Wyniki wyszukiwania - BazTech

1

Predicting hospital emergency department visits with deep learning approaches

Zhao Xinxing, Lai Joel Weijia, Ho Andrew Fu Wah, Liu Nan, Ong Marcus Eng Hock, Cheong Kang Hao

Biocybernetics and Biomedical Engineering

|

2022

|

Vol. 42, no. 3

1051--1065

EN

Overcrowding in emergency department (ED) causes lengthy waiting times, reduces adequate emergency care and increases rate of mortality. Accurate prediction of daily ED visits and allocating resources in advance is one of the solutions to ED overcrowding problem. In this paper, a deep stacked architecture is being proposed and applied to the daily ED visits prediction problem with deep components such as Long Short Term Memory (LSTM), Gated Recurrent Units (GRU) and simple Recurrent Neural Network (RNN). The proposed architecture achieves very high mean accuracy level (94.28–94.59%) in daily ED visits predictions. We have also compared the performance of this architecture with non-stacked deep models and traditional prediction models. The results indicate that deep stacked models outperform (4–7%) the traditional prediction models and other non-stacked deep learning models (1–2%) in our prediction tasks. The application of deep neural network in ED visits prediction is novel as this is one of the first studies to apply a deep stacked architecture in this field. Importantly, our models have achieved better prediction accuracy (in one case comparable) than the state-of-the-art in the literature.

2

Zmiany w organizacji przestrzennej obiektów opieki zdrowotnej spowodowane zagrożeniem epidemicznym

Tomanek Michał

Builder

|

2021

|

R.25, nr 10

40--43

PL

Do zeszłego roku funkcjonował standardowy rozdział obiektów szpitalnych - na zakaźne, w których leczono pacjentów ze stwierdzonymi zakażeniami chorobami zakaźnymi, oraz przeznaczone dla osób niezakażonych. Rok 2020 przyniósł poważną zmianę. W minionym roku w naszym kraju zarejestrowano ponad milion zakażeń SARS-CoV-2. Niniejszy artykuł odpowiada na pytanie, w jakim stopniu architektura obiektów opieki zdrowotnej powinna wspomagać przeciwdziałanie zakażeniom oraz jakie rozwiązania organizacyjne i techniczne należy w tym celu stosować. Celem badań jest znalezienie rozwiązań, w ramach organizacji struktur obiektów opieki zdrowotnej, minimalizujących ryzyko zarażenia jako odpowiedź na pytanie, w jaki sposób oddzielić pacjentów zakażonych lub podejrzanych o zakażenie od pacjentów zdrowych. Wynikiem badań jest zaproponowanie nowej struktury stref przyjęć, szczególnie nagłych i wypadkowych w szpitalach. Metodologia opiera się na analizie przypadków oraz badaniach literaturowych prowadzonych wg metodyki tzw. systematycznego przeglądu bibliografii naukowej i przeglądu danych statystycznych stanowiących podstawę stosowanej w medycynie metody Evidence Based Medicine. Analizie poddano istniejące obiekty szpitalne, których działalność jest w największym stopniu narażona na duży napływ pacjentów - czyli szpitale i wyodrębnione w nich strefy przyjęcia pacjenta planowego oraz wypadkowego. Przeprowadzono badania jakościowe potrzeb i funkcjonowania personelu oraz pacjentów stref przyjęć na podstawie studium przypadków, a także badania POE (Post Occupancy Evaluation) rozwiązań doraźnych stosowanych w sytuacji pandemicznej w tego typu obiektach.

EN

Until last year, there was a standard division of hospital facilities into infectious facilities in which patients with diagnosed infections were treated with infectious diseases and intended for uninfected people. 2020 brought a significant change. In 2020 in Poland, over one million SARS-CoV-2 infections were registered. This article addresses the question to what extent the architecture of healthcare facilities should support infection prevention. What organizational and technical solutions should be implemented. The aim of the research is to find solutions, within the framework of the organization of healthcare facilities, to minimize the risk of infection as an answer to the question of how to separate infected or suspected patients from healthy patients. The result of the research is to propose a new structure of admission zones, especially in emergency and accident zones in hospitals. The methodology is based on case studies and literature research conducted according to the so-called systematic review of the scientific bibliography and the review of statistical data constituting the basis of the Evidence Based Medicine method used in medicine. The analysis covered the existing hospital facilities, the activity of which is mostly exposed to a large influx of patients - i.e. hospitals and separate areas for admitting planned and accident patients. Qualitative research was carried out on the needs and functioning of staff and patients in admission areas, based on a case study and POE (Post Occupancy Evaluation) study of emergency solutions used in a pandemic situation in such facilities.

3

Artificial Intelligence and Machine Learning in Emergency Medicine

Tang Kenneth Jian Wei, Ang Candice Ke En, Constantinides Theodoros, Rajinikanth V., Acharya U. Rajendra, Cheong Kang Hao

Biocybernetics and Biomedical Engineering

|

2021

|

Vol. 41, no. 1

156--172

EN

The advent of Artificial Intelligence (AI) has resulted in development of novel applications in a multitude of fields, such as in Medicine, to aid medical professionals in clinical diagnosis. Specifically, the field of Emergency Medicine has been of immense interest to researchers, with vast untapped potential for AI solutions to improve operational efficiencies and quality of healthcare. Aside from primary healthcare facilities, the Emergency Department serves as the first line of contact to patients, who often present with varying and undifferentiated symptoms. Several challenges faced by clinicians and patients alike, such as waiting times and diagnostic dilemmas, present opportunities for application of AI solutions. In this paper, we aim to summarise the applications of AI in the field of Emergency Medicine by reviewing recent developments in Emergency Department operations and in the clinical management of patients.

4

Lean healthcare in hospital emergency department. Case study

Lisiecka-Biełanowicz Mira, Lisiecka Krystyna

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2020

|

z. 143

123--133

EN

Purpose: The purpose of the study was to identify waste in the selected health care facility, the types and sources of events that trigger it, and to indicate possibilities to shorten time in which patients wait for help. Material and Methods: The case study was an Emergency Department located in the Province of Silesia. The Issue is many hour queues at the Emergency Departments. Results: Time to receive medical treatment is too long. Not only are high-risk patients being taken care of, but also patients who did not manage to visit their family doctor (General Practitioner - GP). Conclusions: The authoresses formulated a thesis that there are possibilities to shorten the waiting time for medical services at the Emergency Department.

5

Porównanie wykorzystania na oddziale ratunkowym kompleksowego panelu przyłóżkowych badań laboratoryjnych i takich samych badań wykonywanych w konwencjonalnym laboratorium

Kankaanpää Meri, Holma-Eriksson Marika, Kapanen Sami, Heitto Merja, Bergström Sari, Muukkonen Leila, Harjola Veli-Pekka, Tukaj Dorota

Laboratorium Medyczne

|

2020

|

nr 1

13--18

PL

W niniejszym badaniu postawiliśmy hipotezę, że badania laboratoryjne wykonywane przyłóżkowo (point-of-care testing, POCT) powinny skracać długość pobytu pacjenta (length of stay, LOS) w szpitalnym oddziale ratunkowym (SOR) w porównaniu z badaniami laboratoryjnymi wykonywanymi w centralnym laboratorium szpitala oraz stanowić czynnik wpływający na kierunek wypisu pacjenta z SOR. Przeprowadzono jednoośrodkowe badanie obserwacyjne wśród nieambulatoryjnych pacjentów SOR. Badania krwi wykonywano za pomocą: aparatury przyłóżkowej do gazometrii, badań biochemicznych, morfologii krwi i CRP albo w laboratorium szpitalnym lub jako połączenie obu tych metod. Pobieranie krwi i POCT wykonywały doświadczone pielęgniarki. Podczas 4-tygodniowego okresu badania próbki krwi do badań pobrano od 1759 pacjentów (POCT: n = 160, laboratorium: n = 951; obie metody: n = 648). Mediana czasu oczekiwania na pobranie krwi była o 19 min krótsza przy korzystaniu z POCT niż z laboratorium szpitalnego (0 h 52’ {95% CI 0 h 46’ – 1 h 02’} vs. 1 h 11’ {95% CI 1 h 05’– 1 h 14’}, p < 0,001). Wyniki POCT, zgodnie z oczekiwaniami, były dostępne szybciej zarówno w grupie pacjentów wypisywanych do domu, jak i na inny oddział szpitala. Gdy nie było potrzeby wykonywania badań obrazowych, pacjenci z grupy POCT byli wypisywani do domu szybciej o 55 min (4 h 57’ {95% CI 3 h 59’ – 6 h 17’} vs. 5 h 52’ {95% CI 5 h 21’– 6 h 35’}, p = 0,012), a gdy wykonywano badania obrazowe – o 1 godz. 22 min {5 h 48’ {95% CI 5 h 26’ – 6 h 18’} vs. 7 h 10’ {95% CI 6 h 47’ – 8 h 26’}, p = 0,010). Podobne skrócenie czasu do pobrania krwi i LOS nie było widoczne wśród osób przyjętych do szpitala. POCT skracały proces diagnostyki laboratoryjnej, a ich wyniki były dostępne szybciej niż z laboratorium szpitalnego. Dzięki temu pacjenci mogli być szybciej wypisywani do domu. Tak więc przy odpowiednim przeszkoleniu i edukacji zespołu oddziału ratunkowego POCT mogą stać się efektywnym narzędziem do poprawy przepływu pacjentów.

6

Mapa dostępności czasowej szpitalnych oddziałów ratunkowych w Warszawie

Mościcka A., Bielecka E., Tomala J.

Logistyka

|

2014

|

nr 5

1147--1153

PL

Artykuł przedstawia wyniki badań czasu dojazdu do najbliższego szpitalnego oddziału ratunkowego (SOR) z dowolnego miejsca w mieście. Badania przeprowadzono na przykładzie Warszawy i wszystkich dziesięciu szpitalnych oddziałów ratunkowych funkcjonujących w stolicy. Na obszarze całego miasta wyznaczono 110 punktów pomiarowych, dla każdego wybranego punktu wyznaczono czas dojazdu do najbliższego oddziału ratunkowego w trzech porach dnia: w czasie porannego (godz. 8:00) i popołudniowego szczytu komunikacyjnego (godz. 16:00) oraz w porze pozaszczytowej (godz. 12:00). Interpolując uzyskane wyniki z wykorzystaniem metody IDW (odwrotnych odległości) wyznaczono dostępność czasową SOR z każdego miejsca w Warszawie. Wyznaczone czasy dojazdu wynoszą od 3 do 28 minut. Analizę dokładności uzyskanych wyników przeprowadzono na podstawie 15 punktów kontrolnych, innych niż punkty wykorzystane w procesie interpolacji. Uzyskane wyniki badań przeanalizowano pod kątem czynników mogących mieć wpływ na zbyt duże czasy dojazdu do SOR z niektórych obszarów miasta.

EN

This article presents the results of research on travel time to the nearest Hospital Emergency Department (SOR) from anywhere in the city. The study was conducted on the example of Warsaw. All 10 hospital emergency departments operating in the city were taken into consideration. Travel times for 110 points were calculated. The travel times were calculated at morning (8:00), afternoon (16:00) rush hours and off-peak hour (12:00). The IDW (Inverse Distance Weighting) data interpolation method was used to calculate SOR accessibility from anywhere in the city. Calculated travel times for Warsaw area are from 3 to 28 minutes. The accuracy of the results was checked with the use of 15 control points other than points used in the interpolation process. To indicate reasons that may have impact on long journey times from certain areas of the city the results were analyzed in details

7

Under-Reporting of Accidents Involving Biological Material by Nursing Professionals at a Brazilian Emergency Hospital

Facchin L. T., Gir E., Pazin-Filho A., Hayashida M., da Silva Canini S. R. M.

International Journal of Occupational Safety and Ergonomics

|

2013

|

Vol. 19, No. 4

623--629

EN

Background. Pathogens can be transmitted to health professionals after contact with biological material. The exact number of infections deriving from these events is still unknown, due to the lack of systematic surveillance data and under-reporting. Methods. A cross-sectional study was carried out, involving 451 nursing professionals from a Brazilian tertiary emergency hospital between April and July 2009. Through an active search, cases of under-reporting of occupational accidents with biological material by the nursing team were identified by means of individual interviews. The Institutional Review Board approved the research project. Results. Over half of the professionals (237) had been victims of one or more accidents (425 in total) involving biological material, and 23.76% of the accidents had not been officially reported using an occupational accident report. Among the underreported accidents, 53.47% were percutaneous and 67.33% were bloodborne. The main reason for nonreporting was that the accident had been considered low risk. Conclusions. The under-reporting rate (23.76%) was low in comparison with other studies, but most cases of exposure were high risk.