基于AI的公司将研究1M医生轮班的职业倦怠原因


为了了解持续的医生倦怠危机 , 提供基于AI的医生轮班调度技术的公司Lightning Bolt Solutions试图研究一百万个医生轮班小时 。该研究将集中于倦怠的根源以及如何解决问题 。
Lightning Bolt Solutions的创始人兼首席执行官Suvas Vajracharya博士在一份新闻稿中说:“我们正致力于通过流行病学方法'烧伤'致命的 , 破坏性的医生精疲力竭危机 。” “我们这项研究的目标是塑造医疗保健组织如何为医师建立更加平衡的工作场所 , 帮助使所有人的药物更安全 。”
在 , 内科医生的倦怠是一个普遍存在的问题 , 症状可能包括情绪疲惫和缺乏个人成就感 。在各种研究领域中 , 已经采取了多种措施来遏制危机 , 包括最近建议在放射线医生的工作流程中采用AI以减少倦怠症状 。
“我们已经有了数据 , 向我们展示了对医生 , 患者和医疗机构的职业倦怠 。现在 , 我们需要能够从实用 , 操作的角度向我们展示如何预防和解决倦怠的数据 , ” Vajracharya告诉医疗保健行业的AI 。“我们相信 , 研究倦怠的真正根源-从各专业医师轮班一百万小时的数据来看-将为我们提供关于医疗机构如何使药物更安全的清晰画面 。”
据Vajracharya称 , 该公司于本月初启动了“倦怠病理研究计划” , 并且已经从医生那里获得了1000多个数据点 。Lightning Bolt Solutions每月管理超过300万个医生轮班时间 , Vajracharya认为 , 该研究的样本量足够大 。
每周一次 , 将提示使用该公司基于AI的移动应用的医师检查他们的日程安排 , 以回答有关其倦怠症状的匿名单问健康调查 。Vajracharya说 , 那些倦怠程度较高的人将被重定向到资源页面 , 以帮助他们解决问题 , 而不是“默默忍受” 。
尽管该研究从收集有关医生轮班时间的数据开始 , 但该公司希望这是一项长期计划 , 并计划分析数据以了解医生轮班安排如何影响职业倦怠并发布有关结果的年度报告 。
“我们不知道将从这些数据中找到什么 , 因此 , 我们先从广泛的趋势开始 。……随着我们开始收集越来越多的数据 , 我们的研究人员将能够识别出最强的信号 。” Vajracharya说 。理想情况下 , 数据将揭示倦怠的模式 。我们可以将数据细分到特定的专业领域-妇产科 , 妇产科 , 急诊医学 , 麻醉学 , 放射学等 。我们还可以看到 , 在一年中的特定时间 , 医生是否比其他人感到精疲力尽 , 例如在流感季节 。我们可以看看医生当天的工作变化 。如果要延长还是延长 , 了解这一点很重要 , 医疗机构可??以进行必要的更改以提供更好的平衡 。”
Vajracharya表示 , 该公司还希望医疗机构匿名分析数据并进行调整 , 以确保医生的健康 。如果他们的倦怠程度很低 , 他们希望这些数据可以揭示一些组织的正确做法 。
Vajracharya说:“由于我们可以按专业 , 设施和时间来细粒度地查看数据模式 , 因此我们可以学到很多方法 , 以一种对医生和患者都有利的方式来解决这种流行病 。” “所有这些都可以反馈到我们的AI平台中 , 以优化更安全的医生轮班时间表 。”
他说 , 人工智能可以减少医生的倦怠 。许多医疗机构使用该技术来寻找解决方案 , 以解决“人脑无法自行解决的问题” 。他认为组织可以利用AI来制定更好的轮班时间表 , 并防止医生过度劳累 。
Vajracharya说:“人工智能使医疗保健组织能够建立更智能的医生轮班时间表 , 使医生能够平衡时间 , 更安全的轮班以及更灵活的休假时间 。” “医师们工作过度 , 而将医师推到精疲力尽的实践始于居留 。是时候改变这种医学文化了 , 人工智能现在可以成为催化剂 。”
【基于AI的公司将研究1M医生轮班的职业倦怠原因】

    推荐阅读