬스 연구진이 AI 경보로 신속 대응 팀이 출동한 뒤 고위험 환자의 보정 사망 확률이 18% 낮아졌다고 밝혔다
문제
입원 환자의 상태가 나빠져도 의료진이 눈에 보이는 경고 신호를 알아채기 전일 수 있었다. 중환자 팀이 더 일찍 평가하면 더 일찍 개입할 수 있었다.
접근 방식
RWJ바나바스 헬스는 로버트 우드 존슨 대학병원에서 에픽의 악화 지수를 시범 도입한 뒤 다른 병원으로 넓혔다. 모델이 전자의무기록을 분석해 환자가 가장 높은 위험 기준에 이르면 신속 대응 팀에 경보를 보냈다. 도입에는 의료진 교육과 경보 전달 방식의 변경이 포함되었다.
주요 수치
18%고위험 환자의 위험 보정 병원 내 사망 확률 감소율, 참여 연구진 보고
시사점
보고된 개선은 예측, 직원 교육, 임상 대응이 함께 바뀐 뒤에 나타났다. 알고리즘만의 효과로 볼 수는 없다.
분류
출처
출처 요약
[1]American Hospital Association2025년 9월 26일
회원 사례는 전자의무기록을 쓰는 상태 악화 모델의 도입을 설명했다. 이 시스템으로 사망률이 18.6% 줄었다고 보았다.
[2]Rutgers University2026년 7월 28일
참여 연구진은 병원 11곳의 고위험 환자 2만 3,132명에서 사망률이 23.1%에서 18.6%로 낮아졌다고 보고했다. 보정 사망 확률은 18% 줄었다고 밝혔는데, 앞선 회원 사례와는 다른 지표다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일