Labormedizin
Forschung
SmartAlert: Implementing Machine Learning-Driven Clinical Decision Support for Inpatient Lab Utilization Reduction ist ein wissenschaftlicher Beitrag, der ein maschinelles Lernverfahren-basiertes klinisches Entscheidungsunterstützungssystem (CDS) vorstellt. Dieses in die elektronische Patientenakte integrierte System prognostiziert stabile Laborwerte, um unnötige Wiederholungstests – insbesondere beim großen Blutbild (CBC) – bei stationären Patienten zu verringern. In einer randomisiert-kontrollierten Pilotstudie mit 9270 Aufnahmen in acht Akutstationen zweier Krankenhäuser (15. August 2024 bis 15. März 2025) führte SmartAlert zu einer signifikanten Reduktion der CBC-Anforderungen innerhalb von 52 Stunden nach Alert-Anzeige (1,54 vs. 1,82, p < 0,01), entsprechend einer relativen Senkung um 15 %, ohne negative Auswirkungen auf Sicherheitsendpunkte. Der Text beschreibt den Implementierungsprozess, Herausforderungen sowie gewonnene Erkenntnisse zu Modellinterpretation, Stakeholder-Einbindung, Governance, Benutzeroberflächengestaltung und operativer Abstimmung.
Der Text erhebt keinen Anspruch auf Vollständigkeit oder Korrektheit und stellt keine Rechtsberatung dar. Anmerkungen können in der rechten Seitenleiste mit Hypothes.is sozialem Annotierungswerkzeug oder am unteren Ende einer Seite mit GitHub Giscus Diskussionen hinterlassen werden.