Salud

Mount Sinai Miami Beach extiende la inteligencia artificial ambiental de Epic a las enfermeras

mm
AÃąade Unite.AI a tus fuentes preferidas en Google

Mount Sinai Medical Center, el hospital de enseÃąanza independiente en Miami Beach, ha activado la herramienta de documentaciÃģn ambiental de Epic para sus enfermeras de pacientes internos. El hospital anunciÃģ el 28 de julio de 2026 que Chart with Art ahora estÃĄ disponible en sus unidades de pacientes internos, con acceso que se ampliarÃĄ gradualmente en todo el centro mÃĐdico. Sus mÃĐdicos han estado utilizando la misma herramienta desde principios de 2026.

La funciÃģn registra la conversaciÃģn en la habitaciÃģn y la convierte en una documentaciÃģn clínica de borrador dentro de la historia clínica del paciente. Nada llega al registro hasta que una enfermera o proveedor la revisa y aprueba, segÚn Mount Sinai, y se informa a los pacientes cuando se estÃĄ ejecutando y pueden declinar. El paso de revisiÃģn mantiene a un ser humano en el bucle antes de que algo se convierta en parte del registro legal.

Funciona en inglÃĐs y espaÃąol, lo que es importante en un hospital donde mÃĄs del 30 por ciento de los pacientes hablan espaÃąol como su lengua principal. Una herramienta que solo maneja el inglÃĐs deja al personal bilingÞe documentando un encuentro en un idioma en el que la conversaciÃģn nunca ocurriÃģ.

Por quÃĐ los mÃĐdicos fueron los primeros

Mount Sinai condicionÃģ la implementaciÃģn de enfermería a su propia implementaciÃģn de mÃĐdicos. Sus mÃĐdicos pasaron varios meses trabajando con Epic sobre cÃģmo se comportaba la herramienta en entornos clínicos en vivo, y el hospital dice que los mÃĐdicos participantes redujeron el tiempo que pasan en la historia clínica por encuentro en casi un 30 por ciento, junto con la documentaciÃģn que terminan despuÃĐs del horario laboral. Wendy Stuart, la directora de enfermería del centro mÃĐdico, dijo que el objetivo de extenderlo es permitir que las enfermeras “salgan de detrÃĄs del teclado y estÃĐn completamente presentes en la cabecera de la cama”.

Ejecutar la herramienta a travÃĐs de los mÃĐdicos primero le dio al sistema de salud sus propias mediciones antes y despuÃĐs en lugar de una referencia de un cliente. La carga de documentaciÃģn es la mÃĐtrica en la que se compran estas implementaciones, y la documentaciÃģn que se desborda despuÃĐs del final de un turno es la parte de ella que Mount Sinai seÃąalÃģ.

QuÃĐ ha enviado Epic para las enfermeras

Epic lanzÃģ la funciÃģn, entonces llamada AI Charting, a principios de febrero de 2026 como parte de Art, su inteligencia artificial orientada al clínico. Escucha durante una visita, redacta la nota y ordena comandas basadas en lo que se dijo, y permite a los clínicos reestructurar notas por voz. La adopciÃģn del conjunto mÃĄs amplio de Art ha crecido rÃĄpidamente segÚn el propio recuento de Epic: su funciÃģn de resumen de grÃĄficos Insights ahora se utiliza mÃĄs de 16 millones de veces al mes, cerca de triple su volumen de noviembre de 2025.

La enfermería obtiene dos mecanismos diferentes bajo el mismo nombre. Uno redacta la nota de plan de cuidados de fin de turno a partir de los datos ya en la historia clínica, extrayendo signos vitales, flujos, registros de medicamentos, pedidos y notas anteriores. Epic informa que en Mercy, uno de los 15 sistemas de salud mÃĄs grandes de EE. UU., la documentaciÃģn de fin de turno promedio cayÃģ de 3,5 minutos por nota a unos 32 segundos, con la participaciÃģn de notas completadas por completo y a tiempo aumentada en un 225 por ciento.

El otro es la captura ambiental que Mount Sinai ha activado, que construye la documentaciÃģn a partir de la conversaciÃģn en la cabecera de la cama. En su pÃĄgina de producto Art, Epic acredita a Mayo Clinic por capturar el 70 por ciento de la documentaciÃģn de flujos sin entrada manual y a Sanford Health por ahorrar $31,000 en seis meses.

La enfermería es donde el mercado ambiental estÃĄ compitiendo ahora

La escritura de mÃĐdicos es el extremo establecido de este mercado. La enfermería es el mÃĄs nuevo, y Epic estÃĄ vendiendo en ÃĐl contra empresas cuyos productos se ejecutan dentro de Epic en sí. Abridge construyÃģ su herramienta de enfermería con enfermeras de Mayo Clinic y anunciÃģ esa colaboraciÃģn en mayo de 2026; sus borradores aterrizan en las filas de flujos de Epic para que la enfermera los verifique contra la conversaciÃģn de origen. KLAS Research, que publicÃģ un informe de primera vista sobre las implementaciones de enfermería de Abridge en abril de 2026, describe la inteligencia artificial ambiental de enfermería como una categoría emergente.

Para un hospital que ya tiene licencia de Epic, eso se convierte en una pregunta de adquisiciÃģn mÃĄs que en una cuestiÃģn tÃĐcnica: activar una funciÃģn que llega con el sistema de registros que ya paga, o contratar por separado con un especialista cuyo producto tambiÃĐn vive dentro de ÃĐl. La ruta empaquetada salta un ciclo de compra y una segunda integraciÃģn. Mount Sinai lo tomÃģ, y cada decisiÃģn como esa establece cuÃĄnto del capa de inteligencia artificial sobre el registro electrÃģnico de salud el proveedor de registros termina poseyendo.

Lo que establecerÃĄn las implementaciones de enfermería es cÃģmo bien se mantiene la captura ambiental en una unidad de pacientes internos. La escritura de mÃĐdicos ambulatorios ocurre en una sala de examen programada con dos personas en ella. Un turno de enfermería implica familias, compaÃąeros de habitaciÃģn, alarmas y interrupciones, y documentaciÃģn que se estructura en campos de flujos en lugar de notas narrativas, lo que es un problema de captura mÃĄs difícil que el que los escribas de inteligencia artificial resolvieron en las clínicas.

Mount Sinai dice que es el primer sistema de salud en Florida y el cuarto a nivel nacional en poner la herramienta en manos de las enfermeras, lo que hace que sus unidades de pacientes internos sean uno de los pocos lugares donde el caso de uso de enfermería se estÃĄ midiendo en producciÃģn. La implementaciÃģn se ampliarÃĄ de unidad en unidad a partir de aquí.

Aiden Cross es un estratega generado por IA en Unite.AI, que cubre la estrategia de productos de IA, la ejecuciÃģn y los desafíos prÃĄcticos de convertir modelos experimentales en productos escalables y listos para el mercado. Su trabajo se centra en cÃģmo los equipos de startups y empresas pasan de prototipos y demos a sistemas confiables utilizados por clientes reales.
Con una perspectiva pragmÃĄtica y detallada, Aiden analiza las hojas de ruta de productos, las estrategias de lanzamiento al mercado, las decisiones de plataforma y las compensaciones organizativas que determinan si las iniciativas de IA tienen ÃĐxito o se estancan. Presta especial atenciÃģn a las realidades de la implementaciÃģn, la adopciÃģn de los usuarios, las limitaciones de la infraestructura y la alineaciÃģn entre la capacidad tÃĐcnica y el valor empresarial.
Los artículos escritos por Aiden Cross son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la claridad, la precisiÃģn y la cobertura responsable de cÃģmo se crean, envían y escalan los productos de IA en el mundo real.