Pētījums rāda, ka slimnīcas var ietaupīt miljonus, optimizējot ķirurģisko preču sarakstus

Pētījums rāda, ka slimnīcas var ietaupīt miljonus, optimizējot ķirurģisko preču sarakstus

Kalifornijas Universitātes Sandjego Medicīnas skolas pētnieki sadarbībā ar Data Science Alliance, bezpeļņas organizāciju, kas veicina atbildīgas zinātniskās vides nozīmi, veica pētījumu, kas parādīja, ka slimnīcas varētu ietaupīt miljoniem dolāru un ievērojami samazināt ķirurģisko atkritumu daudzumu, pārdomājot operāciju zāles sagatavošanas materiālu sarakstus, neapdraudot pacientu drošību.

Pētījums tika publicēts 2025. gada 26. novembra tiešsaistes izdevumāJAMA ķirurģijaatklāja, ka preferenču kartēs — slimnīcu instrumentu un operāciju piederumu kontrolsarakstos — bieži ir daudz vairāk priekšmetu, nekā patiesībā nepieciešams. Kad šie saraksti tiek kopēti un laika gaitā izmantoti atkārtoti, uzkrājas nevajadzīgi vienumi, radot neefektivitāti un atkritumus, kā rezultātā operāciju zāles tiek piepildītas ar materiāliem, kas bieži paliek neizmantoti.

Optimizētas ķirurģijas izvēles kartes ne tikai samazina vienas operācijas atkritumus, bet arī var ietaupīt ievērojamas stundas sagatavošanās un tīrīšanas laikā starp gadījumiem. Tas nozīmē, ka mums ir vairāk laika, lai palīdzētu lielākam skaitam pacientu, veicot dzīvību mainošas un dzīvību glābjošas operācijas un procedūras.

Šons Peress, MD, galvenais autors un ķirurģijas rezidents UC Sandjego Medicīnas skolā

Pētnieki analizēja tūkstošiem UC San Diego Health uroloģijas, ķirurģijas onkoloģijas un kolorektālās specialitātes prakses, lai noskaidrotu, kādi materiāli tika faktiski izmantoti. Šajās jomās neizmantoto priekšmetu samazināšana bija nozīmīgs potenciālo ietaupījumu avots piecu mēnešu periodā — līdz pat 3 miljoniem ASV dolāru priekšmetos, kas tika izmesti vai bija jāpapildina.

Izmantojot uzlabotus statistikas modeļus, komanda optimizēja šo sarakstu versijas, lai saglabātu pilnīgu gatavību darbam, vienlaikus ievērojami samazinot atkritumu daudzumu. Pacientiem tas varētu nozīmēt īsāku gaidīšanas laiku un zemākas veselības aprūpes izmaksas.

"Mēs ceram, ka šis pētījums mudinās veselības sistēmas izmantot vairāk uz datiem balstītu pieeju preferenču karšu uzturēšanai," sacīja Karandeep Singh, MD, pētījuma vecākais autors un UC San Diego Health galvenais AI darbinieks veselības jomā. "Šo sarakstu optimizēšana nozīmē, ka darbības tiek sagatavotas efektīvāk un resursi tiek izmantoti atbildīgāk, nezaudējot drošību vai kvalitāti."

Tradicionāli preferenču kartes tiek atjauninātas manuāli, pamatojoties uz individuālo pieredzi. Šis pētījums piedāvā uz pierādījumiem balstītu metodi, kas izmanto reālus datus un padara atjauninājumus efektīvus un konsekventus.

UC San Diego Health tagad ievieš šos optimizētos sarakstus reāllaika ķirurģiskās vidēs un meklē veidus, kā automatizēt atjauninājumus, lai tie laika gaitā paliktu precīzi. Pētnieki uzskata, ka šis projekts parāda praktisko datu ietekmi uz veselības aprūpi, parādot, kā atbildīga datu zinātne var samazināt slimnīcu atkritumus, palielināt darbības efektivitāti un galu galā uzlabot pacientu aprūpi.

Avoti: