Uuring näitab, et haiglad võivad kirurgiliste tarvikute loendeid optimeerides säästa miljoneid

Uuring näitab, et haiglad võivad kirurgiliste tarvikute loendeid optimeerides säästa miljoneid

California ülikooli San Diego meditsiinikooli teadlased viisid koostöös vastutustundliku teaduskeskkonna olulisust propageeriva mittetulundusühinguga Data Science Alliance läbi uuringu, mis näitas, et haiglad võivad säästa miljoneid dollareid ja vähendada oluliselt kirurgiliste jäätmete hulka, kui mõeldakse ümber operatsioonisaalide ettevalmistamise nimekirjad, ilma et see kahjustaks patsiendi ohutust.

Uuring avaldati 26. novembri 2025 veebiväljaandesJAMA kirurgiaavastas, et eelistuskaardid – kirurgiliste tööriistade ja tarvikute haigla kontrollnimekirjad – sisaldavad sageli palju rohkem esemeid, kui tegelikult vaja läheb. Kui neid loendeid aja jooksul kopeeritakse ja taaskasutatakse, kogunevad mittevajalikud esemed, mis põhjustavad ebatõhusust ja raiskamist, mille tulemusena täidetakse operatsiooniruumid materjalidega, mis sageli jäävad kasutamata.

Optimeeritud kirurgiliste eelistuste kaardid mitte ainult ei vähenda raiskamist operatsiooni kohta, vaid võivad säästa ka märkimisväärselt tunde, mis kuluvad juhtumitevahelisel ettevalmistusel ja puhastamisel. See tähendab, et meil on rohkem aega aidata rohkem patsiente elumuutvate ja elupäästvate operatsioonide ja protseduuride kaudu.

Sean Perez, MD, UC San Diego meditsiinikooli juhtiv autor ja kirurgiline resident

Teadlased analüüsisid UC San Diego Healthis tuhandeid uroloogia, kirurgilise onkoloogia ja kolorektaalsete erialade praktikaid, et välja selgitada, milliseid materjale tegelikult kasutati. Nendes piirkondades oli kasutamata esemete vähendamine viiekuulise perioodi jooksul märkimisväärne võimalike säästude allikas – kuni 3 miljonit dollarit esemete osas, mis visati ära või vajati varusid täiendama.

Täiustatud statistiliste mudelite abil optimeeris meeskond nende loendite versioone, et säilitada täielik töövalmidus, vähendades samal ajal oluliselt jäätmeid. Patsientide jaoks võib see tähendada lühemaid ooteaegu ja väiksemaid tervishoiukulusid.

"Loodame, et see uuring julgustab tervishoiusüsteeme kasutama eelistuskaartide säilitamisel andmepõhisemat lähenemisviisi," ütles Karandeep Singh, MD, uuringu vanemautor ja UC San Diego Healthi AI tervishoiutöötaja. "Nende loendite optimeerimine tähendab, et toiminguid valmistatakse ette tõhusamalt ja ressursse kasutatakse vastutustundlikumalt, ohverdamata ohutust või kvaliteeti."

Traditsiooniliselt uuendatakse eelistuskaarte individuaalsete kogemuste põhjal käsitsi. See uuring tutvustab tõenditel põhinevat meetodit, mis kasutab tegelikke andmeid ja muudab värskendused tõhusaks ja järjepidevaks.

UC San Diego Health rakendab nüüd neid optimeeritud loendeid reaalajas kirurgilistes keskkondades ja otsib võimalusi värskenduste automatiseerimiseks, et need püsiksid aja jooksul täpsed. Teadlased usuvad, et see projekt näitab praktilist mõju, mida andmed võivad tervishoiule avaldada, näidates, kuidas vastutustundlik andmeteadus võib vähendada haiglajäätmeid, suurendada tegevuse tõhusust ja lõppkokkuvõttes parandada patsientide ravi.

Allikad: