Studija pokazuje da bolnice mogu uštedjeti milijune optimiziranjem popisa kirurških zaliha

Studija pokazuje da bolnice mogu uštedjeti milijune optimiziranjem popisa kirurških zaliha

Istraživači s Medicinskog fakulteta Sveučilišta Kalifornija u San Diegu, u suradnji s Data Science Allianceom, neprofitnom organizacijom koja promiče važnost odgovornog znanstvenog okruženja, proveli su studiju koja je pokazala da bolnice mogu uštedjeti milijune dolara i značajno smanjiti kirurški otpad preispitivanjem popisa opreme za pripremu operacijske dvorane bez ugrožavanja sigurnosti pacijenata.

Studija je objavljena u online izdanju od 26. studenog 2025. godineKirurgija JAMAotkrili da kartice s preferencijama - bolnički kontrolni popisi alata i potrepština za operaciju - često sadrže mnogo više stvari nego što je stvarno potrebno. Kada se ti popisi kopiraju i ponovno koriste tijekom vremena, nepotrebni predmeti se nakupljaju, stvarajući neučinkovitost i otpad, što rezultira punjenjem operacijskih dvorana materijalima koji često ostaju neiskorišteni.

Optimizirane kirurške kartice s preferencijama ne samo da smanjuju otpad po operaciji, već također mogu uštedjeti značajne sate u pripremi i čišćenju između slučajeva. To znači da imamo više vremena da pomognemo većem broju pacijenata kroz operacije i postupke koji mijenjaju živote i spašavaju ih.”

Sean Perez, MD, glavni autor i specijalizant kirurgije na Medicinskom fakultetu UC San Diego

Istraživači su analizirali tisuće ordinacija na UC San Diego Health u urologiji, kirurškoj onkologiji i kolorektalnoj specijalnosti kako bi otkrili koji su materijali zapravo korišteni. U tim je područjima smanjenje neiskorištenih artikala predstavljalo značajan izvor potencijalnih ušteda tijekom petomjesečnog razdoblja – do 3 milijuna dolara u artiklima koji su ili bačeni ili ih je trebalo obnoviti.

Koristeći napredne statističke modele, tim je optimizirao verzije ovih popisa kako bi održao punu operativnu spremnost uz značajno smanjenje otpada. Za pacijente bi to moglo značiti kraće vrijeme čekanja i manje troškove zdravstvene skrbi.

"Nadamo se da će ova studija potaknuti zdravstvene sustave da zauzmu pristup koji se više temelji na podacima za održavanje mapa preferencija", rekao je Karandeep Singh, dr. med., viši autor studije i glavni zdravstveni službenik za umjetnu inteligenciju na UC San Diego Health. "Optimiziranje ovih popisa znači da su operacije pripremljene učinkovitije i da se resursi koriste odgovornije, bez žrtvovanja sigurnosti ili kvalitete."

Tradicionalno, karte preferencija ažuriraju se ručno na temelju individualnih iskustava. Ova studija predstavlja metodu utemeljenu na dokazima koja koristi stvarne podatke i čini ažuriranja učinkovitima i dosljednima.

UC San Diego Health sada implementira ove optimizirane popise u kirurškim okruženjima u stvarnom vremenu i traži načine za automatiziranje ažuriranja kako bi ostali točni tijekom vremena. Istraživači vjeruju da ovaj projekt pokazuje praktični učinak koji podaci mogu imati na zdravstvenu skrb pokazujući kako odgovorna znanost o podacima može smanjiti bolnički otpad, povećati operativnu učinkovitost i u konačnici poboljšati skrb za pacijente.

Izvori: