एक सोपा आपत्कालीन कक्ष राउटिंग नियम संसाधने न वाढवता प्रतीक्षा वेळ कमी करतो
आपत्कालीन विभागांवर रुग्णांना अधिक वेगाने पुढे पाठवण्याचा सतत दबाव असतो, पण बहुतेक सुचविलेले उपाय खर्चिक असतात: अधिक कर्मचारी, अधिक खाटा, अधिक भौतिक जागा, किंवा मोठे तांत्रिक बदल. नवे संशोधन वेगळाच मार्ग दाखवते. क्षमता वाढवण्याऐवजी, ट्रायाजच्या क्षणी अधिक सुसंगत निर्णय घेऊन रुग्णप्रवाह सुधारता येऊ शकतो.
Management Science मध्ये प्रकाशित झालेल्या अभ्यासात आढळले की काही रुग्णांना पारंपरिक आपत्कालीन विभागाच्या खाटेऐवजी बसून उपचार घेता येणाऱ्या क्षेत्रात पाठवण्यासाठी वापरलेला प्रमाणित प्रोटोकॉल एकूण आपत्कालीन विभागातील मुक्काम 11 मिनिटांनी कमी करतो. मॅयो क्लिनिक अॅरिझोनाच्या नव्या आपत्कालीन विभागात झालेल्या 13 आठवड्यांच्या प्रॉस्पेक्टिव्ह फील्ड ट्रायलमध्ये 11,015 रुग्णांवर हा प्रोटोकॉल तपासण्यात आला.
महत्त्वाचे म्हणजे, नोंदवलेली सुधारणा अतिरिक्त खाटा किंवा कर्मचारी वाढवण्यावर अवलंबून नव्हती. 72 तासांच्या आत पुन्हा येणाऱ्या भेटींमध्येही वाढ आढळली नाही, जे जलद प्रक्रियेमुळे उपचाराच्या गुणवत्तेवर परिणाम होत असल्याचे सूचित करणारे एक सामान्य निरीक्षण असते.
संशोधकांनी काय बदलले
अनेक आपत्कालीन विभाग आधीच तथाकथित व्हर्टिकल प्रोसेसिंग क्षेत्रांचा वापर करतात, जिथे सुरक्षितपणे बसून राहू शकणाऱ्या रुग्णांना मानक खाटा न व्यापता मूल्यांकन आणि उपचार दिले जातात. प्रत्यक्षात, मात्र, तिथे कोणाला पाठवायचे हे निर्णय अनेकदा विसंगत असतात आणि ताणाखाली असलेल्या चिकित्सकांच्या निर्णयक्षमतेवर मोठ्या प्रमाणात अवलंबून असतात.
हार्वर्ड युनिव्हर्सिटी, ऑक्सफर्ड युनिव्हर्सिटी, आणि मॅयो क्लिनिकच्या संशोधकांनी ही तातडीवर आधारित बदलती पद्धत पुराव्याधारित व्यवस्थेने बदलण्याचे ठरवले. प्रथम त्यांनी मॅयो क्लिनिक अॅरिझोनातील जवळपास 50,000 आपत्कालीन विभाग भेटींचे विश्लेषण करून एक मशीन-लर्निंग मॉडेल तयार केले, जे ट्रायाज दरम्यान उपलब्ध असलेल्या माहितीच्या आधारे एखाद्या रुग्णाला अखेरीस आपत्कालीन विभागात खाटेची गरज भासेल का नाही, याचा अंदाज लावते.
त्यानंतर त्यांनी त्या अंदाजांना रुग्णप्रवाहाच्या गणिती मॉडेल्सशी एकत्र करून अधिक कार्यक्षम राउटिंग धोरण ओळखले. अंतिम परिणाम कोणतेही विशेष तैनाती किंवा नवे सॉफ्टवेअर लागणारे ब्लॅक-बॉक्स साधन नव्हते, तर चिकित्सक नियमित कामकाजात वापरू शकतील असे साधे निर्णय-वृक्ष होते.
ही व्यावहारिक रचना-निवड अभ्यासातील सर्वात महत्त्वाच्या भागांपैकी एक आहे. तांत्रिकदृष्ट्या प्रगत हस्तक्षेप अंमलात आणताना रुग्णालयांना अनेकदा अडचणी येतात, कारण त्यासाठी नवे पायाभूत काम, प्रशिक्षणाचा भार, किंवा जुन्या आयटी प्रणालींशी कठीण एकत्रीकरण आवश्यक असते. येथे संशोधकांनी विद्यमान कामाच्या प्रवाहात बसू शकेल असा प्रोटोकॉल तयार करण्याचा प्रयत्न केला.
मोजलेला परिणाम
फील्ड ट्रायलमध्ये, प्रोटोकॉलमुळे एकूण आपत्कालीन विभागातील मुक्काम 11 मिनिटांनी कमी झाला, जे 4.2% घटीसमान आहे. आगमनापासून क्लिनिकल निर्णयापर्यंतचा वेळही 8 मिनिटांनी, म्हणजे 4.5% ने, कमी झाला.
कागदावर ही आकडेवारी किरकोळ वाटू शकते. मात्र गर्दीच्या आपत्कालीन विभागात, सरासरीतील लहान घटही महत्त्वाची कार्यकारी सवलत देऊ शकते. हजारो भेटींवर हे मिनिटे जमल्यास अडथळे कमी होतात, क्षमता लवकर मोकळी होते, आणि रुग्ण व कर्मचारी दोघांसाठीही सेवा देण्याची पूर्वानुमानक्षमता वाढते.
72 तासांच्या आत पुन्हा येणाऱ्या भेटींमध्ये वाढ न होणेही तितकेच महत्त्वाचे आहे. आपत्कालीन वैद्यकशास्त्रात कार्यक्षमता वाढीकडे अनेकदा साशंकतेने पाहिले जाते, कारण वेगवान प्रवाह कधी कधी घाईघाईने डिस्चार्ज देणे किंवा चुकीचे ट्रायाज निर्णय यांचे निदर्शक ठरू शकतो. नोंदवलेल्या निकालांवरून असे दिसते की अभ्यासाच्या कालावधीत नवीन राउटिंग नियमाने वेग वाढवला, पण अशा प्रकारच्या तडजोडीचे कोणतेही स्पष्ट पुरावे दिसले नाहीत.
राउटिंग निर्णय इतके महत्त्वाचे का असतात
अभ्यासाचा मुख्य निष्कर्ष असा की गर्दी ही केवळ कर्मचारी समस्या नाही. ती वर्गीकरणाचीही समस्या आहे. आपत्कालीन विभाग वेगवेगळ्या तीव्रतेच्या, निरीक्षणाच्या गरजेच्या, आणि संभाव्य संसाधन वापराच्या रुग्णांना हाताळतात. जर बसून उपचार घेता येणाऱ्या मार्गावर सुरक्षित राहू शकणाऱ्या खूप जास्त रुग्णांना खाटांकडे पाठवले, तर खाटा-आधारित व्यवस्था अडकते. ज्यांना त्या खाटांची खरोखरच गरज आहे, त्यांना अधिक वेळ वाट पाहावी लागते, आणि विलंब साखळीप्रमाणे पसरतो.
ट्रायाज निर्णय अधिक सुसंगत आणि अंतिम गरजांशी अधिक जुळणारे केल्यास, रुग्णालय भौतिक विस्तार न करता संपूर्ण विभागाची कामगिरी सुधारू शकते. विशेषतः अशा काळात हे महत्त्वाचे ठरते, जेव्हा अनेक आरोग्य व्यवस्था कामगारांची टंचाई, अर्थसंकल्पीय मर्यादा, आणि बांधकाम खर्चामुळे क्षमता वाढवणे मंद किंवा अवास्तव ठरते.
हे संशोधन आरोग्यसेवा ऑपरेशन्समध्ये मशीन लर्निंगची कमी लक्षात घेतलेली भूमिका देखील अधोरेखित करते. निदान स्वयंचलित करण्याऐवजी किंवा चिकित्सकांचा निर्णय बदलण्याऐवजी, या प्रकरणात मॉडेलचा वापर एका अरुंद लॉजिस्टिक प्रश्नासाठी केला गेला: कोणाला खाटेची गरज पडण्याची शक्यता जास्त आहे? हे अधिक मर्यादित उपयोगप्रकरण आहे, आणि कदाचित अंमलबजावणीची संधी अधिक स्पष्ट असलेले आहे.
मर्यादा आणि पुढे काय
निकाल आशादायक आहेत, पण त्यावरून प्रत्येक आपत्कालीन विभागात तसाच सुधारित परिणाम मिळेलच असे मानता येत नाही. हा अभ्यास मॅयो क्लिनिक अॅरिझोनामध्ये विकसित आणि तपासला गेला होता, आणि स्थानिक रचना, कर्मचारी नमुने, रुग्णसंख्या, आणि कार्यप्रवाह संस्कृती यांचा इतर ठिकाणी राउटिंग प्रोटोकॉलच्या कामगिरीवर परिणाम होऊ शकतो. मूळ मजकूर सर्वसाधारण परिणामाचा दावा करत नाही.
तरीही, हा अभ्यास एक व्यावहारिक आराखडा देतो. तो सूचित करतो की डेटा-आधारित ऑपरेशन्स रिसर्चचे फायदे मिळवण्यासाठी रुग्णालयांना पूर्णपणे एकात्मिक AI प्लॅटफॉर्म किंवा महागडी पुनर्रचना आवश्यकच असते असे नाही. चिकित्सक प्रत्यक्षात वापरू शकतील अशा स्वरूपात अनुवादित, नीट पडताळलेला निर्णय नियम पुरेसा ठरू शकतो.
हे महत्त्वाचे आहे, कारण आपत्कालीन विभागातील गर्दी ही आरोग्यसेवेतील सर्वात टिकून राहिलेली कार्यकारी समस्या आहे. रुग्णांसाठी ती लांब प्रतीक्षा आणि अनिश्चितता म्हणून जाणवते. चिकित्सकांसाठी ती अतिभार आणि कमी लवचिकता म्हणून जाणवते. प्रशासकांसाठी ती एकाच वेळी गुणवत्ता, आर्थिक, आणि कर्मचारी-संबंधित आव्हान असते.
जर प्रमाणित ट्रायाज प्रोटोकॉल विद्यमान संसाधने वापरून प्रत्येक भेटीत सुरक्षितपणे वेळ वाचवू शकत असेल, तर ती आरोग्यसेवेतील दुर्मिळ प्रकारची सुधारणा ठरते: जी टप्प्याटप्प्याने आणि त्वरित कृतीयोग्य आहे. हा नवा अभ्यास स्वतःहून आपत्कालीन विभागातील गर्दीचे निराकरण करेल असे सांगत नाही. पण तो दाखवतो की अधिक हुशार राउटिंग, साध्या पद्धतीने राबवले, तर परिणाम करू शकते.
हा लेख Medical Xpress च्या वार्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on medicalxpress.com