[SY3-1] 患者の転倒・転落リスクをAI で予想し多職種連携で個別ケアを実践する！
【抄録】
入院患者の高齢化率の上昇により、転倒・転落リスクに対するマネジメントの重要性が高まっている。従来の転倒・転落リスク判定では、入院患者の92％が危険度Ⅱ・Ⅲに該当している現状である。
そこで、転倒・転落リスク判定に、転倒・転落予測システムAI (以後AI と略す）を用い、多職種連携で患者に即した転倒・転落防止策を実践し、その先にある機能回復、在宅復帰を見据えたケア構築に取り組んだ。
成果：①転倒・転落リスク判定に係る時間が従来35 分から0 分へ削減。② AI によるリスク因子の高い患者の選別により、優先度の高い患者に対して適切な判断・対応が可能。③転倒・転落イシデント発生件数が１７６件減少。④看護記録の精度が向上。
導入のポイント：①現場データのDX 化を進める。業務の可視化・業務整理が前提。
② AI に多くの看護記録を学習させる。AI 運用にはデータ解析の元となる情報が必要不可欠、AI に提供する情報が多いほど、リスク評価等の精度は向上。
③多職種連携
入院患者の高齢化率の上昇により、転倒・転落リスクに対するマネジメントの重要性が高まっている。従来の転倒・転落リスク判定では、入院患者の92％が危険度Ⅱ・Ⅲに該当している現状である。
そこで、転倒・転落リスク判定に、転倒・転落予測システムAI (以後AI と略す）を用い、多職種連携で患者に即した転倒・転落防止策を実践し、その先にある機能回復、在宅復帰を見据えたケア構築に取り組んだ。
成果：①転倒・転落リスク判定に係る時間が従来35 分から0 分へ削減。② AI によるリスク因子の高い患者の選別により、優先度の高い患者に対して適切な判断・対応が可能。③転倒・転落イシデント発生件数が１７６件減少。④看護記録の精度が向上。
導入のポイント：①現場データのDX 化を進める。業務の可視化・業務整理が前提。
② AI に多くの看護記録を学習させる。AI 運用にはデータ解析の元となる情報が必要不可欠、AI に提供する情報が多いほど、リスク評価等の精度は向上。
③多職種連携