एक सीधा-सादा आपातकालीन कक्ष रूटिंग नियम बिना संसाधन बढ़ाए प्रतीक्षा कम करता है
आपातकालीन विभागों पर मरीजों को तेजी से आगे बढ़ाने का लगातार दबाव रहता है, लेकिन अधिकांश प्रस्तावित समाधान कीमत के साथ आते हैं: अधिक स्टाफ, अधिक बेड, अधिक भौतिक स्थान, या बड़े तकनीकी बदलाव। नया शोध एक अलग रास्ता सुझाता है। क्षमता बढ़ाने के बजाय, ट्रायाज के समय अधिक सुसंगत निर्णय लेकर अस्पताल प्रवाह में सुधार कर सकते हैं।
Management Science में प्रकाशित एक अध्ययन में पाया गया कि कुछ मरीजों को पारंपरिक आपातकालीन विभाग के बेड के बजाय बैठकर इलाज वाली क्षेत्र में भेजने के लिए मानकीकृत प्रोटोकॉल ने कुल आपातकालीन विभाग में ठहरने का समय 11 मिनट कम किया। इस प्रोटोकॉल का परीक्षण मयो क्लिनिक एरिज़ोना के नए आपातकालीन विभाग में 13-सप्ताह के प्रॉस्पेक्टिव फील्ड ट्रायल में 11,015 मरीजों पर किया गया।
महत्वपूर्ण रूप से, रिपोर्ट किए गए लाभ बेड या स्टाफ बढ़ाने पर निर्भर नहीं थे। अध्ययन में 72 घंटे के भीतर वापसी यात्राओं में कोई वृद्धि नहीं मिली, जो एक सामान्य संकेतक है कि तेज़ प्रक्रिया से देखभाल की गुणवत्ता प्रभावित हो सकती है।
शोधकर्ताओं ने क्या बदला
कई आपातकालीन विभाग पहले से तथाकथित वर्टिकल प्रोसेसिंग क्षेत्रों का उपयोग करते हैं, जहां सुरक्षित रूप से बैठे रह सकने वाले मरीज मानक बेड घेरने के बिना मूल्यांकन और उपचार प्राप्त करते हैं। व्यवहार में, हालांकि, वहां किसे भेजा जाए, इसके निर्णय अक्सर असंगत होते हैं और दबाव में चिकित्सकों के निर्णय पर बहुत निर्भर रहते हैं।
हार्वर्ड यूनिवर्सिटी, ऑक्सफोर्ड यूनिवर्सिटी, और मयो क्लिनिक के शोधकर्ताओं ने इस तदर्थ भिन्नता को साक्ष्य-आधारित प्रणाली से बदलने का लक्ष्य रखा। उन्होंने पहले मयो क्लिनिक एरिज़ोना में लगभग 50,000 आपातकालीन विभाग यात्राओं का विश्लेषण किया, ताकि एक मशीन-लर्निंग मॉडल बनाया जा सके जो ट्रायाज के दौरान उपलब्ध जानकारी का उपयोग करके यह अनुमान लगाए कि अंततः मरीज को आपातकालीन विभाग में बेड की आवश्यकता होगी या नहीं।
फिर उन्होंने उन अनुमानों को मरीज प्रवाह के गणितीय मॉडलों के साथ जोड़कर एक अधिक कुशल रूटिंग रणनीति पहचानी। अंतिम परिणाम कोई ब्लैक-बॉक्स टूल नहीं था जिसे विशेष तैनाती या नए सॉफ़्टवेयर की आवश्यकता हो, बल्कि एक सरल निर्णय वृक्ष था जिसे चिकित्सक नियमित संचालन में इस्तेमाल कर सकते थे।
यह व्यावहारिक डिज़ाइन विकल्प अध्ययन का सबसे महत्वपूर्ण हिस्सा है। अस्पताल अक्सर तकनीकी रूप से परिष्कृत हस्तक्षेप लागू करने में संघर्ष करते हैं क्योंकि उनमें नई अवसंरचना, प्रशिक्षण का बोझ, या पुराने आईटी सिस्टम के साथ कठिन एकीकरण की आवश्यकता होती है। यहाँ, शोधकर्ताओं ने ऐसे प्रोटोकॉल का लक्ष्य रखा जो मौजूदा कार्यप्रवाह में फिट हो सके।
मापा गया प्रभाव
फील्ड ट्रायल में, प्रोटोकॉल ने कुल आपातकालीन विभाग में ठहरने का समय 11 मिनट घटाया, जो 4.2% की कमी के बराबर है। इसने आगमन से क्लिनिकल डिस्पोजिशन तक का समय भी आठ मिनट, यानी 4.5%, कम किया।
कागज़ पर ये संख्याएँ मामूली लग सकती हैं। लेकिन भीड़भाड़ वाले आपातकालीन विभाग में, छोटे औसत सुधार भी महत्वपूर्ण परिचालन राहत में बदल सकते हैं। हज़ारों यात्राओं में प्रक्रिया के एक चरण पर बचाए गए मिनट बाधाओं को कम कर सकते हैं, क्षमता को जल्दी मुक्त कर सकते हैं, और मरीजों तथा स्टाफ दोनों के लिए देखभाल वितरण की पूर्वानुमेयता सुधार सकते हैं।
72 घंटे के भीतर वापसी यात्राओं में वृद्धि न होना भी उतना ही महत्वपूर्ण है। आपातकालीन चिकित्सा में दक्षता बढ़ोतरी को अक्सर संदेह की नज़र से देखा जाता है, क्योंकि तेज़ थ्रूपुट कभी-कभी समय से पहले छुट्टी या गलत ट्रायाज निर्णय का संकेत हो सकता है। रिपोर्ट किए गए नतीजे बताते हैं कि अध्ययन अवधि में नया रूटिंग नियम बिना ऐसे किसी स्पष्ट समझौते के गति में सुधार लाया।
रूटिंग निर्णय इतने महत्वपूर्ण क्यों हैं
अध्ययन की मुख्य समझ यह है कि भीड़ केवल स्टाफिंग की समस्या नहीं है। यह छंटाई की भी समस्या है। आपातकालीन विभाग अलग-अलग स्तर की गंभीरता, निगरानी की ज़रूरतों, और संभावित संसाधन उपयोग वाले मरीजों को संभालते हैं। यदि बहुत अधिक ऐसे मरीज जिन्हें बैठकर सुरक्षित रूप से इलाज मिल सकता है, बेड में भेज दिए जाएँ, तो बेड-आधारित प्रणाली जाम हो जाती है। जिन मरीजों को वास्तव में उन बेड की आवश्यकता होती है, उन्हें अधिक देर इंतज़ार करना पड़ता है, और देरी आगे फैलती जाती है।
ट्रायाज निर्णयों को अधिक सुसंगत और अंतिम ज़रूरतों से बेहतर मेल खाता बनाकर, अस्पताल भौतिक विस्तार किए बिना पूरे विभाग के प्रदर्शन में सुधार कर सकता है। यह विशेष रूप से ऐसे समय में प्रासंगिक है जब कई स्वास्थ्य प्रणालियाँ श्रम की कमी, बजटीय सीमाओं, और निर्माण लागत का सामना कर रही हैं, जो क्षमता विस्तार को धीमा या अव्यावहारिक बनाती हैं।
यह शोध स्वास्थ्य सेवा संचालन में मशीन लर्निंग की एक कम सराही गई भूमिका को भी उजागर करता है। निदान को स्वचालित करने या चिकित्सकीय निर्णय को बदलने के बजाय, इस मामले में मॉडल का उपयोग एक संकीर्ण लॉजिस्टिक प्रश्न के लिए किया गया: किसे बेड की ज़रूरत पड़ने की सबसे अधिक संभावना है? यह एक अधिक सीमित उपयोग-केस है, और संभवतः ऐसा जिसमें कार्यान्वयन की संभावना अधिक स्पष्ट है।
सीमाएँ और आगे क्या
नतीजे उत्साहजनक हैं, लेकिन इसका अर्थ यह नहीं कि हर आपातकालीन विभाग में वही सुधार स्वतः मिल जाएगा। अध्ययन मयो क्लिनिक एरिज़ोना में विकसित और परीक्षण किया गया था, और स्थानीय लेआउट, स्टाफिंग पैटर्न, मरीज मिश्रण, और कार्यप्रवाह संस्कृति कहीं और रूटिंग प्रोटोकॉल के प्रदर्शन को प्रभावित कर सकते हैं। स्रोत सामग्री किसी सार्वभौमिक परिणाम का दावा नहीं करती।
फिर भी, अध्ययन एक व्यावहारिक खाका देता है। यह सुझाव देता है कि डेटा-आधारित ऑपरेशंस रिसर्च के लाभ पाने के लिए अस्पतालों को आवश्यक रूप से पूरी तरह एकीकृत AI प्लेटफ़ॉर्म या महंगे पुनर्निर्माण की ज़रूरत नहीं है। एक अच्छी तरह सत्यापित निर्णय नियम, जिसे चिकित्सक वास्तव में उपयोग कर सकें, मापनीय लाभ देने के लिए पर्याप्त हो सकता है।
यह महत्वपूर्ण है क्योंकि आपातकालीन विभागों की भीड़भाड़ स्वास्थ्य सेवा की सबसे लगातार परिचालन समस्याओं में से एक बनी हुई है। मरीज इसे लंबी प्रतीक्षा और अनिश्चितता के रूप में महसूस करते हैं। चिकित्सक इसे अत्यधिक भार और कम लचीलापन के रूप में महसूस करते हैं। प्रशासक इसे एक साथ गुणवत्ता, वित्तीय, और स्टाफिंग चुनौती के रूप में देखते हैं।
यदि एक मानकीकृत ट्रायाज प्रोटोकॉल मौजूदा संसाधनों का उपयोग करके हर यात्रा पर सुरक्षित रूप से समय घटा सकता है, तो यह स्वास्थ्य सेवा सुधार का एक दुर्लभ प्रकार है: ऐसा जो क्रमिक भी है और तुरंत कार्रवाई योग्य भी। नया अध्ययन अपने आप आपातकालीन विभाग की भीड़भाड़ को हल करने का वादा नहीं करता। लेकिन यह दिखाता है कि सरल तरीके से लागू की गई बेहतर रूटिंग बदलाव ला सकती है।
यह लेख Medical Xpress की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on medicalxpress.com