Bu Dijital Uygulama, Hastane Giderlerini Düşürebilir

6 Aralık 2017

Bir problemimiz olduğunda koştuğumuz hastanelerin de kronik problemleri olabileceğini düşünmüş müydünüz? Bazı durumlarda bu kronik problemler, hastane harcamalarının önemli bir kısmını oluşturabiliyor.

Karley Yoder, GE Sağlık’ta çalışan bir bilgisayar mühendisi. O ve çalışma arkadaşları, hastanelerde üretilen verilerin doktorlar tarafından hızla analiz edilerek teşhisin konulmasını ve tedavi önerilmesini sağlayan uygulamalar üzerinde çalışıyorlar.

Geçen hafta Chicago’da düzenlenen, radyologlar ve diğer tıbbi uzmanlar için dünyanın en büyük toplantısı olan Kuzey Amerika Radyoloji Derneği’nin (RSNA) yıllık toplantısında Yoder ve meslektaşları, göğüs röntgen görüntülemesini daha verimli hale getirecek yeni bir uygulamayı tanıttılar.

X-Ray ile tarama, hastanelerdeki tüm tıbbi taramaların yarısından fazlasını oluşturuyor. Yapılan her iki X-Ray taramasından biri ise göğüs röntgeni. Görüntülemeyi yapan klinisyenin veya hastanın hareket etmesi, makinenin ayarının bozuk olması gibi sorunlar yüzünden en fazla hata da yine göğüs röntgeninde oluyor. Hatalı olan röntgen tekrarlanıyor ancak ABD’deki sağlık sisteminde tekrarlanan bu işlemler için raporlama yapmak gerekiyor. Hem tekrar çekilen röntgenin süresi hem de bürokrasiye harcanan süre boşa gittiği için hasta akışı yavaşlıyor.

İlk X-Ray Cihazı
GE Sağlık’ın Fransa, Buc’ta sergilenen ilk X-Ray görüntüleme cihazlarından biri.

Yoder’ın GE Sağlık’ta meslektaşları ile birlikte geliştirdiği uygulama bürokratik raporlamaları kendisi yapıyor. Böylelikle bürokrasiye harcanan süre ortadan kalkmış oluyor. Ayrıca hatanın nedenlerini de belirleyip bunu hastane yöneticilerine aktarıyor. Bu sayede sorun makinedeyse makine düzeltiliyor, ya da sorun klinisyendeyse daha iyi eğitim alarak bu hataları tekrar yapmasının önüne geçiliyor. Sorun hızlı belirlendiği için çözüm de hızlıca bulunuyor! Yani dijital dönüşüm sayesinde geliştirilen uygulama, kronik sorunların önüne geçilmesine destek oluyor.

Yoder’a göre bu uygulamanın daha fazla hastanede yaygınlaşması demek; hastaların daha az radyasyona maruz kalması, bürokrasiye harcanan zamanın ortadan kalkması, zamandan tasarruf edilmesi, daha fazla hastaya hizmet verilebilmesi ve radyoloji departmanlarının daha verimli hale gelmesi anlamına geliyor. Ayrıca Yoder, yapay zekaların derin öğrenme modeli sayesinde bu uygulamaların gelecekte tıpkı doktorlar gibi teşhis koyabileceklerini düşünüyor.

Yorumlar

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir