2026. 3. 1.·JAMA pediatrics·코호트

Artificial Intelligence Length-of-Stay Forecasting and Pediatric Surgical Capacity.

원문 읽기 ~8분 → AI 요약 ~1분

AI 핵심 요약

AI로 수술 후 입원기간 예측 가능

임상 적용 포인트 · AI 추출

소아 수술 환자 의뢰 시 수술 종류, 기저질환, 나이 등을 상세히 기록하여 상급병원의 입원 기간 예측과 병상 관리에 도움을 주세요.

요약· AI 생성

1) 미국 소아병원에서 머신러닝을 이용해 선택적 수술 후 입원기간을 예측하는 모델을 개발했습니다. 2) XGBoost 알고리즘을 사용하여 21,352건의 수술 사례를 분석한 결과 85.6%의 정확도로 입원기간을 예측할 수 있었습니다. 3) 이 모델을 실제 수술 스케줄링에 적용한 결과 평일 선택적 수술 건수가 5건 증가하고 병상 사용률의 일간 변동이 현저히 감소했습니다. 4) 특히 수요일과 목요일의 병상 사용 변동폭이 각각 43%, 44% 감소하여 병상 운영의 효율성이 크게 개선되었습니다. 5) 병상 부족 사용률(<84명)을 보이는 평일이 33%에서 10%로 감소했으며, 과도한 병상 사용일은 유의한 증가 없이 유지되었습니다.

임상적 의의

AI 기반 입원기간 예측 모델은 병원의 수술 스케줄링과 병상 관리 효율성을 크게 향상시킬 수 있습니다. 이는 의료자원의 최적화와 환자 대기시간 단축에 기여할 것으로 기대됩니다.

연구 한계

단일 소아병원에서 시행된 연구로 다른 병원이나 성인 환자에게 일반화하기에는 제한이 있습니다.

인공지능 예측수술 스케줄링병상 관리

DOI: 10.1001/jamapediatrics.2025.5385

연구 유형: Cohort Study

MeSH: Humans, Length of Stay, Retrospective Studies, Elective Surgical Procedures, Child, Artificial Intelligence, Male, Female

이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.

MotionLabs 더 알아보기