Алгоритмы манипуляций по хирургии
Согласно перечня манипуляций для обязательного усвоения по предмету «Хирургия» студентами специальности «Лечебное дело» и «Сестринское дело»
Составила преподаватель хирургии высшей категории
КЖМ ФГОУ ВПО УрГУПС
Кассир Л.И.
1. Алгоритм термической и химической стерилизации инструментов
Термическая стерилизация:
Перед стерилизацией инструментария проводится дезинфекция, ПСО, контроль качества ПСО
Завернуть инструмент в чистую ткань
Заложить в бикс
Стерилизовать в рабочем режиме автоклава (132 град. 2 атм. 45 мин.) или сухожарового шкафа (180 град. 60 мин.)
Химическая стерилизация:
раствор 6% перекиси водорода при 50 град.
3
часа
3
часа2) раствор дезоксона при 18 град. 45 мин.
2. Изготовление перевязочного материала (салфетка, турунда, шарик, тампон)
Изготовление салфетки:
кусок бинта подогнуть с 4 сторон
сложить вдвое
сложить еще раз вдвое
Изготовление турунды:
взять узкий бинт и подогнуть с верхней и нижней стороны
сложить вдвое по длине
смотать в клубок (на всю длину бинта)
отрезать по мере надобности
использовать при перевязках поверхностных ран
Изготовление шарика:
отрезать фрагмент бинта длиной 15 — 20 см.
, подогнуть края
поставить 2 — ой и 3 — ий пальцы косо вниз на бинт и перевернуть так, чтобы получился треугольник вершиной вниз
нижнюю грань бинта положить по свободной стороне треугольника – получится конвертик
в него ввести оставшуюся часть бинта
Изготовление тампона:
края бинта подогнуть с 4 сторон
сложить вдвое
скрутить рулончиком
3. Укладка в бикс операционного белья, одежды, перевязочного материала и перчаток
Протереть бикс раствором 0,5% нашатырного спирта
Постелить чистую простыню
Закладку производить послойно и по секторам
При послойной закладке бикса на дно (в первую очередь) закладывается то, что потребуется в самую последнюю очередь: на дно инструменты и перевязочный материал; далее «верхняя» простыня, «нижняя» простыня, клеенка, халат хирурга, халат медсестры (стерильную маску и шапку хирург и медсестра надевают после предварительного мытья рук до хирургической обработки рук; стерильные перчатки надевают, достав из пакета).
Примечание: пакет с перчатками открывает
другая медсестра и не прикасается к
внутреннему содержимому пакета;
одевающаяся медсестра достает перчатки,
не касаясь наружной стороны пакета
Примечание: пакет с перчатками открывает
другая медсестра и не прикасается к
внутреннему содержимому пакета;
одевающаяся медсестра достает перчатки,
не касаясь наружной стороны пакетаЗаложить три индикатора стерильности (вниз, в середину и вверх)
Закладку производить рыхло
Соблюдать сроки стерильности бикса:
— открытый бикс использовать сразу
— закрытый бикс с фильтром стерилен 20 суток
— закрытый бикс без фильтра стерилен 72 часа
Укладка бикса существует универсальная, видовая и целенаправленная
4. Надевание стерильной одежды на себя
Достать халат из бикса стерильным пинцетом в свернутом виде
Взять халат обеими руками (халат на изнаночной стороне, а рукава на лицевой) и развернуть его на расстоянии вытянутых рук
Подвести руки с изнаночной стороны халата (лицевая сторона халата остается стерильной) и ввести кисти в отверстия для рукавов
Натянуть халат на себя, используя запасную зону около воротника (нельзя надевать халат, придерживая за край воротника)
Попросить завязать халат, стоящую позади медсестру
Надеть перчатки в три приема
— взять правой рукой за край манжеты 1-ую перчатку и надеть на левую кисть, не расправляя манжету
— подвести 2-ой и 3-ий пальцы левой руки (в перчатке) под манжету 2-ой перчатки и надеть на правую кисть; расправить манжету
— подвести 2-ой и 3-ий пальцы правой руки под манжету 1-ой перчатки и расправит ее
СИЗ для медработников – коронавирус
Приказ Минздрава от 25.
02.2020 № 521 внес изменения в Перелік особливо небезпечних, небезпечних інфекційних та паразитарних хвороб людини і носійства збудників цих хвороб. Перечень дополнили еще одной особо опасной инфекционной болезнью — COVID-19.
✎ Инфицирование SARS-CoV-2 происходит контактным и капельным путями. Через воздух вирус не передается.
Лицам, которые контактируют с больными или со слизью из дыхательных путей больных (мокрота, БАЛ, материал из слизистых носа) или оказывают медицинскую помощь зараженным и проводят уход за ними, необходимо соблюдать правила инфекционного контроля и использования СИЗ. Медперсонал нужно обучить, как выбирать соответствующие виды СИЗ, надевать, снимать и утилизировать их. Поможет в этом видео, которое подготовили специалисты ГУ «Центр развития медсестринства Минздрава» совместно с VoxCheck на основе рекомендаций ВОЗ, CDC и нормативных актов Минздрава.
Требования к средствам индивидуальной защиты от Ковид-19 представлены в приложениях 6—7 Стандартів медичної допомоги «Коронавірусна хвороба (COVID-19)», утвержденных приказом Минздрава от 28.
03.2020 № 722:
- Рациональное использование средств индивидуальной защиты (СИЗ) при заболевании COVID-19
- Расчет необходимого количества (запаса) СИЗ для обеспечения медицинских работников в период вспышки коронавирусной болезни (COVID-19)
Основные правила использования СИЗ при Ковид-19
1. Вид СИЗ при контакте и уходе за пациентами, больными COVID-19, зависит от условий, специальности персонала и вида деятельности.
2. Работники медучреждений, участвующие в оказании медицинской помощи и уходе за пациентами, должны использовать такие индивидуальные меры защиты:
- халат защитный от инфекционных агентов
- перчатки
- медицинская (хирургическая) маска и средства индивидуальной защиты глаз (защитные очки или щиток)
✅✅✅ Пациент с COVID-19 в медучреждении. Что делать?
3. При проведении аэрозоль-генерирующих процедур, например интубации трахеи, неинвазивной вентиляции легких, трахеотомии, сердечно-легочной реанимации, ручной вентиляции легких, бронхоскопии, вскрытия трупа, работники медучреждений должны использовать:
- респираторы
- защитные очки или щитки
- перчатки и халаты защитные от инфекционных агентов
- водонепроницаемые фартуки, если халат защитный от инфекционных агентов не является водонепроницаемым, и при необходимости выполнять процедуры, сопровождающиеся значительными разливами жидкости — промывание мочевого катетера, помощь в проведении личной гигиены больному
- респираторы класса защиты не ниже FFP2 или эквивалент в течение времени, приведенного в инструкции производителя. В случае отсутствия средств индивидуальной защиты или их дефицита разрешено использовать тот же респиратор при уходе за несколькими пациентами, которые имеют тот же диагноз, не снимая его (то есть в случае постоянного пребывания в «грязной» зоне)
В случае отсутствия средств индивидуальной защиты или их дефицита разрешено использовать тот же респиратор при уходе за несколькими пациентами, которые имеют тот же диагноз, не снимая его (то есть в случае постоянного пребывания в «грязной» зоне)4. Обязательно замените респиратор, если:
- он стал влажным
- коснулись его потенциально загрязненными руками (даже в перчатках)
- вышли из «грязной» зоны (респиратор можно снимать только в «чистой» зоне)
- на него попала какая-либо биологическая жидкость
✅✅✅ Нормы и правила использования СИЗ
5. Лица с респираторными симптомами или те, кто ухаживает за пациентами с COVID-19 дома, должны использовать средства индивидуальной защиты органов дыхания — медицинские маски.
6. Необходимо всегда проводить обработку рук, соблюдать респираторную гигиену и этикет кашля. Нужно утилизировать СИЗ после использования в соответствующий контейнер, а гигиена рук должна проводиться до надевания и после снятия этих средств индивидуальной защиты.
7. Количество сиделок у пациента с COVID-19 должно быть ограничено. Лица, которые предоставляют дополнительный уход, должны быть осведомлены о правилах надевания и снятия СИЗ и гигиене рук; уход проводить под наблюдением медработника.
8. Ношение маски противопоказано:
- лицам с проявлениями дыхательной недостаточности любого происхождения
- лицам с психическими расстройствами или недееспособным лицам, которые не могут пользоваться маской без посторонней помощи
- лицам без сознания
- детям до двух лет
NB! Неправильное использование масок и респираторов создает ложное чувство безопасности, что может привести к пренебрежению другими необходимыми профилактическими мерами.
- Порядок проведення заключної дезінфекції
- Приклади застосування деззасобів з активністю до коронавірусів
- Режими дезінфекції об’єктів розчинами деззасобів
Как минимизировать использование СИЗ
В условиях глобального дефицита СИЗ необходимо использовать экономно.
Для этого нужно:
- использовать возможности телемедицины, удаленной консультации пациентов
- использовать физические барьеры — стеклянные, пластиковые окна, чтобы уменьшить риск инфицирования и передачи вируса в приемных отделениях, регистратурах, аптеках
- ограничить доступ работников медучреждений, которые не вовлечены в оказание медицинской помощи, в палаты, где находятся пациенты с COVID-19, свести к минимуму количество посетителей. Например: работники УЗ проверяют показатели жизненных функций во время проведения лечебных процедур или доставляют продукты питания и одновременно выполняют другие функции
- запретить любые посещения
- максимально ограничить пребывание лиц, проводящих уход за пациентами с особыми потребностями, например уход за детьми с аутизмом или синдромом Дауна. Таким лицам следует предоставить четкие инструкции о том, как применять и снимать СИЗ, как проводить обработку рук, чтобы избежать инфицирования
✅✅✅ Инфекционный контроль: как работать по новым требованиям
Требования к СИЗ при коронавирусе
Перечень средств индивидуальной защиты при коронавирусе | Соответствие национальным стандартам |
Костюм защитный от инфекционных агентов | ДСТУ EN 14126:2008 Одежда защитная.
|
Халат защитный от инфекционных агентов | ДСТУ EN 14126:2008 Одежда защитная. Защита от инфекционных агентов. Требования к эксплуатационным характеристикам и методы испытания |
Бахилы защитные от инфекционных агентов | ДСТУ EN 14126:2008 Одежда защитная. Защита от инфекционных агентов. ИЛИ ДСТУ EN 13795:2018 Хирургическая одежда и белье, применяемые как медицинские изделия для пациентов, хирургического персонала и оборудования. Общие требования к производителям, процессу обработки и изделиям. Методы испытания, требования к характеристикам и уровням качества |
Шапочка медицинская защитная от инфекционных агентов | ДСТУ EN 14126:2008 Одежда защитная. Защита от инфекционных агентов. Требования к эксплуатационным характеристикам и методы испытания ИЛИ ДСТУ EN 13795:2018 Хирургическая одежда и белье, применяемые как медицинские изделия для пациентов, хирургического персонала и оборудования. Общие требования к производителям, процессу обработки и изделиям. Методы испытания, требования к характеристикам и уровням качества ✅✅✅ Алгоритм медицинской помощи пациентам с СOVID-19 |
Респиратор | ДСТУ EN 149:2017 Средства индивидуальной защиты органов дыхания. |
Медицинская (хирургическая) маска | ДСТУ EN 14683:2014 Маски хирургические. Требования и методы испытаний |
Защитные очки | ДСТУ EN 166:2017 Средства индивидуальной защиты глаз. Технические условия |
Защитный щиток | ДСТУ EN 166:2017 Средства индивидуальной защиты глаз. Технические условия |
Перчатки медицинские | ДСТУ EN 455-1:2014 Защитные средства. Перчатки медицинские одноразового использования. Часть 1. Требования и методы испытания касательно отсутствия отверстий И ДСТУ EN 455-2:2015 Медицинские перчатки для одноразового применения. Часть 2. Требования и испытания физических свойств И ДСТУ EN 455-3:2019 Защитные средства. Перчатки медицинские одноразового использования. ИЛИ |
Перчатки защитные | ДСТУ EN 374-2:2018 Перчатки защитные от опасных химических веществ и микроорганизмов. Часть 2. Определение устойчивости к проникновению |
Защита от инфекционных агентов. Требования к эксплуатационным характеристикам и методы испытания:
Требования к эксплуатационным характеристикам и методы испытания
Фильтровальные полумаски для защиты от аэрозолей. Требования, испытания, маркировка
Часть 3. Требования и методы испытаний касательно биологического оцениванияКонтролюйте якість ЗІЗ і створіть зрозумілі для працівників інструкції з їх експлуатації. Видавайте, приймайте від працівників і зберігайте ЗІЗ згідно з Мінімальними вимогами і локальною документацією
Наказ про забезпечення працівників ЗІЗ — СКАЧАТИ зразок
Выбор СИЗ
Какие СИЗ использовать в стационарах
Условия | Категории лиц | Вид деятельности | Тип СИЗ или процедуры |
Палата для пациентов | врачи и медсестры | оказание медицинской помощи (за исключением аэрозоль-генерирующих процедур) и уход за больным с COVID-19 |
|
аэрозоль-генерирующая процедура Примечание. |
| ||
младшие медицинские сестры или дезинфекторы | работа в палате, где находится пациент с COVID-19 Примечание. Во время проведения этих процедур и медицинских манипуляций указанный комплект с мерами защиты при Сovid-19 можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду |
| |
лица, проводящие уход за пациентами с особыми потребностями3 | пребывание в палате, в контакте с больным коронавирусом |
| |
Приемное отделение (отделение экстренной (неотложной) медицинской помощи) | медработники | предшествующий скрининг без прямого контакта Примечание. |
|
оказание медицинской помощи (за исключением аэрозоль-генерирующих процедур) и уход за больным с COVID-19 |
| ||
аэрозоль-генерирующая процедура Примечание. Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду |
| ||
пациенты с респираторными симптомами | любая процедура |
| |
пациенты без респираторных симптомов | любая процедура |
| |
Лаборатория клиническая | младшие специалисты с медицинским образованием (лабораторная дело (клиника) | манипуляции с образцами |
|
Лаборатория вирусологическая (микробиолог. | работники лаборатории: специалисты с высшим медицинским и немедицинским образованием; младшие специалисты с медицинским образованием; персонал без медицинского образования | манипуляции с образцами из дыхательных путей Примечание. Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду |
|
Административные зоны | все сотрудники, включая медработников | административные задачи, которые не предусматривают контакта с пациентом с COVID-19 |
|
Во время проведения этих процедур и медицинских манипуляций указанный комплект средств индивидуальной защиты можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду
Эта категория включает в себя использование дистанционных термометров, тепловизорных камер, и ограниченное наблюдения, при сохранении расстояния не менее 1 м
)- Медична допомога пацієнтам з COVID-19: 4 зміни, про які мають знати медики
- Як запобігти перевтомі та професійному вигоранню: поради для медиків та керівників
- Курси підвищення кваліфікації — право чи обов’язок медсестри
Какие СИЗ использовать в амбулаторных, поликлинических и консультативно-диагностических отделениях/заведениях
Условия | Категории лиц | Вид деятельности | Тип СИЗ или процедуры |
Консультативные кабинеты (кабинеты приема) | медработники | физикальное обследование больного с респираторными симптомами |
|
медработники | аэрозоль-генерирующая процедура Примечание. |
| |
медработники | физикальное обследование больного без респираторных симптомов |
| |
пациенты с респираторными симптомами | любая процедура |
| |
пациенты без респираторных симптомов | любая процедуры |
| |
младшие медсестры или дезинфекторы | проведение дезинфекционных мероприятий после и между консультаций пациентам с респираторными симптомами Примечание. |
| |
Зоны ожидания | пациенты с респираторными симптомами | любая процедура |
|
пациенты без респираторных симптомов | любая процедура |
| |
Административные зоны | все сотрудники, включая медицинских работников | административные задачи, которые не предусматривают контакта с пациентом с COVID-19 |
|
Приемное отделение | медработники | предшествующий скрининг без прямого контакта |
|
пациенты с респираторными симптомами | любая деятельность |
| |
пациенты без респираторных симптомов | любая деятельность |
| |
Автомобиль экстренной медицинской помощи или трансферный транспорт | медработники | транспортировка подозреваемого на COVID-19 |
|
медработники | аэрозоль-генерирующая процедура Примечание. |
| |
водитель | участвует только в транспортировке больного с подозрением на COVID-19; отделение водителя, изолированное от зоны пациента |
| |
помощь при загрузке или выгрузке |
| ||
нет прямого контакта с пациентом, но в транспорте нет раздельных секций для водителя и пациента |
| ||
пациент с подозрением на COVID-19 | транспортировка в УЗ |
| |
дезинфекторы или лица, проводящие дезинфекцию автомобиля | очистка и дезинфекция после и между транспортировкой пациентов с подозрением на COVID-19 в УЗ Примечание. |
|
Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду
Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду
Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду
Во время проведения этих процедур и медицинских манипуляций указанный комплект СИЗ можно заменить на костюм защитный от инфекционных агентов, учитывая высокие риски попадания органических веществ на незащищенные участки кожи и/или одежду⚡ Скачайте зразок
- ПРОТОКОЛ засідання комісії з інфекційного контролю у разі випадку інфікування Sars-CoV-2 в межах закладу
Какие СИЗ использовать эпидемиологическим бригадам, в том числе санитарно-карантинных подразделений, которые помогают проводить исследования ЧС в сфере общественного здоровья
NB! Члены эпидемиологической бригады должны быть обучены надлежащему выполнению гигиены рук, надеванию и снятию СИЗ для минимизации рисков самозаражения.
Условия | Категории лиц | Вид деятельности | Тип СИЗ или процедуры |
В любых условиях | эпидемиологические бригады, в том числе санитарно-карантинные подразделения | опрашивание человека с подозрением или подтвержденным случаем COVID-19 или контактными лицами |
|
эпидемиологические бригады, в том числе санитарно-карантинные подразделения | опрашивание без непосредственного контакта |
| |
опрашивание контактных лиц без каких-либо респираторных проявлений, которые находились в контакте с пациентами с COVID-19 |
|
Поддерживать расстояние не менее 1 м
МОЗ за два кроки скасував усім «набридлі та непотрібні папірці» — імовірно, аби полегшити роботу лікарів
Подробиці
ИИ (искусственный интеллект) в сестринском деле
Практическое применение в клинических условиях.
Примечание редактора: это ранний выпуск эксклюзивной веб-статьи для январского выпуска American Nurse Journal за 2022 год.
Выводы:
- Искусственный интеллект (ИИ) в здравоохранении не новинка. Фактически, в настоящее время он используется многими способами, которые имеют отношение к медсестрам.
- Медсестры должны участвовать в концептуализации, разработке и внедрении ИИ, особенно когда это влияет на сестринскую практику.
Искусственный интеллект (ИИ) включает в себя множество медицинских технологий, преобразующих роли медсестер и улучшающих уход за пациентами. В здравоохранении ИИ обычно относится к способности компьютеров независимо преобразовывать данные в знания для принятия решений или автономных действий. Однако точное определение ИИ может оказаться сложной задачей из-за широты его применения, включая алгоритмы прогнозирования риска, роботов и распознавание речи — все это дополняет сестринскую практику и быстро меняет здравоохранение в целом.
Инструменты искусственного интеллекта для медсестер включают поддержку принятия клинических решений, мобильные медицинские и сенсорные технологии, а также голосовых помощников и робототехнику.
Поддержка принятия клинических решений
Средства поддержки принятия клинических решений (включая оповещения в электронных медицинских картах [EHR], руководства по клинической практике, наборы заказов, отчеты и информационные панели) расширяют возможности медсестер по принятию клинических решений. Они могут предоставлять конечному пользователю информацию или предлагать варианты действий на основе данных. Поддержка принятия клинических решений также может быть интегрирована в другие инструменты, в том числе мобильные медицинские приложения, не входящие в EHR. В сочетании с ИИ поддержка принятия клинических решений может предлагать прогнозы и предложения с точностью и специфичностью, превышающей человеческие возможности. Поддержка принятия клинических решений на основе искусственного интеллекта включает в себя автоматически генерируемые сестринские диагнозы, прогнозирование риска падения и управляемые деревья принятия решений для предотвращения катетер-ассоциированных инфекций мочевыводящих путей.
Концепции, лежащие в основе этих инструментов, не новы. Прогнозирование риска падения, например, включает в себя регулярную оценку и принятие мер предосторожности при падении. Однако ручной расчет риска требует много времени и подвержен человеческим ошибкам, что приводит к неточным прогнозам. ИИ предлагает три преимущества перед традиционными методами:
- возможность быстро учитывать большие объемы данных при прогнозировании рисков
- повышенная специфичность вмешательства (точная маркировка пациентов с наиболее высоким риском)
- автоматических корректировок при выборе и расчете переменных.
ИИ точно выявляет пациентов из группы риска, учитывая более разнообразную информацию о пациентах из электронных медицинских карт и других источников информации.
Чтобы инструменты поддержки принятия клинических решений на основе ИИ дополняли рабочие процессы медсестер и приносили пользу при оказании помощи и исходах для пациентов, медсестры должны участвовать в их разработке и развертывании.
Потенциал ИИ в поддержке принятия решений включает в себя помощь медсестрам в защите интересов пациентов и выявлении пробелов и проблем в уходе.
Мобильное здравоохранение и сенсорные технологии
Пандемия COVID-19 изменила систему оказания помощи пациентам, в том числе возросла потребность в получении данных от пациентов удаленно и между визитами в клинику. Мобильное здравоохранение (mHealth) и сенсорные технологии открывают возможности для изменения способности медсестры оказывать помощь и наблюдать за пациентами, особенно в условиях ограниченных ресурсов и персонала. Эти технологии особенно полезны для лечения хронических заболеваний, на которые уходит более 75% расходов на здравоохранение в Соединенных Штатах, по данным Центров услуг Medicare и Medicaid.
Мобильные медицинские технологии (смартфоны, приложения для смартфонов и носимые устройства) помогают управлять хроническими заболеваниями, получая и отправляя данные напрямую между пациентами и поставщиками, создавая полную картину динамического состояния здоровья пациента в их повседневной среде.
Технологии на основе датчиков, когда они используются дома или в больнице и используются в комбинации, помогают медсестрам составлять текстовые и мультимедийные сообщения (для обмена фотографиями и видео), измерять движения тела и собирать информацию о весе, движении и окружающей среде (температура, свет, звук, качество воздуха) данные
Эти технологии можно использовать на всех этапах оказания медицинской помощи, сопровождая пациентов при переходе от стационарного лечения к амбулаторному. Смартфоны, повсеместно распространенные среди представителей различных социально-экономических, расовых и этнических групп, могут помочь улучшить доступ к медицинской помощи. Кроме того, носимые датчики, которые отслеживают активность, сон, частоту сердечных сокращений и ритм, становятся все более доступными. Эти инструменты и их приложения позволяют медсестрам отправлять и получать данные от отдельных пациентов практически в режиме реального времени и на уровне здоровья населения для масштабируемой неинвазивной диагностики и мониторинга.
Мобильные медицинские технологии генерируют большие объемы непрерывных данных, требующих программных инструментов для их объединения и анализа для получения действенной информации. Например, если пациенты с диабетом используют мобильные медицинские устройства для наблюдения за своим состоянием, врачи могут анализировать данные для распознавания образов. Это позволяет использовать петли обратной связи, которые побуждают пациентов изменять поведение в зависимости от тенденций данных. Анализы также могут выявить пациентов, которые могут нуждаться в дополнительном уходе и поддержке самопомощи. Во время визитов в клинику медсестры могут использовать данные, чтобы проиллюстрировать повседневное поведение и физиологические изменения, которые испытывают их пациенты.
Голосовые помощники и робототехника
Голосовые помощники (например, Amazon Alexa и Google Assistant) могут иметь будущее в приложениях EHR, собирая данные о пациентах на дому и выполняя вмешательства для улучшения ухода.
Представьте себе сценарий, в котором медсестра использует Alexa, чтобы напомнить пожилым людям о необходимости принимать лекарства и измерять кровяное давление. Затем Alexa записывает данные пациента в EHR для просмотра медсестрой. Для пожилых людей и пациентов с определенными нарушениями, такими как плохое зрение, эти инструменты могут быть особенно полезны, учитывая их голосовое взаимодействие. Польза от голосовых помощников зависит от участия медсестры в выборе технологии и ее применении на практике и уходе за пациентами.
По мере развития технологий робототехники они используются для предоставления компаньонов по уходу и создания инструментов с дистанционным управлением, таких как роботы телеприсутствия (где медсестра может управлять колесным роботом с помощью голосового и видеоприложения) для оказания помощи. Больницы все чаще используют роботов телеприсутствия, чтобы улучшить уход за пациентами лицом к лицу.
Во время пандемии COVID-19 медсестры часто дистанционно взаимодействовали с пациентами с помощью голосовых помощников и роботов, чтобы сократить использование средств индивидуальной защиты и повторное воздействие вируса.
Эти технологии также могут сократить время, которое медсестры тратят на сбор данных и документирование за одно посещение. Однако они ограничены видео и голосовым взаимодействием. Текущие исследования Ли и его коллег могут привести к созданию роботов с руками, которыми медсестры могут управлять удаленно, чтобы манипулировать предметами в окружающей среде, например, нажимать кнопки инфузионного насоса и помогать с кормлением и доставкой лекарств.
Внедрение ИИ в сестринское дело
Исследователи используют ИИ уже несколько десятилетий, но его практическое применение остается относительно новым. Когда медсестры внедряют искусственный интеллект, например инструменты для принятия клинических решений, они могут быстро обрабатывать большие объемы данных, чтобы выявлять риски, рекомендовать вмешательства и оптимизировать рабочий процесс. Однако для того, чтобы ИИ действительно изменил сестринскую практику, ограничения должны быть устранены с участием медсестер.
Понимание того, как работает ИИ по сравнению с традиционными инструментами, может помочь медсестрам выбрать лучший вариант в зависимости от конкретной ситуации ухода.
Например, при оценке травм от давления или риска падения инструменты ИИ учитывают риск с течением времени и могут изменить способ выполнения расчетов для повышения точности. Традиционные инструменты оценки риска учитывают ограниченное количество переменных в один момент времени и не могут учитывать индивидуальные различия. Другими словами, инструменты ИИ «учатся» быть более конкретными и точными, выявляя пациентов из группы риска, которые в противном случае остались бы незамеченными.
Инструменты искусственного интеллекта также могут анализировать больше точек данных, чем традиционные инструменты, включая данные, недоступные в EHR, например данные о покупках потребителей и общедоступные данные. Эта дополнительная информация в сочетании с подмножеством данных EHR может привести к более надежному анализу правдоподобия или риска, чем традиционные инструменты оценки риска на определенный момент времени. Одним из таких примеров являются фармацевтические исследования. McKinsey & Company заключила партнерское соглашение с системами здравоохранения, чтобы объединить их данные с продольными данными EHR для разработки противоопухолевых препаратов.
Сестринское дело также выиграет от интеграции нескольких источников данных (включая результаты, о которых сообщают пациенты, предпочтения пациентов и социально-экономические соображения) с ЭУЗ.
Чтобы помочь принять наилучшее решение об использовании инструментов ИИ, медсестры должны участвовать во всех этапах разработки проекта, от определения проблемы, которую должен решить инструмент, до оценки его воздействия. Обучение применению ИИ должно быть сосредоточено на том, почему ИИ необходим, что лежит в основе рекомендаций и как он может информировать об уходе за пациентами. Обучение рабочему процессу в рамках EHR является вторичным по отношению к этому более фундаментальному пониманию ИИ. Медсестры, которые понимают различия в использовании ИИ для поддержки принятия клинических решений, а также выявленные ИИ факторы риска, имеют решающее значение для разработки и использования надежных решений. Внедрение ИИ в сестринское дело не является совершенной наукой. Успех требует тщательного рассмотрения наиболее полезного инструмента, взаимодействия с медсестрами, которые будут фактически использовать этот инструмент, и участия медсестер в его внедрении и оценке.
(см. ИИ: воздействие на сестринское дело.)
ИИ: влияние на сестринское дело
Исследователи продолжают исследовать искусственный интеллект (ИИ) и уход за больными. Вот несколько примеров:
Bose E, Maganti S, Bowles KH, Brueshoff BL, Monsen KA. Методы машинного обучения для выявления важных элементов данных в документации по уходу. Нур Рез. 2019;68(1):65-72. doi:10.1097/NNR.0000000000000315
Влияние на уход за больными: ИИ может помочь определить, какие характеристики пациента наиболее важны для приложений общественного здравоохранения, что позволяет проводить более целенаправленные профилактические вмешательства.
Ли З., Моран П., Донг К., Шоу Р.Дж., Хаузер К. Разработка мобильного манипулятора дистанционного ухода для удаленного ухода в карантинных зонах. Документ представлен на Международной конференции IEEE по робототехнике и автоматизации 2017 года.
Влияние на сестринское дело: Роботы могут помочь в уходе за больными в опасных клинических условиях, и они могут автоматизировать некоторые задачи.
Парк Дж.И., Блисс Д.З., Чи К.Л., Делани К.В., Вестра Б.Л. Обнаружение знаний с помощью машинного обучения для внутрибольничных катетер-ассоциированных инфекций мочевыводящих путей. Компьютер Информ Нурс. 2020;38(1):28-35. doi:10.1097/CIN.0000000000000562
Влияние на уход за больными: Автоматические уведомления могут способствовать безопасному удалению катетера и лечению инфекций мочевыводящих путей.
Сафави К.С., Ханиев Т., Копенхейвер М. и др. Разработка и валидация модели машинного обучения для облегчения процессов выписки из стационарной хирургической помощи. Сеть JAMA открыта. 2019;2(12):e1917221. doi: 10.1001/jamanetworkopen.2019.17221
Воздействие на уход за больными: Раннее выявление пациентов, у которых могут возникнуть осложненные выделения после операции, может помочь сфокусировать уход.
Ван Л., Сюэ З., Эзеана К.Ф. и др. Предотвращение стационарных падений с травмами с помощью интегративного прогнозирования машинного обучения: когортное исследование.
нпдж Цифр. 2019;2(127). doi:10.1038/s41746-019-0200-3
Влияние на уход за больными: ИИ может более точно прогнозировать риск падения без ручного расчета и обеспечивать автоматические системы предупреждения.
Проблемы
Хотя ИИ предлагает многообещающие решения для ухода за больными, он не лишен недостатков. Например, только потому, что вы можете использовать инструмент ИИ, не означает, что вы должны . Многие традиционные инструменты на самом деле работают так же (или превосходят) свои аналоги ИИ в зависимости от приложения, например, при прогнозировании смертности пожилых пациентов, перенесших лечение перелома бедра. Качество данных и источники, а также проверка моделирования показали смешанные результаты. Инновационная робототехника может встретить сопротивление. Культурные изменения всегда являются фактором при внедрении чего-то нового, но робототехника может быть неправильно понята или считаться агрессивной, если ее не внедрять с осторожностью.
Медицинские работники также могут опасаться, что ИИ приведет к потере работы. Это может быть правдой в будущем, но существующие и разрабатываемые инструменты не заменяют человеческий труд; они предназначены для улучшения. Кроме того, у многих есть опасения по поводу конфиденциальности и конфиденциальности, связанных с использованием ИИ. Как и в случае с технологией, которая обрабатывает конфиденциальную информацию, существуют риски. Однако при тщательном планировании и реализации эти риски можно снизить.
Трансформация ухода
ИИ меняет роль здравоохранения и медсестер в оказании помощи. Поскольку мы сталкиваемся с глобальной пандемией, разработка и внедрение технологий на основе ИИ направлены на решение уникальных проблем, с которыми мы сталкиваемся, таких как наличие болезни у бессимптомных пациентов. Медсестры должны внести свой вклад в развитие ИИ, чтобы обеспечить развитие, которое продвигает роль медсестер и фокусируется на оказании помощи, ориентированной на человека.
Брайан Дж. Дутит — научный сотрудник Министерства по делам ветеранов США и Университета Вандербильта в Нэшвилле, штат Теннесси. Райан Дж. Шоу — адъюнкт-профессор Школы медсестер Университета Дьюка в Дареме, Северная Каролина. Кей С. Литл — директор по медицинскому обслуживанию в системе здравоохранения Университета Дьюка. Рэйчел Л. Ричессон — профессор Медицинской школы Мичиганского университета в Анн-Арборе. Майкл П. Кэри-младший — адъюнкт-профессор Школы медсестер Университета Дьюка и член Центра изучения старения и человеческого развития Университета Дьюка.
Ссылки
Аджани Р., Чаттерджи А., Талваи А., Чжан Дж. Как фармацевтическая компания применила машинное обучение к данным пациентов. Гарвардский бизнес-обзор. 25 октября 2018 г. hbr.org/2018/10/how-a-pharma-company-applied-machine-learning-to-patient-data
Cary MP Jr, Zhuang F, Draelos RL, et al. Алгоритмы машинного обучения для прогнозирования смертности и назначения паллиативной помощи пожилым пациентам с переломом шейки бедра.
J Am Med Dir Assoc . 2021;22(2):291-6. doi:10.1016/j.jamda.2020.09.025
Центры услуг Medicare и Medicaid. Основные показатели национальных расходов на здравоохранение в 2017 г. cms.gov/research-statistics-data-and-systems/statistics-trends-and-reports/nationalhealthexpenddata/downloads/highlights.pdf.
Дутит Б.Дж., Ху Х, Ричессон Р.Л., Ким Х., Кэри М.П. Как искусственный интеллект меняет будущее сестринского дела. Американская медсестра Дж. 2020;15(9):100-2.
Ли З., Моран П., Донг К., Шоу Р.Дж., Хаузер К. Разработка мобильного манипулятора телемедицины для удаленного ухода в карантинных зонах. Документ представлен на Международной конференции IEEE по робототехнике и автоматизации 2017 года.
Ву М., Алханти Б., Ласк С. и др. Оценка основанного на машинном обучении инструмента поддержки принятия клинических решений для замены существующего инструмента в академической системе здравоохранения: извлеченные уроки. Ж Перс Мед. 2020;10(3):104.
doi:10.3390/jpm10030104
Yang Q, Hatch D, Crowley MJ, et al. Цифровое фенотипирование самоконтроля поведения для людей с сахарным диабетом 2 типа: обсервационное исследование с использованием анализа роста латентного класса. JMIR Mhealth Uhealth. 2020;8(6):e17730. Дои: 10.2196/17730
Ключевые слова : Искусственный интеллект, Поддержка принятия клинических решений, Мобильное здоровье, Сенсоры, Голосовые помощники, Робототехника
Алгоритмы принимают решения о здравоохранении, которые могут только усугубить медицинский расизм
Кристал Грант,
Научный сотрудник по технологиям,
Проект ACLU по речи, конфиденциальности и технологиям
Поделиться этой страницей
3 октября 2022 г.
Искусственный интеллект (ИИ) и алгоритмические системы принятия решений — алгоритмы, которые анализируют огромные объемы данных и делают прогнозы на будущее — все больше влияют на повседневную жизнь американцев.
Использование ИИ и алгоритмических систем принятия решений в медицине расширяется, даже несмотря на то, что действующее регулирование может быть недостаточным для выявления вредных расовых предубеждений в этих инструментах. Детали разработки инструментов в значительной степени неизвестны врачам и общественности — отсутствие прозрачности угрожает автоматизировать и усугубить расизм в системе здравоохранения.
Предвзятость в медицинских инструментах и инструментах общественного здравоохранения
В 2019 году сногсшибательное исследование показало, что клинический алгоритм, который многие больницы использовали для определения того, какие пациенты нуждаются в уходе, демонстрирует расовую предвзятость — чернокожие пациенты должны были считаться намного более больными, чем белые пациенты должны быть рекомендованы для такой же помощи. Это произошло потому, что алгоритм был обучен на прошлых данных о расходах на здравоохранение, что отражает историю, в которой чернокожие пациенты тратили меньше на свое здравоохранение по сравнению с белыми пациентами из-за давнего неравенства в богатстве и доходах.
Хотя предвзятость этого алгоритма в конечном итоге была обнаружена и исправлена, этот инцидент поднимает вопрос о том, сколько еще клинических и медицинских инструментов могут быть аналогичными дискриминационными.
Другой алгоритм, созданный для определения того, сколько часов помощи жителям Арканзаса с ограниченными возможностями будут получать каждую неделю, подвергся критике после резкого сокращения ухода на дому. Некоторые жители объяснили внезапными порезами крайние нарушения в своей жизни и даже госпитализацию. В результате судебного разбирательства было установлено, что несколько ошибок в алгоритме — ошибки в том, как он характеризовал медицинские потребности людей с определенными ограничениями, — были непосредственной причиной неуместных сокращений. Несмотря на это возмущение, группа, разработавшая ошибочный алгоритм, по-прежнему создает инструменты, используемые в медицинских учреждениях почти в половине штатов США, а также во всем мире.
Одно недавнее исследование показало, что инструмент ИИ, обученный на медицинских изображениях, таких как рентгеновские снимки и компьютерная томография, неожиданно научился различать расовую принадлежность пациентов, о которой они сообщают сами.
Он научился делать это даже тогда, когда его обучали только с целью помочь клиницистам диагностировать изображения пациентов. Способность этой технологии определить расу пациентов — даже если их врач не может — может быть использована в будущем или непреднамеренно направлять худшую помощь цветным сообществам без обнаружения или вмешательства.
Инструменты, используемые в здравоохранении, могут не подпадать под регулирование
Некоторые алгоритмы, используемые в клинической практике, строго не регулируются в США Министерством здравоохранения и социальных служб США (HHS) и его подведомственным Управлением по контролю за продуктами и лекарствами ) поручено регулировать медицинские устройства — от депрессора языка до кардиостимулятора, а теперь и медицинских систем искусственного интеллекта. В то время как некоторые из этих медицинских устройств (включая ИИ) и инструменты, помогающие врачам в лечении и диагностике, регулируются, другие алгоритмические инструменты принятия решений, используемые в клинических, административных и государственных учреждениях здравоохранения, например те, которые прогнозируют риск смерти, вероятность реадмиссии и потребности в уходе на дому — не требуется рассматривать или регулировать FDA или какой-либо регулирующий орган.
Отсутствие надзора может привести к тому, что необъективные алгоритмы будут широко использоваться больницами и государственными системами здравоохранения, что приведет к усилению дискриминации в отношении чернокожих и коричневых пациентов, людей с ограниченными возможностями и других маргинализированных сообществ. В некоторых случаях эта неспособность регулировать может привести к потраченным впустую деньгам и потерям жизней. Один из таких инструментов искусственного интеллекта, разработанный для раннего выявления сепсиса, используется более чем в 170 больницах и системах здравоохранения. Но недавнее исследование показало, что этот инструмент не смог предсказать это опасное для жизни заболевание у 67 процентов пациентов, у которых оно развилось, и генерировал ложные предупреждения о сепсисе у тысяч пациентов, у которых этого не произошло. Признавая, что эта неудача была результатом недостаточного регулирования, новые рекомендации FDA указывают на эти инструменты как на примеры продуктов, которые теперь будут регулироваться как медицинские устройства.
Подход FDA к регулированию лекарственных средств, который включает общедоступные данные, которые тщательно изучаются экспертными группами на предмет побочных эффектов и событий, контрастирует с его подходом к регулированию медицинского ИИ и алгоритмических инструментов. Регулирование медицинского ИИ представляет собой новую проблему и потребует рассмотрения, отличного от того, что применимо к аппаратным устройствам, которые FDA привыкло регулировать. Эти устройства включают пульсоксиметры, тепловые термометры и скальповые электроды, каждое из которых, как было обнаружено, отражает расовую или этническую предвзятость в отношении того, насколько хорошо они функционируют в подгруппах. Новости об этих предубеждениях только подчеркивают, насколько важно должным образом регулировать эти инструменты и следить за тем, чтобы они не увековечивали предвзятое отношение к уязвимым расовым и этническим группам.
A Отсутствие прозрачности/предвзятости данных
Хотя FDA рекомендует производителям устройств тестировать свои устройства на предмет расовой и этнической предвзятости, прежде чем продавать их широкой публике, этот шаг не требуется.
Возможно, более важным, чем оценки после разработки устройства, является прозрачность во время его разработки. Исследование STAT+ News показало, что многие инструменты ИИ, одобренные или одобренные FDA, не содержат информации о разнообразии данных, на которых обучался ИИ, и что количество этих инструментов, прошедших проверку, быстро растет. Другое исследование показало, что инструменты ИИ «последовательно и выборочно недооценивают недостаточно обслуживаемые группы пациентов», обнаруживая, что уровень недодиагностики был выше для маргинализированных сообществ, которые непропорционально не имеют доступа к медицинской помощи. Это неприемлемо, когда эти инструменты могут принимать решения, которые могут иметь последствия для жизни или смерти.
Путь вперед
Равное обращение со стороны системы здравоохранения является вопросом гражданских прав. Пандемия COVID-19 обнажила множество способов, которыми существующее социальное неравенство порождает неравенство в сфере здравоохранения — сложную реальность, которую люди могут попытаться понять, но которую трудно точно отразить в алгоритме.
Обещание ИИ в медицине заключалось в том, что он может помочь устранить предвзятость в глубоко предвзятом учреждении и улучшить результаты здравоохранения; вместо этого он угрожает автоматизировать эту предвзятость.
Для устранения этих пробелов и неэффективности необходимы изменения политики и сотрудничество между ключевыми заинтересованными сторонами, включая государственные и федеральные регулирующие органы, группы и организации в области здравоохранения, общественного здравоохранения и клинической защиты. Для начала, как подробно описано в новом официальном документе ACLU:
- , необходимо предоставить публичную отчетность о демографической информации.
- Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA) должно потребовать проведения оценки влияния любых различий в характеристиках устройства по расовым или этническим подгруппам в рамках процесса проверки или утверждения.
- Этикетки устройств должны отражать результаты этой оценки воздействия.
