在美国医疗系统中利用人工智能：通过护理自动化来减轻护理成本负担

《Journal of Surgical Research》：Leveraging Artificial Intelligence in the United States Health System: Point-of-Care Automation in Reducing Care Cost Burden

美国医疗系统面临医院利润率低（2.3%-3.8%）、围手术期效率低下及行政负担过重问题，人工智能可优化手术流程、减少浪费并提升运营效率。

　　

阿图尔·马纳西安（Artur Manasyan）|雷蒙德·哈什巴格尔（Raymond Harshbarger）|邦妮·L·帕德瓦（Bonnie L. Padwa）|杰弗里·A·哈穆德（Jeffrey A. Hammoudeh）

南加州大学凯克医学院（Keck School of Medicine），加利福尼亚州洛杉矶

摘要

引言

美国的医疗体系正处于一个转折点，大多数医院的运营利润率处于较低水平，范围在3.8%到2.3%之间。与此同时，围手术期的低效率以及日益增加的行政工作负担导致了运营成本的上升。

方法

本研究通过一项范围评估，探讨了人工智能如何提升手术利润并减少医疗和外科领域的低效率问题。提取的数据随后进行了定性和定量分析。

结果

外科护理占医院收入和利润的70%，但在效率和人工智能应用方面落后于其他领域。过去40年里，行政人员的招聘数量几乎是医生的20倍。围手术期工作流程仍然存在碎片化问题，受到过时静态偏好卡、调度延迟和病例准备效率低下等因素的阻碍。尤其是在手术过程中追踪植入物、生物制品和消耗品时，需要完成大量手动任务，这一过程容易出错，并使临床工作人员无法专注于患者护理。

结论

这一差距为人工智能提供了重要机会，使其能够在使用现场实时优化围手术期流程，实现360度可追溯性，减少浪费，提高手术效率，并在保持质量和安全的前提下提升利润。

部分内容摘录

信息披露

杰弗里·哈穆德（Jeffrey Hammoudeh）是MedGEO的首席外科官。阿图尔·马纳西安（Artur Manasyan）是MedGEO的临床研究分析师。

资金来源

无。

作者贡献声明

阿图尔·马纳西安（Artur Manasyan）：撰写——审稿与编辑、初稿撰写、数据可视化、数据分析、概念构建。雷蒙德·哈什巴格尔（Raymond Harshbarger）：撰写——审稿与编辑、数据分析、概念构建。邦妮·L·帕德瓦（Bonnie L. Padwa）：撰写——审稿与编辑、数据分析、概念构建。杰弗里·A·哈穆德（Jeffrey A. Hammoudeh）：撰写——审稿与编辑、初稿撰写、验证、监督、数据分析、概念构建。