アンビエントテクノロジーによるケア提供の改善

ここ数か月の間に、 大規模な投資 アンビエント・スクライブで。これは、業界が医療におけるデータの取得方法を改善したいと考えており、人工知能がすでに不可欠な要素として賞賛されているという明らかな、そして刺激的な兆候です。 ソリューションの重要な部分。医師のオフィス環境におけるアンビエント スクライブは、データを迅速、簡単、正確に生成することで医療提供者の大きな負担を軽減します。

アンビエント スクライブは、直接の適用を超えて、この種のテクノロジーのバリエーションをヘルスケア市場に提供する準備も整えてきました。しかし、医療業界がそのようなツールを広く採用する前に、まず投資収益率を証明する必要があります。最近、アンビエントの筆記者が存在するという証拠がいくつかあるため、完全にそこまで到達しているわけではありません。 経済的または患者の成果をまだ実証していない 多くの医療制度は長期的な資金調達を正当化する必要がある。そして、おそらくもっと重要なのは、ケアが提供されている時点で患者ケアを改善するために必要な関連データをまだ提供していないことです。

AI がケアの提供を真に変革するには、それが正確、即時、そして楽であるだけでなくてはなりません。また、最もタイムリーで影響力のあるときに、プロバイダーを最善の介入に導くために、関連性があり実用的なデータを、できればリアルタイムで提供する必要があります。これを達成するために、私たちの医療システム全体は、構築された環境全体、特に患者が治療を受ける時間と場所全体で、より状況に応じたすぐに役立つデータを捕捉するアンビエント技術を実装することで、より高みを目指す必要があります。

より関連性があり実用的なデータの必要性は、おそらく外科部門で最も深刻です。外科部門は、ほとんどの病院で最も注目すべき治療現場であるだけでなく、医療システムの財政的根幹でもあり、 収入の半分以上を。手術室とその周囲の非効率と無駄は病院全体に影響を及ぼし、収益にまで影響を及ぼします。

従来、手術室のデータは、同時に患者のケアを行う看護師によって手動で記録されていました。つまり、症例を手作業で文書化するという性質上、通常、データには遅れが生じ、エラーが発生し、不完全になることがよくあります。そして、データの非効率性が運用上の後退につながります。 外科手術の半分以上 少なくとも 1 回の遅延があります。

手術における最大かつ最も腹立たしい遅延の 1 つは、「PACU ホールド」と呼ばれます。これは、手術は終了したが回復室、つまり PACU (麻酔後ケアユニット) の準備がまだ整っていないため、患者は手術室に留まらなければならない場合に発生します。余分な時間が手術の一部として EHR に記録され、実際よりも時間がかかったと報告されている手術の誤解を招くイメージを作り出しています。

スケジューラーがデータを分析して今後の症例にかかる時間を推定し、外科医のスケジュールを立てるとき、EHR に以前に記録された不正確な情報に依存することが非常に多く、必要なコンテキストや詳細も欠如しています。つまり、粗悪なデータは時間の無駄を意味します。

手術室におけるもう 1 つの重大なボトルネックは、患者が OR から出てくる (別名「ホイールアウト」) と次の患者が入る (または「ホイールイン」) までの時間を測定する、症例間の回転時間中に発生します。この休憩中に、周術期チームは適切に消毒し、部屋、機器、備品を再配置して、次の症例の特定のニーズに備える必要があります。この期間は、常にリスクを生じさせることなくこの重要な作業を行うのに十分な長さであること、また、時間を無駄にしてホイールインを遅らせるほど長くないことが重要です。

そのため、手術室管理では回転時間が品質、安全性、効率性の重要な指標として広く見られています。

ただし、EHR からのデータが限られているため、多くの医療システムではこの重要な指標を十分に把握できません。また、ターンオーバー時間が一貫せず遅いと、手術スケジュールが頻繁に遅れ、スタッフにストレスを与え、1 日あたりの症例数が制限されるなど、手術室に大混乱を引き起こす可能性があります。

アンビエント テクノロジー、特にアンビエント ビデオとコンピュータ ビジョンは、手術室の交代前、交代中、交代後に何が起こったかを即時かつ継続的に可視化し、プロセス改善の機会を明らかにします。これらの洞察をスタッフの意見と組み合わせて使用すると、医療システムはどのプロセスに変更を加える必要があるかを特定できます。これにより、平均症例数と回転時間が短縮されるだけでなく、並行処理や機器管理の改善など、患者と収容能力の広範なメリットも得られます。

PACU チームのメンバーが、患者の到着を正確に知らせるリアルタイム データを受け取り、時間通りに回復室を準備できるようにするシナリオを想像してください。患者はより早く手術室を離れ、合併症が軽減されます。チームは次の症例のために手術室を引き継ぎ、効果的に洗浄するための十分な時間を確保し、感染のリスクを軽減します。また、外科医のスケジュールがより正確になり、より多くの患者にサービスを提供し、待ち時間を短縮することができます。

さらに、迅速なフィードバック ループにより、外科チームは新しいプロセスやワークフローを導入した後、症例と回転時間の変化を分単位で確認できます。その詳細なデータにより、変更の影響を迅速に評価し、必要に応じて反復することができます。

回転時間は小さな指標のように思えることがよくありますが、手術当日に大きな影響を与える可能性があり、外科医がより確実に症例を完了し、超過や遅延のリスクを軽減するのに役立ちます。大規模な場合、追加の時間が潜在的に 1 手術室あたり毎月数十件の追加症例の処理能力を生み出す可能性があり、患者のアクセスが増加し、医療システムに大幅な収入がもたらされます。

アンビエントテクノロジーが病院のすべての空間（病室、手術室、待合室に至るまで）に統合される未来は、ケアを改善するための意思決定に革命をもたらすでしょう。ビデオをキャプチャする周囲センサーと、周術期イベントを自動的に識別、分類、文書化する AI は、豊富で新しいデータをもたらし、よりスマートな介入を即座に通知します。

病院が AI を活用したよりスマートなシステムに移行するにつれて、実用的で関連性のあるデータをリアルタイムで生成する新しいカテゴリーのアンビエント テクノロジーが、医療をより良くする目に見えない力となるでしょう。

写真：ドイツのアドラスティ、ゲッティイメージズ

この投稿は、 メッドシティのインフルエンサー プログラム。誰でも、MedCity インフルエンサーを通じて MedCity News でヘルスケアにおけるビジネスとイノベーションに関する視点を公開できます。 方法を確認するにはここをクリックしてください。