基于数据的网络诊断技术，用于优化POCUS（Point-of-Care Ultrasound）管理：一种可操作的医院分析方法

《BMC Health Services Research》：Data-driven network diagnostics for optimizing POCUS management: an actionable hospital analytical approach

　　

摘要

背景

床旁超声（POCUS）在重症监护中至关重要，然而医院在资源分配方面存在效率低下的问题，这导致了延误、员工疲劳以及在需求激增时系统的脆弱性。静态调度往往无法充分满足患者的动态需求和隐藏的工作流程瓶颈。

方法

我们开发了一种三层、数据驱动的分析方法来诊断和优化POCUS管理。该研究在中国江苏省的宜兴人民医院进行，这是一家拥有1,700张床位的三级教学医院。利用2024年一年内进行的2,281次POCUS检查的数据，我们将POCUS系统建模为一个三方网络（患者、科室和超声技师）。涉及的关键临床单位包括重症监护室（ICU，34张床位）、急诊科（ED，12张复苏床位加上15张床位的EICU）以及呼吸与重症监护医学科（81张床位）。我们结合了结构分析、时间分析和功能分析来识别瓶颈、预测需求激增并发现潜在的协作社区。

结果

该网络表现出高效但脆弱的“小世界”特性，对关键枢纽（例如ICU、超声技师U2165）的依赖程度过高。时间序列分析显示，网络收缩期间会出现周期性的极端需求激增。社区检测揭示了工作负荷不平衡的情况，其中一个社区处理了57.8%的检查任务。

结论

我们提出了一种可操作的管理分析方法：（1）基于预测警报的需求响应式人员配置策略；（2）为关键诊断路径设置优先绿色通道；（3）根据社区工作负荷进行功能差异化的资源分配。这种方法可能使医院管理者能够系统地平衡效率与韧性，将POCUS管理从直觉驱动转向基于证据的优化。