AI醫療:一個垃圾桶背後的挑戰

AI醫療:一個垃圾桶背後的挑戰

文 | 顏璇

來源 | 智能相對論(ID:aixdlun)

相信每個人都去過診所或者醫院,不知道大家觀察過沒有,護士在給患者輸完液後,會把用過的注射器扔去哪裡呢?

一直以來,醫療垃圾都是被眾人所忽視的地方,在AI+醫療愈演愈烈的現在,醫療科技廠商們不斷地疏通“動脈血管”,一個勁兒往醫療“心臟”裡鑽,卻忽略了同樣重要的“毛細血管”。落實到具體場景中,不論是AI+醫院醫療還是家庭醫療,這兩種模式都容易遇到產生醫療垃圾、空氣汙染等環保問題,“嵌入式”智慧養老就因為此類問題被社區居民牴觸,進而面臨著建設空間、用地難的情況。

所以,要想真正貫通AI+醫療,巨頭們是時候將視線落在那些堆積如山的醫療垃圾中來了。

一個垃圾桶引發的危害

回到文章一開始提出的問題——你知道護士將醫療廢棄物丟去哪裡了嗎?

答案是,垃圾桶。

這是個並不意外的答案,但又是一個太過於簡單的答案。

在實地考察中,我們發現,醫院中用到的小型垃圾桶為普通的家用垃圾桶,很多還是沒有桶蓋的,大一點的垃圾桶也屬於比較常見的藍色或紅色的塑料桶,正規一點的會貼上垃圾分類的標籤,更多的情況是垃圾桶上沒有明確的標籤內容。即便使用了醫用垃圾桶,部分醫院裡也存在垃圾桶使用簡陋,垃圾分類不夠詳細,甚至於將垃圾亂堆亂放的現象。

如此隨意地處置醫用垃圾,將帶有血液和藥品殘渣的醫用垃圾長期暴露在空氣中,將會加重細菌傳播的可能性,對醫護人員和患者的身心健康、生活質量都存在著很大的威脅。

而真正應該被使用的醫用垃圾桶應該是什麼樣子呢?我國醫療垃圾桶一般分為醫療廢物垃圾桶、醫療廢物週轉箱以及利器盒,它們的顏色都是統一標準的黃色,如果有讀者感興趣,也可以觀察一下,醫院中的醫護人員是否使用了這類垃圾桶。

AI醫療:一個垃圾桶背後的挑戰

圖表來源:《醫療用智能殺菌分類垃圾桶設計》楊稚毅 陳錦天等

從上圖我們也可以看出,即便是醫用垃圾桶,也存在著耐用性差、分類少、使用不便等情況。然而,不起眼的垃圾桶只是蝴蝶扇動的第一下翅膀,難以分類的醫療垃圾使得下一步垃圾處理變得更加困難。

與醫院隨意處置醫療垃圾的態度形成鮮明對比的是日益嚴格的環保要求,在這種形勢下,醫療垃圾已經有原來的醫院自行處理改為由統一的收購部門來回收並集中處理,這樣一來,因為要支付給外界更多的處理費用,醫院處理醫療垃圾的成本也隨之上升。支出費用的增加,導致醫院在部署處理垃圾的設施和人力資源上更為隨意,如此往復,醫院醫療垃圾的處理已經陷入一個惡性循環。

AI醫療:一個垃圾桶背後的挑戰

圖片來源:《PDCA循環在降低血液透析中心醫療垃圾成本中的應用》王泉

更可怕的是,還有一些別有用心的人被利益驅使,將醫療垃圾送入“黑作坊”,進行處理後再販賣給其他省市。除此之外,個別醫院的保潔員等臨時僱傭人員由於工資非常低,為了“彌補工資不足”,也會“出售”醫院中的醫療垃圾進行創收,面對這種情況,醫院往往是睜一隻眼,閉一隻眼。

醫院的不作為在一定程度上導致了醫療垃圾處理越來越難,但探究問題的本質,我們要問的是,醫院究竟是“管不住”還是“不想管”?醫療垃圾的回收體系何時才能健全?在智慧醫療大行其道的今天,AI究竟能為醫護人員做些什麼?

“品管圈”帶來的啟示

1950年,美國一個博士首先提出了“統計品質管理(SQC)”這個概念,後來,日本教授石川馨又在這個概念上加以完善,在1962年提出了品管圈(QCC)的理論。

“品管圈”,指由相同、相近或互補性質的工作場所的人們自動自發組成數人一圈的小圈團體,按照一定的活動程序來解決工作現場、管理、文化等方面所發生的問題及課題,目的在於提高產品質量和提高工作效率。

將這個理論應用在醫療垃圾的處理上,是否能產生積極的效果呢?

2014年,有研究人員在某醫院設立品管圈,圈名為“醫療垃圾環保圈”,成員為主管護師2名,護師3名,護士3名。經過一段時間,研究人員發現,在品管圈成立之前,醫療垃圾管理存在的漏洞高達60處,而在品管圈成立之後,醫療垃圾管理處理問題僅有10處,數量明顯少於品管圈實施前。

顯然,品管圈理論在手術室處理醫療垃圾中的應用能提高醫護人員的綜合素質能力,減少醫療垃圾處理缺陷的發生,從而提高醫院管理質量。

而如果將醫護人員全部替換,使醫療廢棄物的產生部門、醫療單位、監管部門、運輸處理部門成為“圈員”,是否能從總體上提升醫療廢棄物的處理速度和效率?當然,這樣做的前提是,我們勢必需要更能宏觀把控的工具,也就是大數據、人工智能以及物聯網技術。

最近,已有不少研究提出將物聯網技術應用於廢棄物的運輸,特別是對城市固體廢棄物及醫療廢棄物的運輸。物聯網技術基於射頻識別(RFID)技術,RFID包括標籤、閱讀器和後端數據庫,其基本工作原理是標籤進入某磁場後,接收閱讀器發出的信號,通過感應電流所獲得的能量發送出存儲在芯片中的產品信息,閱讀器讀取信息後完成解碼,再送至數據庫系統進行相關的數據處理。

利用RFID、GPRS、GPS和GIS,我們可以設置廢料箱監視系統,對醫療廢棄物實現全方位、全天候的智能監控,對醫療垃圾處理過程中進行實時信息採集。系統全電子化的數據集中管理,也使得監管部門在查找大量數據的工作中,能夠利用服務器提升效率,合理監管醫療廢棄物處理環節。

這種智能遠程的監控還可以在有效地在監測範圍內檢查醫療廢棄物運送處理的過程,一旦醫療垃圾離開監測範圍立即報警提醒,同時將相關數據發送至相關管理部門,這樣也能有效提防醫療垃圾的黑產業鏈。

給醫護人員一個“垃圾桶”

回到文章開頭,其實我們的落點依舊在那一個垃圾桶。

在醫院中,垃圾桶的使用面臨著很多問題,危害最嚴重的便是與人體皮膚的直接接觸,特別是在注射器針頭的分類處理上尤為突出,針頭對皮膚的損傷給醫護人員帶來了很大的危險。其次就是垃圾桶使用不便,具有汙染型,包括分類少、比例不協調等等。

當人工智能要為醫療垃圾做點什麼的時候,一定不能忽視的便是醫護人員這一首先接觸醫療垃圾的群體。現實中,醫護人員需要一個更方便、更安全的垃圾桶,這也是智慧醫療進入家庭和社區的前提——當人們可以通過技術自我診療或遠程診療時,無處安放的醫療垃圾成為了家庭健康的最大威脅。

理想的垃圾桶應該能對垃圾進行一個初步分類,比如設置多個部分,收納不同的垃圾。而在扔垃圾的過程中,垃圾桶則可以自動感應掃描開啟,避免手與垃圾桶接觸。當垃圾逐步增多時,垃圾指示條隨垃圾量增多而上升,指示條顯示滿量時,垃圾桶能夠自動對其進行封袋處理。另外,垃圾桶能對針頭進行自動切割,經切割的針頭自動落入垃圾桶內,整個過程針頭不會接觸到手部,減少手部皮膚損害。

事實上,自動的、智能的垃圾桶在市面上並不少見,只是遲遲沒有出現在醫療衛生這個領域而已。目前,還沒有任何數據來表明醫療垃圾對醫護人員造成了多大的傷害,但在各種問答社區裡,護士因為接觸了醫療垃圾而擔心染上病的提問並不少見。

根據前瞻產業研究的研究報告顯示,中國2018年的醫療廢物總產量可能會突破206.01萬噸,醫療廢物市場規模將達到76.9億元。預計到2023年,醫療廢物處理市場規模將達到107.37億元,同時產量達到249.56萬噸。

面對如此巨大的醫療垃圾產量,醫護人員的安危是時候被整個行業放在心上了。

【完】

智能相對論(微信id:aixdlun):深挖人工智能這口井,評出鹹淡,講出黑白,道出vb深淺。重點關注領域:AI+醫療、機器人、智能駕駛、AI+硬件、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的芯片、算法、人機交互等。


分享到:


相關文章: