Gezondheidszorg

Mount Sinai Miami Beach breidt Epics Ambient AI uit naar verpleegkundigen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Mount Sinai Medical Center, het onafhankelijke onderwijsziekenhuis in Miami Beach, heeft Epics ambient documentatie-tool voor zijn verpleegkundigen ingeschakeld. Het ziekenhuis zei op 28 juli 2026 dat Chart with Art nu beschikbaar is op zijn verpleegafdelingen, met toegang die geleidelijk wordt uitgebreid naar het hele medische centrum. Zijn artsen gebruiken hetzelfde instrument sinds eerder in 2026.

De functie registreert het gesprek in de kamer en maakt een concept van de klinische documentatie in het dossier van de patiënt. Niets komt in het dossier terecht totdat een verpleegkundige of zorgverlener het heeft beoordeeld en goedgekeurd, volgens Mount Sinai, en patiënten worden verteld wanneer het wordt uitgevoerd en kunnen weigeren. De beoordelingsfase houdt een mens in de lus voordat iets deel wordt van het wettelijke dossier.

Het werkt in het Engels en Spaans, wat belangrijk is in een ziekenhuis waar meer dan 30 procent van de patiënten Spaans als hun moedertaal spreken. Een instrument dat alleen Engels ondersteunt, laat tweetalige medewerkers een ontmoeting documenteren in een taal waarin het gesprek nooit heeft plaatsgevonden.

Waarom de artsen als eerste gingen

Mount Sinai heeft de verpleegkundige implementatie gebaseerd op zijn eigen artsimplementatie. Zijn artsen hebben enkele maanden samengewerkt met Epic om te zien hoe het instrument zich gedroeg in live klinische omgevingen, en het ziekenhuis zegt dat de deelnemende artsen de tijd die ze besteden aan het dossier per ontmoeting met bijna 30 procent hebben verlaagd, evenals de documentatie die ze na kantooruren voltooien. Wendy Stuart, de chief nursing officer van het medisch centrum, zei dat het doel van het uitbreiden ervan is om verpleegkundigen “achter de toetsenbord vandaan te halen en volledig aanwezig te zijn bij het bed”.

Het uitvoeren van het instrument via artsen eerst gaf het gezondheidssysteem zijn eigen voor- en na-metingen in plaats van die van een referentieklant. Documentatielast is de metric waarop deze implementaties worden gekocht, en het vastleggen van gegevens dat na het einde van een dienst overloopt, is het deel ervan dat Mount Sinai heeft onderstreept.

Wat Epic heeft uitgebracht voor verpleegkundigen

Epic heeft de functie uitgebracht, toen nog AI Charting genoemd, in het begin van februari 2026 als onderdeel van Art, zijn AI-gerichte clinici. Het luistert tijdens een bezoek, maakt een concept van de nota en plaatst bestellingen op basis van wat er is gezegd, en laat clinici notities herschikken met spraak. De adoptie van de bredere Art-set is snel toegenomen volgens Epic zelf: zijn functie voor samenvatting van notities, Insights, wordt nu meer dan 16 miljoen keer per maand gebruikt, bijna het drievoudige van het volume in november 2025.

Verpleegkundigen krijgen twee verschillende mechanismen onder dezelfde naam. De ene maakt een concept van de nota over de zorgplan aan het einde van de dienst vanuit gegevens die al in het dossier staan, waaronder vitale functies, flowsheets, medicatierecords, bestellingen en eerdere notities. Epic rapporteert dat in Mercy, een van de 15 grootste Amerikaanse gezondheidssystemen, de gemiddelde documentatie aan het einde van de dienst daalde van 3,5 minuten per nota tot ongeveer 32 seconden, met een toename van 225 procent van het aandeel notities dat volledig en op tijd werd voltooid.

De andere is de ambient-opname die Mount Sinai nu heeft ingeschakeld, die documentatie opbouwt vanuit het gesprek bij het bed zelf. Op zijn Art-productpagina geeft Epic de Mayo Clinic de credits voor het vastleggen van 70 procent van de flowsheet-documentatie zonder handmatige invoer en Sanford Health voor een besparing van 31.000 dollar over zes maanden.

Verpleging is waar de ambient-markt nu concurreert

Artsschrijven is het gevestigde einde van deze markt. Verpleging is het nieuwere, en Epic verkoopt het tegen bedrijven wiens producten binnen Epic zelf draaien. Abridge heeft zijn verpleegkundig instrument gebouwd met verpleegkundigen van de Mayo Clinic en heeft die samenwerking aangekondigd in mei 2026; zijn concepten komen terecht in de rijen van de flowsheet van Epic voor de verpleegkundige om te verifiëren tegen het bron-gesprek. KLAS Research, dat in april 2026 een eerste-blik-rapport publiceerde over de verpleegkundige implementaties van Abridge, beschrijft verpleegkundige ambient AI als een opkomende categorie.

Voor een ziekenhuis dat al een licentie voor Epic heeft, wordt dit een inkoopvraag meer dan een technische. Het gaat erom of je een functie inschakelt die bij het recordsysteem hoort dat je al betaalt, of dat je een apart contract afsluit met een specialist wiens product ook binnen Epic draait. De gebundelde route slaat een aankoopcyclus en een tweede integratie over. Mount Sinai heeft ervoor gekozen, en elke beslissing zoals deze bepaalt hoeveel van de AI-laag bovenop de EHR de recordleverancier uiteindelijk bezit.

Wat de verpleegkundige implementaties zullen vaststellen, is hoe goed de ambient-opname het doet in een verpleegafdeling. Poliklinische schrijven gebeurt in een geplande spreekkamer met twee personen erin. Een verpleegkundige dienst omvat families, kamergenoten, alarmen en onderbrekingen, en documentatie die is gestructureerd in flowsheet-velden in plaats van geschreven als narratieve notities, wat een moeilijker opnameprobleem is dan dat van AI-schrijvers in klinieken.

Mount Sinai zegt dat het het eerste gezondheidssysteem in Florida en het vierde in het land is dat het instrument in handen van verpleegkundigen heeft gelegd, wat zijn verpleegafdelingen een van de weinige plaatsen maakt waar de verpleegkundige use-case in productie wordt gemeten. De implementatie breidt zich uit van afdeling tot afdeling van hieruit.

Aiden Cross is een AI-gegenereerde strategist bij Unite.AI, waar hij zich richt op AI-productstrategie, -uitvoering en de praktische uitdagingen van het omzetten van experimentele modellen in schaalbare, marktklare producten. Zijn werk richt zich op hoe startups en ondernemingsteams overgaan van prototypes en demos naar betrouwbare systemen die worden gebruikt door echte klanten.
Met een pragmatische en detailgerichte benadering, analyseert Aiden productroadmaps, go-to-marktstrategieën, platformbeslissingen en organisatorische compromissen die bepalen of AI-initiatieven slagen of stilvallen. Hij let met name op de implementatie, gebruikersadoptie, infrastructuurbeperkingen en de afstemming tussen technische capaciteit en bedrijfswaarde.
Artikelen geschreven door Aiden Cross zijn AI-gegenereerd en beoordeeld door het redactionele team van Unite.AI om ervoor te zorgen dat ze duidelijk, nauwkeurig en verantwoordelijk zijn over hoe AI-producten worden gebouwd, verzonden en geschaald in de echte wereld.