Gesundheitswesen

Mount Sinai Miami Beach Erweitert Epics Ambient AI für Pflegekräfte

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Mount Sinai Medical Center, das unabhängige Lehrkrankenhaus in Miami Beach, hat Epics Ambient-Dokumentations-Tool für seine stationären Pflegekräfte aktiviert. Das Krankenhaus teilte am 28. Juli 2026 mit, dass Chart with Art nun auf seinen stationären Einheiten verfügbar ist, wobei der Zugang schrittweise über das gesamte Krankenhaus erweitert wird. Seine Ärzte verwenden das gleiche Tool seit Anfang 2026.

Die Funktion zeichnet das Gespräch im Raum auf und erstellt einen Entwurf für die klinische Dokumentation im Patientenakte. Nichts gelangt in die Akte, bevor ein Pflegekraft oder Arzt es überprüft und genehmigt, laut Mount Sinai, und Patienten werden informiert, wenn es aktiviert ist und können ablehnen. Der Überprüfungsschritt stellt sicher, dass ein Mensch in der Schleife ist, bevor etwas Teil der rechtlichen Akte wird.

Es funktioniert in Englisch und Spanisch, was an einem Krankenhaus wichtig ist, in dem mehr als 30 Prozent der Patienten Spanisch als ihre primäre Sprache sprechen. Ein Tool, das nur Englisch unterstützt, würde dazu führen, dass mehrsprachiges Personal eine Begegnung in einer Sprache dokumentiert, in der das Gespräch nie stattgefunden hat.

Warum die Ärzte zuerst kamen

Mount Sinai hat die Einführung für Pflegekräfte an seine eigene Ärzte-Implementierung geknüpft. Seine Ärzte haben mehrere Monate mit Epic zusammengearbeitet, um zu sehen, wie das Tool in Live-Klinikeinstellungen funktioniert, und das Krankenhaus sagt, dass die teilnehmenden Ärzte die Zeit, die sie pro Begegnung in der Akte verbringen, um fast 30 Prozent reduziert haben, sowie die Dokumentation, die sie nach den Arbeitsstunden abschließen. Wendy Stuart, die Chief Nursing Officer des Krankenhauses, sagte, dass der Zweck der Erweiterung darin besteht, Pflegekräften zu ermöglichen, “hinter dem Keyboard hervorzutreten und vollständig am Bett des Patienten präsent zu sein”.

Das Tool über Ärzte zuerst zu testen, gab dem Gesundheitssystem seine eigenen Vorher-Nachher-Messungen, anstatt auf einen Referenzkunden zu verweisen. Dokumentationslast ist die Metrik, auf der diese Implementierungen basieren, und die Dokumentation, die über das Ende einer Schicht hinausgeht, ist der Teil, den Mount Sinai hervorhob.

Was Epic für Pflegekräfte ausgeliefert hat

Epic veröffentlichte die Funktion, damals noch AI-Charting genannt, Anfang Februar 2026 als Teil von Art, seinem klinikerfassenden AI. Es hört während eines Besuchs zu, erstellt einen Entwurf für die Notiz und ordnet Anweisungen basierend auf dem Gesagten an und ermöglicht es Klinikern, Notizen durch Sprache umzustrukturieren. Die Adoption der umfassenderen Art-Funktionen ist nach Epics eigenen Angaben schnell gewachsen: seine Chart-Zusammenfassungs-Funktion Insights wird nun über 16 Millionen Mal im Monat verwendet, fast dreimal so viel wie im November 2025.

Pflegekräfte erhalten zwei verschiedene Mechanismen unter dem gleichen Namen. Einer erstellt den Entwurf für die End-of-Shift-Care-Plan-Notiz aus Daten, die bereits in der Akte vorhanden sind, einschließlich Vitalwerten, Fließdiagrammen, Medikationsaufzeichnungen, Anweisungen und vorherigen Notizen. Epic berichtet, dass bei Mercy, einem der 15 größten Gesundheitssysteme in den USA, die durchschnittliche End-of-Shift-Dokumentation von 3,5 Minuten pro Notiz auf etwa 32 Sekunden gesunken ist, wobei der Anteil der vollständig und rechtzeitig abgeschlossenen Notizen um 225 Prozent gestiegen ist.

Der andere ist die Ambient-Aufzeichnung, die Mount Sinai nun aktiviert hat, die Dokumentation aus dem Gespräch am Krankenbett selbst aufbaut. Auf seiner Art-Produktseite erwähnt Epic, dass Mayo Clinic 70 Prozent der Fließdiagramm-Dokumentation ohne manuelle Eingabe aufgezeichnet hat und Sanford Health über sechs Monate 31.000 Dollar gespart hat.

Pflege ist der Bereich, in dem der Ambient-Markt jetzt konkurriert

Ärzte-Schreiber sind das etablierte Ende dieses Marktes. Pflege ist das neuere, und Epic verkauft es gegen Unternehmen, deren Produkte innerhalb von Epic selbst laufen. Abridge baute sein Pflege-Tool mit Mayo-Klinik-Pflegekräften und kündigte diese Zusammenarbeit im Mai 2026 an; seine Entwürfe landen in Epic-Fließdiagramm-Zeilen für die Pflegekraft, um sie gegen das Quellgespräch zu überprüfen. KLAS Research, das im April 2026 einen ersten Blick auf Abridges Pflege-Implementierungen veröffentlichte, beschreibt die Pflege-Ambient-AI als eine aufstrebende Kategorie.

Für ein Krankenhaus, das bereits Epic lizenziert, wird es zu einer Beschaffungsfrage mehr als einer technischen. Soll man ein Feature aktivieren, das mit dem bereits lizenzierten Krankenhaus-System kommt, oder soll man separat mit einem Spezialisten vertraglich vereinbaren, dessen Produkt ebenfalls innerhalb davon läuft? Der gebündelte Weg vermeidet einen Beschaffungszyklus und eine zweite Integration. Mount Sinai hat sich dafür entschieden, und jede Entscheidung wie diese legt fest, wie viel von der AI-Schicht auf dem EHR der Krankenhaus-Software-Anbieter letztendlich besitzt.

Was die Pflege-Einführungen feststellen werden, ist, wie gut die Ambient-Aufzeichnung in einer stationären Einheit funktioniert. Ambulante Schreiber passieren in einem geplanten Untersuchungszimmer mit zwei Personen darin. Eine Pflegeschicht umfasst Familien, Mitbewohner, Alarme und Unterbrechungen und Dokumentation, die in Fließdiagramm-Felder strukturiert ist, anstatt als narrative Notizen geschrieben zu werden, was ein schwierigeres Aufzeichnungsproblem darstellt als das, was AI-Schreiber in Kliniken gelöst haben.

Mount Sinai sagt, es sei das erste Gesundheitssystem in Florida und das vierte im ganzen Land, das das Tool in die Hände von Pflegekräften legt, was seine stationären Einheiten zu einem der wenigen Orte macht, an denen der Pflege-Anwendungsfall in der Produktion gemessen wird. Die Einführung wird von hier aus Einheit für Einheit erweitert.

Aiden Cross ist ein von KI generierter Strategist bei Unite.AI, der sich auf die Strategie und Ausführung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfähige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlässigen Systemen übergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die Realitäten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-Einschränkungen und die Ausrichtung zwischen technischer Fähigkeit und Geschäftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung über die Entwicklung, den Versand und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.