একটি সরল ইমার্জেন্সি রুম রাউটিং নিয়ম অতিরিক্ত সম্পদ ছাড়াই অপেক্ষার সময় কমিয়েছে
জরুরি বিভাগগুলোর উপর রোগীদের দ্রুত সরিয়ে নেওয়ার চাপ সবসময় থাকে, কিন্তু প্রস্তাবিত বেশিরভাগ সমাধানেরই মূল্য আছে: আরও কর্মী, আরও বিছানা, আরও জায়গা, বা বড় প্রযুক্তিগত পরিবর্তন। নতুন গবেষণা একটি ভিন্ন উপায় দেখাচ্ছে। সক্ষমতা বাড়ানোর বদলে, ট্রায়াজের সময় আরও ধারাবাহিক সিদ্ধান্ত নিয়ে হাসপাতালগুলো প্রবাহ উন্নত করতে পারে।
Management Science-এ প্রকাশিত একটি গবেষণায় দেখা গেছে, কিছু রোগীকে প্রচলিত জরুরি বিভাগের বিছানার বদলে বসে চিকিৎসা নেওয়ার এলাকায় পাঠানোর জন্য একটি মানসম্মত প্রোটোকল মোট জরুরি বিভাগে থাকার সময় ১১ মিনিট কমিয়েছে। মায়ো ক্লিনিক অ্যারিজোনার নতুন জরুরি বিভাগে ১৩ সপ্তাহের একটি প্রস্পেকটিভ ফিল্ড ট্রায়ালে ১১,০১৫ জন রোগীর ওপর এই প্রোটোকলটি পরীক্ষা করা হয়।
গুরুত্বপূর্ণভাবে, প্রতিবেদিত সাফল্য নতুন বিছানা বা কর্মী যোগ করার ওপর নির্ভর করেনি। গবেষণায় ৭২ ঘণ্টার মধ্যে পুনরায় আসার হারেও কোনো বৃদ্ধি পাওয়া যায়নি, যা সাধারণত দ্রুত প্রক্রিয়াকরণে চিকিৎসার মান ক্ষতিগ্রস্ত হচ্ছে কি না তা বোঝার একটি গুরুত্বপূর্ণ সূচক।
গবেষকেরা কী বদলেছেন
অনেক জরুরি বিভাগে আগে থেকেই তথাকথিত ভার্টিক্যাল প্রসেসিং এরিয়া ব্যবহার করা হয়, যেখানে নিরাপদে বসে থাকতে পারেন এমন রোগীরা একটি মানক বিছানা দখল না করেই মূল্যায়ন ও চিকিৎসা পান। তবে বাস্তবে সেখানে কাকে পাঠানো হবে, সেই সিদ্ধান্তগুলো প্রায়ই অসংগত হয় এবং চাপের মধ্যে থাকা চিকিৎসকদের বিচারের ওপর অনেকটাই নির্ভর করে।
হার্ভার্ড ইউনিভার্সিটি, অক্সফোর্ড ইউনিভার্সিটি, এবং মায়ো ক্লিনিকের গবেষকেরা এই এলোমেলো পরিবর্তনশীলতাকে প্রমাণভিত্তিক একটি ব্যবস্থা দিয়ে প্রতিস্থাপন করতে চেয়েছিলেন। প্রথমে তারা মায়ো ক্লিনিক অ্যারিজোনায় প্রায় ৫০,০০০ জরুরি বিভাগ ভিজিট বিশ্লেষণ করে একটি মেশিন-লার্নিং মডেল তৈরি করেন, যা ট্রায়াজের সময় উপলব্ধ তথ্য ব্যবহার করে অনুমান করে যে একজন রোগীর শেষ পর্যন্ত জরুরি বিভাগে বিছানার প্রয়োজন হবে কি না।
এরপর তারা সেই পূর্বাভাসগুলোকে রোগী প্রবাহের গাণিতিক মডেলের সঙ্গে যুক্ত করে আরও কার্যকর রাউটিং কৌশল নির্ধারণ করেন। শেষ ফল ছিল এমন কোনো ব্ল্যাক-বক্স টুল নয়, যার জন্য বিশেষ ডেপ্লয়মেন্ট বা নতুন সফটওয়্যার দরকার, বরং একটি সরল সিদ্ধান্ত-গাছ, যা চিকিৎসকেরা দৈনন্দিন কাজে ব্যবহার করতে পারেন।
এই ব্যবহারিক নকশা-সিদ্ধান্তটি গবেষণার সবচেয়ে গুরুত্বপূর্ণ অংশগুলোর একটি। হাসপাতালগুলো প্রায়ই প্রযুক্তিগতভাবে জটিল হস্তক্ষেপ বাস্তবায়নে হিমশিম খায়, কারণ সেগুলোর জন্য নতুন অবকাঠামো, প্রশিক্ষণের চাপ, বা পুরনো আইটি সিস্টেমের সঙ্গে কঠিন ইন্টিগ্রেশন দরকার হয়। এখানে গবেষকেরা এমন একটি প্রোটোকল তৈরির লক্ষ্য নিয়েছিলেন, যা বিদ্যমান কর্মপ্রবাহের সঙ্গে মানিয়ে নিতে পারে।
পরিমাপ করা প্রভাব
ফিল্ড ট্রায়ালে, প্রোটোকলটি জরুরি বিভাগে মোট থাকার সময় ১১ মিনিট কমিয়েছে, যা ৪.২% হ্রাসের সমান। এটি আগমন থেকে ক্লিনিক্যাল সিদ্ধান্ত পর্যন্ত সময়ও ৮ মিনিট, অর্থাৎ ৪.৫%, কমিয়েছে।
কাগজে-কলমে এই সংখ্যাগুলো সামান্য মনে হতে পারে। তবে ভিড়পূর্ণ জরুরি বিভাগে, গড়ে সামান্য হ্রাসও কার্যকরী চাপ কমাতে পারে। হাজারো ভিজিটে এ প্রক্রিয়ার এক ধাপে সাশ্রয় হওয়া মিনিটগুলো বটলনেক কমাতে, দ্রুত সক্ষমতা মুক্ত করতে, এবং রোগী ও কর্মীদের জন্য সেবাদানের পূর্বানুমানযোগ্যতা বাড়াতে পারে।
৭২ ঘণ্টার মধ্যে পুনরায় আসার হার না বাড়াও সমানভাবে গুরুত্বপূর্ণ। জরুরি চিকিৎসায় দক্ষতার উন্নতি নিয়ে প্রায়ই সন্দেহ থাকে, কারণ দ্রুত প্রবাহ কখনও কখনও অকাল ছাড়পত্র বা ভুল ট্রায়াজ সিদ্ধান্তের ইঙ্গিত দিতে পারে। প্রকাশিত ফলাফলগুলো ইঙ্গিত করে যে নতুন রাউটিং নিয়ম অধ্যয়নকালজুড়ে এমন কোনো আপসের স্পষ্ট প্রমাণ ছাড়াই গতি বাড়িয়েছে।
রাউটিং সিদ্ধান্ত এত গুরুত্বপূর্ণ কেন
গবেষণার মূল উপলব্ধি হলো, ভিড় কেবল কর্মীসংকটের সমস্যা নয়। এটি বাছাইয়েরও সমস্যা। জরুরি বিভাগগুলো ভিন্নমাত্রার তীব্রতা, পর্যবেক্ষণ প্রয়োজন, এবং সম্ভাব্য সম্পদ ব্যবহারের রোগীদের সামলায়। যারা বসে চিকিৎসার পথে নিরাপদে থাকতে পারেন, তাদের অতিরিক্ত সংখ্যায় যদি বিছানায় পাঠানো হয়, তাহলে বিছানা-নির্ভর ব্যবস্থা জ্যাম হয়ে যায়। যাদের সত্যিই সেই বিছানার দরকার, তাদের আরও বেশি অপেক্ষা করতে হয়, এবং বিলম্ব চারদিকে ছড়িয়ে পড়ে।
ট্রায়াজের সিদ্ধান্তকে আরও ধারাবাহিক এবং চূড়ান্ত প্রয়োজনের সঙ্গে বেশি সামঞ্জস্যপূর্ণ করলে, একটি হাসপাতাল ভৌতভাবে সম্প্রসারণ না করেই পুরো বিভাগের কর্মক্ষমতা উন্নত করতে পারে। শ্রমঘাটতি, বাজেট সীমাবদ্ধতা, এবং নির্মাণ ব্যয় যেখানে সক্ষমতা বাড়ানোকে ধীর বা অবাস্তব করে তুলছে, সেখানে বিষয়টি বিশেষভাবে প্রাসঙ্গিক।
এই গবেষণা স্বাস্থ্যসেবা পরিচালনায় মেশিন লার্নিং-এর কম আলোচিত ভূমিকাও তুলে ধরে। রোগ নির্ণয় স্বয়ংক্রিয় করা বা চিকিৎসকের বিচার প্রতিস্থাপন করার বদলে, এখানে মডেলটি একটি সীমিত লজিস্টিক প্রশ্নে সহায়তার জন্য ব্যবহৃত হয়েছে: কার বিছানার প্রয়োজন হওয়ার সম্ভাবনা বেশি? এটি আরও নির্দিষ্ট একটি ব্যবহারক্ষেত্র, এবং বলা যায়, বাস্তবায়নের সম্ভাবনাও বেশি স্পষ্ট।
সীমাবদ্ধতা এবং পরবর্তী ধাপ
ফলাফলগুলো আশাব্যঞ্জক, কিন্তু এর মানে এই নয় যে প্রতিটি জরুরি বিভাগে একই উন্নতি হবে। গবেষণাটি মায়ো ক্লিনিক অ্যারিজোনায় তৈরি ও পরীক্ষা করা হয়েছে, এবং স্থানীয় বিন্যাস, কর্মীসংখ্যার ধরন, রোগীর মিশ্রণ, ও কর্মপ্রবাহের সংস্কৃতি অন্যত্র রাউটিং প্রোটোকলের কর্মক্ষমতাকে প্রভাবিত করতে পারে। উৎস উপাদান কোনো সার্বজনীন ফলাফলের দাবি করে না।
তবুও, গবেষণাটি একটি ব্যবহারিক রূপরেখা দেয়। এটি ইঙ্গিত করে যে তথ্য-চালিত অপারেশনস রিসার্চের সুবিধা পেতে হাসপাতালগুলোর সবসময় পুরোপুরি সমন্বিত AI প্ল্যাটফর্ম বা ব্যয়বহুল পুনর্নকশার প্রয়োজন হয় না। ভালোভাবে যাচাই করা একটি সিদ্ধান্ত নিয়ম, যা চিকিৎসকেরা বাস্তবে ব্যবহার করতে পারেন এমন কিছুতে রূপান্তরিত, মাপযোগ্য সাফল্য আনতে যথেষ্ট হতে পারে।
এটি গুরুত্বপূর্ণ, কারণ জরুরি বিভাগের ভিড় স্বাস্থ্যসেবার সবচেয়ে স্থায়ী কার্যগত সমস্যাগুলোর একটি। রোগীরা এটি অনুভব করেন দীর্ঘ অপেক্ষা ও অনিশ্চয়তা হিসেবে। চিকিৎসকেরা অনুভব করেন অতিরিক্ত চাপ ও কম নমনীয়তা হিসেবে। প্রশাসকেরা অনুভব করেন একই সঙ্গে গুণগত, আর্থিক, এবং কর্মীসংক্রান্ত চ্যালেঞ্জ হিসেবে।
যদি একটি মানসম্মত ট্রায়াজ প্রোটোকল বিদ্যমান সম্পদ ব্যবহার করে প্রতিটি ভিজিট থেকে নিরাপদে সময় কমাতে পারে, তবে তা স্বাস্থ্যসেবার এক বিরল উন্নতি: এমন একটি, যা একই সঙ্গে ধাপে ধাপে এবং তাৎক্ষণিকভাবে কার্যকরযোগ্য। নতুন গবেষণাটি একা জরুরি বিভাগের ভিড়ের সমস্যা সমাধানের প্রতিশ্রুতি দেয় না। তবে এটি দেখায় যে বুদ্ধিমান রাউটিং, সহজভাবে বাস্তবায়িত হলে, পরিবর্তন আনতে পারে।
এই নিবন্ধটি Medical Xpress-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধটি পড়ুন.
Originally published on medicalxpress.com