全国の病院は自動化への投資を加速させています。自動内視鏡再処理装置 (AER)、手術器具追跡プラットフォーム、さらにはワークフロー最適化のための初期の人工知能 (AI) システムが、滅菌処理部門 (SPD) や感染予防プログラムの標準機能になりつつあります。これらのツールは、一貫性、効率の向上、変動の削減を約束します。しかし、変わらない真実が 1 つあります。それは、たとえ最先端のテクノロジーであっても、人間の専門家の能力、判断力、警戒心に代わることはできないということです。
実際、自動化によって新たな課題や認知的要求が生じ、それらを効果的に対処できるのは十分な訓練を受けた労働力だけであるという証拠が増えています。人間がツール、システム、相互にどのようにやり取りするかを含む人的要因に注意を払わなければ、自動化によって約束された利益は得られないままになる可能性があります。
自動化だけではエラーを排除できない
で発表された最近の研究 BMJの品質と安全性 米国の主要な医療システム全体の滅菌処理における組み立てエラーを調査しました。1 研究者らは、手術症例の 5% にトレイの欠陥が関係しており、これらの欠陥のほとんどは組み立て中に発生したことを発見しました。1 これらのエラーは、機器の不足ではなく、生産圧力、非標準命名法、トレーニングのギャップ、つまり純粋に技術的な問題ではなく、人的およびシステムの問題に関連していました。1
この発見は、スキャン システムや追跡プラットフォームでは、一貫性のないトレーニングや非現実的なワークロードを解決できないという重要な点を裏付けています。器具の名前が間違っていたり、組み立てを急いでいたり、外科医の好みに慣れていない技術者がいたりすると、症例の完全性が損なわれる可能性があります。テクノロジーによってばらつきは軽減されますが、体系化された教育や作業負荷管理の必要性がなくなるわけではありません。
内視鏡再処理: AER の限界
自動化と人的要因の間の緊張関係を軟性内視鏡ほど明確に体現しているデバイスはほとんどありません。これらの器具は、複雑な内腔や表面にバイオフィルムが付着しやすいため、洗浄が難しいことで知られています。 AER は消毒を標準化し、改善するように設計されていますが、研究によると、不十分な手動洗浄方法を補うことはできません。
複数施設での前向き研究で、オフステッドらは、再処理方針に対するスタッフの意識は高いものの、実際の順守度は、特に手作業が含まれる場合には低いことを発見した。2 AER を備えた施設では一貫性がいくらか向上したが、自動化では手抜きや手作業による清掃の怠りを完全に修正することはできなかった。2
最近では、van der Ploeg らは 1,296 回の再処理サイクルを検討し、5 分以下の手作業による洗浄が十二指腸内視鏡汚染の確率を大幅に高めていることを発見しました。3 自動化された消毒サイクルを使用したとしても、上流での人的労力が不十分であると残留汚染のリスクが生じました。3 要点は明らかです。4 分間の手動洗浄は不完全なだけでなく、測定可能なリスク要因でもあります。3
これは、感染予防専門家や SPD リーダーにとって、時限監査、能力評価、手動清掃の継続的な観察の必要性を浮き彫りにします。自動化は人間の警戒の代替物ではなく、パートナーとして見なされなければなりません。
システムの複雑さ: 相互依存性は減少するものではなく増加する
より多くの技術が導入されても、再処理の作業は簡単になっていません。相互依存性が高まっています。 Segarra らによる 2024 年の人間工学研究では、ヒューマン ファクター エンジニアリング フレームワークを使用して、SPD、手術室、配達員間のやり取りをマッピングしました。4 彼らは、信頼性は 1 つのツールよりも、部門間の調整、明確なコミュニケーション、調整された役割に依存することを発見しました。4
これは、自動化によって依存関係のシステムが拡張されることが多いということを意味します。たとえば、追跡システムはアラートを生成する可能性がありますが、手術室スタッフ、SPD リーダー、および配達員がアラートに対応するための標準プロセスを共有しない限り、依然として遅延や欠陥が発生します。感染予防プログラムはテクノロジーを切り離して見ることはできません。これらは、スタッフのトレーニング、明確な役割、および学際的なフィードバック ループによってサポートされる総合的なワークフローに統合される必要があります。
感染予防における AI: 約束と危険
ハードウェアと追跡を超えて、医療業界は感染予防とワークフロー最適化のための AI ツールの実験を始めています。これらのシステムは、異常にフラグを立てたり、リスクの高いトレイを予測したり、履歴データに基づいてプロセスの変更を推奨したりできます。ただし、ここでは人的要因がさらに重要です。
2024 年のレビューでは、モデルのトレーニングに使用されるデータから実際の出力の解釈方法に至るまで、AI システムにバイアスが入り込む可能性がある複数の点が特定されました。5 著者らは、人間による監視と検証がなければ、AI は患者の特定のサブグループのパフォーマンスを低下させたり、臨床医が欠陥のある予測を過信するよう促したりする可能性があると警告しました。5
同様に、臨床意思決定支援システムにおける自動化バイアスの 2024 年の分析では、エンド ユーザー、特に非専門家が自動化された出力に過度に依存する傾向があることが判明しました。6 著者らは、予防設計機能 (インターフェイス キューなど) だけでなく、トレーニングや監査プロセスを含む導入後の緩和策も推奨しました。6
感染管理のリーダーにとって、これは AI がプラグアンドプレイのソリューションではないことを思い出させるものとなります。ユーザーがいつ自動化された推奨事項に異議を唱えるべきか、いつ信頼すべきかを確実に理解できるようにするには、透明性のあるレポート、バイアス監視、コンピテンシー フレームワークが必要です。
テクノロジーと能力開発のバランスをとる
これらの研究を総合すると、自動化によってパフォーマンスの最低値は引き上げられますが、上限は引き上げられないという説得力のある事例が得られます。能力、文化、ワークフロー設計は、引き続き安全性と効率性の主な推進力となります。
自動化と人的要因のバランスをとるための実践的な戦略には、次のようなものがあります。
- 能力ベースのカリキュラム: トレーニングは特定の手動手順 (例: 時間指定の清掃、組み立て順序) に直接関連付けられ、観察やシミュレーションを通じて定期的に再評価される必要があります。
- 人間参加型の設計: AI および追跡システムには、人間によるレビュー、2 回目のチェック、およびプロトコルのオーバーライドのための明確な機会が含まれている必要があります。
- システムレベルのワークフローの再設計: テクノロジーは、SPD、手術室、感染予防チーム間の相互依存性を評価した後にのみ導入する必要があります。標準化された命名法、トレイの最適化、部門間の連携が重要です。
- フィードバック ループ: スタッフは、自分のパフォーマンス (清掃時間、組み立て精度など) が結果にどのように関連しているかを確認する必要があるため、コンピテンシーは 1 回限りのチェックオフではなく、生きたプロセスになります。
自動化は感染予防と無菌処理に変革をもたらしていますが、人間の要素に取って代わられるわけではありません。内視鏡の洗浄からトレイの組み立て、AI による意思決定サポートに至るまで、テクノロジーが人間のパフォーマンスを置き換えるのではなく、向上させるという証拠が一貫して示されています。能力が弱い場合、自動化によって誤った安心感が生じる可能性があります。コンピテンシーが強力であれば、自動化によってばらつきが軽減され、スタッフは機械では再現できない判断や警戒に集中できるようになります。したがって、滅菌処理の未来は、人間対機械ではなく、人間と機械であり、能力、監視、システム設計に基づいています。
参考文献
- アルフレッド M、キャッチポール K、ハッファー E、フレンダル L、ターフェ KM。無菌処理の作業システム分析: 組み立て。 BMJクアルサフ。 2021;30:271-282。土井:10.1136/bmjqs-2019-010740
- オフステッド CL、ウェッツラー HP、スナイダー AK、ホートン RA。内視鏡の再処理方法: 人的要因と自動化の影響に関する前向き研究。 消化器看護師。 2010;34(4):304-311。土井:10.1097/SGA.0b013e3181e9431a
- van der Ploeg K、Vos MC、Erler NS、他。十二指腸鏡再処理因子が十二指腸鏡汚染に及ぼす影響: 遡及的観察研究。 J 病院感染症。 2024;154:88-94。土井:10.1016/j.jhin.2024.09.018
- セガラ GC、キャッチポール K、ラーヨ MF 他SEIPS 101 ツールを使用した手術器具の再処理における複雑な相互依存関係を明らかにします。 アプリエルゴン。 2024;119:104307。土井:10.1016/j.apergo.2024.104307
- クロスJL、チョマMA、オノフリーJA。医療 AI のバイアス: 臨床上の意思決定への影響。 PLOS ディジットヘルス。 2024;3(11):e0000651。 doi:10.1371/journal.pdig.0000651
- アブデルワニス M、アララファティ HK、タンマーム MM、シムセクラー MC。医療用人工知能アプリケーションにおける自動化バイアスのリスクの調査: ボウタイ分析。 J Saf Sci Resil。 2024;5(4):460-469。土井：10.1016/j.jnlssr.2024.06.001
#自動化におけるヒューマンファクター #感染予防において依然として能力が重要である理由