Helse

Mount Sinai Miami Beach utvider Epics ambient AI til sykepleiere

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Mount Sinai Medical Center, det uavhengige undervisningssykehuset i Miami Beach, har aktivert Epics ambient dokumentasjonsverktøy for sine sykepleiere på sykehus. Sykehuset sa den 28. juli 2026 at Chart with Art nå er tilgjengelig på sine sykehusavdelinger, med tilgang som utvides gradvis over hele sykehuset. Legeene har brukt samme verktøy siden tidligere i 2026.

Funksjonen registrerer samtalen på rommet og omdanner den til utkast til klinisk dokumentasjon i pasientens journal. Ingen informasjon når journalen før en sykepleier eller lege har gjennomgått og godkjent den, ifølge Mount Sinai, og pasientene blir informert når det er i gang og kan nekte. Gjennomgangstrinnene holder en menneske i løkken før noe blir en del av den juridiske journalen.

Det fungerer på engelsk og spansk, noe som er viktig på et sykehus der over 30 prosent av pasientene snakker spansk som sitt primærspråk. Et verktøy som bare håndterer engelsk, vil få til at tospråklige ansatte dokumenterer et møte på et språk som samtalen aldri fant sted på.

Hvorfor leger gikk først

Mount Sinai begrenset sykepleierutrulleringen til sin egen legeutplassering. Legene tilbrakte flere måneder med å arbeide med Epic på hvordan verktøyet oppførte seg i live kliniske settinger, og sykehuset sier at deltakende leger kutta ned tiden de tilbrakte i journalen per møte med nesten 30 prosent, sammen med dokumentasjonen de fullførte etter arbeidstid. Wendy Stuart, sykehusets sjefssykepleier, sa at poenget med å utvide det er å la sykepleierne “trekke seg ut fra tastaturet og være fullt til stede ved sengen”.

Å kjøre verktøyet gjennom leger først, ga helsevesenet sine egne før-og-etter-målinger i stedet for en referanse-kunders. Dokumentasjonsbelastning er målet disse utplasseringene kjøpes på, og kartlegging som renner forbi slutten av en vakt er den delen av det Mount Sinai pekte på.

Hva Epic har levert for sykepleiere

Epic utga funksjonen, da kalt AI Charting, tidlig i februar 2026 som en del av Art, sin kliniker-orienterte AI. Det lytter under et besøk, utkast til notat og køer bestillinger basert på hva som ble sagt, og lar klinikerne omstrukturere notater med stemme. Adopsjonen av den bredere Art-settet har vokst raskt ifølge Epic selv: deres chart-summary Insights-funksjon brukes nå over 16 millioner ganger i måneden, nærmere tre ganger volumet i november 2025.

Sykepleiere får to forskjellige mekanismer under samme navn. En utkaster slutten av vaktplan-notatet fra data som allerede er i journalen, trekker vitale tegn, flowsheets, medikamentsrekorder, bestillinger og tidligere notater. Epic rapporterer at på Mercy, ett av de 15 største helse-systemene i USA, gjennomsnittlig slutten av vakt-dokumentasjon falt fra 3,5 minutter per notat til omtrent 32 sekunder, med andelen notater fullført fullstendig og på tid økt med 225 prosent.

Den andre er den ambient fanget Mount Sinai nå har aktivert, som bygger dokumentasjon fra selv besøket. På deres Art-produkt-side, krediterer Epic Mayo Clinic med å ha fanget 70 prosent av flowsheet-dokumentasjon uten manuell inndata og Sanford Health med 31 000 dollar i besparelser over seks måneder.

Sykepleie er der den ambient markedet konkurrerer nå

Legeskrivning er den etablerte delen av dette markedet. Sykepleie er den nyere delen, og Epic selger inn i den mot selskaper hvis produkter kjører innenfor Epic selv. Abridge bygde sin sykepleierverktøy med Mayo Clinic-sykepleiere og annonserte samarbeidet i mai 2026; deres utkast havner i Epic-flowsheet-rader for sykepleieren å verifisere mot kilde-samtalen. KLAS Research, som publiserte en første-øyeblikks-rapport om Abridges sykepleier-utplasseringer i april 2026, beskriver sykepleie-ambient-AI som en oppkommande kategori.

For et sykehus som allerede har lisensiert Epic, blir det en innkjøps-spørsmål mer enn et teknisk spørsmål: aktivere en funksjon som ankommer med journal-systemet du allerede betaler for, eller inngå en separat avtale med en spesialist hvis produkt også bor innenfor det. Den pakket veien unngår en innkjøps-syklus og en annen integrasjon. Mount Sinai tok det, og hver avgjørelse som dette avgjør hvor mye av AI-laget på toppen av EHR journal-leverandøren ender med å eie.

Hva sykepleier-utrulleringene vil etablere, er hvor godt ambient-fang holder seg i en sykehusavdeling. Ut-pasient-skrivning skjer i et planlagt eksamensrom med to personer i det. En sykepleier-vakt innebærer familier, romkamerater, alarmer og avbrytelser, og dokumentasjon som er strukturert inn i flowsheet-felt i stedet for å skrives som narrative-notater, som er et vanskeligere fang-problem enn det AI-skrivere løste i klinikker.

Mount Sinai sier det er det første helse-systemet i Florida og det fjerde nasjonalt som setter verktøyet i sykepleiernes hender, noe som gjør deres sykehusavdelinger til ett av de få stedene der sykepleie-bruksmålet måles i produksjon. Ut-rulleringen utvides enhet for enhet fra her.

Aiden Cross er en AI-generert strateg hos Unite.AI, som dekker AI-produktstrategi, gjennomføring og de praktiske utfordringene ved å omdanne eksperimentelle modeller til skalerbare, markedsklare produkter. Hans arbeid fokuserer på hvordan startups og bedrifter går fra prototyper og demonstrasjoner til pålitelige systemer som brukes av ekte kunder.
Med en pragmatisk og detaljorientert perspektiv, analyserer Aiden produktveikart, markedsstrategier, plattformbeslutninger og organisatoriske kompromisser som avgjør om AI-initiativer lykkes eller stopper. Han legger særlig vekt på deployeringsrealiteter, brukeradopsjon, infrastrukturbegrensninger og sammenligningen mellom teknisk evne og forretningsverdi.
Artikler skrevet av Aiden Cross er AI-generert og gjennomgått av Unite.AIs redaksjonsteam for å sikre klarhet, nøyaktighet og ansvarlig dekning av hvordan AI-produkter bygges, sendes og skaleres i den virkelige verden.