《The Journal of Climate Change and Health》：Environmental impact of urine analyses: Comparison of manual, semi and fully automated analytical workflows
编辑推荐：
背景：医疗保健活动日益被认为是环境退化的主要因素，约占全球温室气体（GHG）排放量的4.4%，在法国约占国家排放量的近8%。尽管气候变化对人类健康构成严重威胁，但对常规微生物诊断检测在分析工作流程层面的环境影响的详细评估仍然不足。尿液分析（UA）是法国最常处方
背景：医疗保健活动日益被认为是环境退化的主要因素，约占全球温室气体（GHG）排放量的4.4%，在法国约占国家排放量的近8%。尽管气候变化对人类健康构成严重威胁，但对常规微生物诊断检测在分析工作流程层面的环境影响的详细评估仍然不足。尿液分析（UA）是法国最常处方的医学检测之一，2023年进行了1100万次检测。本研究旨在通过生命周期评估（LCA）方法，评估法国大肠杆菌尿液分析（ECUA）在手动、半自动和全自动三种工作流程中的环境影响，并识别潜在的优化路径。
方法：研究人员按照ISO 14,040/44标准，采用结合基于过程法和投入产出法的混合生命周期评估（LCA）方法。研究在两个医院微生物实验室进行：勒芒医院（手动和半自动工作流程，年处理41,000份样本）和里昂大学医院（全自动工作流程，年处理130,000份样本）。功能单位定义为一次ECUA的分析阶段，涵盖登记、细胞学、直接镜检、平板接种/划线、孵育、抗菌药物敏感性试验（AST）准备、平板读取和技术判读。研究人员应用了两种分配情景：反映实际消耗品和仪器使用的真实情景，以及在每年50,000次ECUA基础上标准化的理论规模平滑情景。采用ReCiPe 2016影响评估方法，评估中点指标和终点指标，包括以伤残调整生命年（DALY）表示的人类健康损害。
结果：在真实情景下，全自动工作流程在18个中点指标中的12个（66.7%）以及全部3个终点指标中影响最低。全自动工作流程的碳足迹（kgCO?eq）比手动工作流程低1.7倍，比半自动工作流程低2.4倍。每次ECUA的温室气体排放量分别为：手动工作流程1.9 kgCO?eq，半自动工作流程2.6 kgCO?eq，全自动工作流程1.1 kgCO?eq，相当于平均热力汽车行驶19.2公里、27.2公里和11.4公里。在三种工作流程中，AST过程是碳足迹的最大贡献者（占59.9%-79.0%）。主要环境影响来源包括聚苯乙烯琼脂平板、聚碳酸酯抗生物图板、多层铝包装消耗品、自动化系统的能源消耗和电子元件，以及全自动工作流程中的瓶装冲洗水。工作人员通勤交通是重要的排放来源，在手动工作流程中占碳排放的15.4%。
讨论：研究人员指出，自动化的环境效益取决于规模相关阈值，根据观察到的活动水平，该阈值可能在每年约5,000至20,000次ECUA之间。研究人员建议采用生态设计方法，包括过滤水系统、更轻的可回收消耗品和单材料选项，优化自动化能源使用，改进废物管理策略，以及实施诊断管理以避免不必要的UA检测。研究结论强调，将环境影响评估纳入医疗保健实践对于提高认识和适应当前影响人类健康的环境挑战至关重要。
### 研究背景与问题
医疗保健活动对环境的影响日益受到关注，全球医疗部门约占温室气体（GHG）排放量的4.4%，在法国这一比例接近8%。随着气候变化已成为人类安全运行空间中被突破的九个行星边界之一，医疗系统面临双重约束：既要减少对气候变化的贡献，又要在日益增长的能源约束下维持医疗服务的连续性。尽管环境法规正在快速演变，欧洲的企业可持续发展报告指令和尽职调查指令正逐步将可持续性要求扩展至医疗组织和临床实验室，但常规微生物诊断检测在分析工作流程层面的详细环境评估仍然稀缺。尿液分析（UA）作为法国最常处方的医学检测之一，2023年共进行了1100万次检测，是一个极具代表性的研究对象。随着全自动细胞学仪器、平板划线仪、带有人工智能的数字培养箱以及菌落挑取和抗菌药物敏感性试验（AST）制备自动化系统的引入，UA正经历着快速的技术变革和组织集中化，这引发了关于技术复杂性和工作流程组织对环境影响的重要但未充分记录的问题。因此，研究人员开展本研究，旨在通过生命周期评估（LCA）方法，评估法国大肠杆菌尿液分析（ECUA）在手动、半自动和全自动三种工作流程中的环境影响，并识别潜在的优化路径。
### 研究设计与技术方法
本研究采用符合ISO 14,040/44标准的混合生命周期评估（LCA）方法，结合基于过程法和投入产出法。研究在两个医院微生物实验室进行：勒芒医院的手动和半自动工作流程，以及里昂大学医院的全自动工作流程，分别年处理41,000份和130,000份样本。功能单位定义为一次ECUA的分析阶段，该阶段涵盖登记、细胞学、直接镜检、平板接种/划线、孵育、抗菌药物敏感性试验准备、平板读取和技术判读。研究人员应用两种分配情景：反映实际消耗品和仪器使用的真实规则，以及在每年50,000次ECUA基础上标准化的理论规模平滑规则，以隔离技术效应与规模效应。采用ReCiPe 2016影响评估方法评估中点指标和终点指标，其中人类健康损害以伤残调整生命年（DALY）表示。数据采集于2022年，包括产品数据表、安全数据表、精密天平称重材料重量、运输距离估算、实验室信息系统日ECUA量提取以及废料处理访谈。通勤数据通过匿名问卷调查获取。环境建模采用Ecoinvent v3.0数据库和SimaPro软件，研究结果存在约20%的不确定性。样本队列来源于勒芒医院和里昂大学医院两个实际的微生物实验室。
### 研究结果
**1. 中点指标结果**：在真实规则下，全自动工作流程在18个中点指标中的12个（66.7%）中影响最低，而手动工作流程在6个（33.3%）中最低。全自动工作流程的碳足迹比手动工作流程低1.7倍，比半自动工作流程低2.4倍。在50,000次ECUA标准化的理论规模平滑规则下，手动工作流程在10个（55.6%）中点指标中影响最低，全自动工作流程在8个（44.4%）中最低。
**2. 终点指标结果**：在真实规则下，全自动工作流程在三个保护领域（人类健康、生态系统、资源稀缺）中均具有最低影响。一次ECUA对人类健康的影响分别为：手动工作流程3.7×10?? DALY，半自动工作流程6.9×10?? DALY，全自动工作流程2.9×10?? DALY。
**3. 消耗品和仪器的环境影响**：在手动工作流程中，方形琼脂平板（51.9%）对碳足迹贡献最大，其次是哥伦比亚琼脂平板（8.8%）、显色琼脂平板（7.4%）和培养箱（4.6%）。在半自动工作流程中，抗生物图平板（33.2%）贡献最大，其次是自动抗生物图培养箱（12.5%）。在全自动工作流程中，抗生物图卡（15.7%）和自动化抗生物图系统（15.4%）贡献最大，其次是用于细胞学冲洗的瓶装水（12.9%）和显色琼脂平板（12.4%）。
**4. 子过程的环境影响**：在手动工作流程中，细胞学占碳足迹的4.4%，标准细菌学（划线接种和孵育）占13.4%，AST过程（从准备到读取）占66.8%。在半自动工作流程中，三者分别占1.6%、11.4%和79.0%。在全自动工作流程中，三者分别占17.8%、18.1%和59.9%。技术人员通勤在手动工作流程中是第二大碳排放来源（15.4%），在半自动工作流程中排第四（8.1%），在全自动工作流程中排第七（4.1%）。
**5. CO?和汽车公里当量结果**：每次ECUA产生的碳排放相当于平均热力汽车行驶19.2公里（手动）、27.2公里（半自动）和11.4公里（全自动）。按全国活动量外推，三种工作流程分别对应4,602,520 kgCO?eq、6,540,033 kgCO?eq和2,756,563 kgCO?eq，相当于绕地球1,208圈、1,715圈和721圈。
### 讨论与结论
**关键发现**：在真实条件下，全自动工作流程在温室气体排放和人类健康影响方面表现最优。半自动工作流程的单位检测环境影响力较高，表明技术复杂性的增加并不一定转化为相应的环境效益。在理论平滑规则下，手动工作流程对人类健康的影响最低，但在真实条件下其影响仍定量高于全自动工作流程。自动化环境效益取决于规模相关阈值，根据观察活动水平可能在每年约5,000至20,000次ECUA之间。聚苯乙烯（如琼脂平板）和聚碳酸酯（如抗生物图板）材料因重量大且按感染性废物处置流程处理而成为主要环境负担来源。多层铝包装消耗品也显著增加了环境负担，自动化系统主要因能源消耗和电子元件产生较大影响。
**建议**：优化ECUA环境影响的生态设计方法包括：过滤水系统、更轻的可回收消耗品、单材料选项、通过批量采购或现场试剂重组减少包装。自动化能源使用应通过最大化仪器负载和转向可再生能源来优化。废物管理策略应优先减少非必要感染性废物流的使用，在污染风险不显著的情况下促进回收利用。混合工作流程（手动细胞学与全自动标准细菌学和AST结合）可利用各流程优势优化性能。AST过程是主要的改进领域，实施诊断管理以避免不必要的尿液分析检测可减少过度检测及其相关环境成本。
**研究意义**：本研究强调了医疗专业人员在医疗生态设计中的作用，识别出实验室层面可操作的多个杠杆。改善诊断检测的可持续性需要医疗专业人员与医院管理者、采购部门、制造商、学术学会和政策制定者的协调行动。尽管本研究的数值针对ECUA，但该方法和结论可适用于具有类似特征的其他常规诊断检测，提供了一个可转移的分析框架。工作人员通勤被识别为重要排放来源，特别是在手动工作流程中，推广可持续通勤方式和考虑实验室选址可缓解相关排放。
**局限性**：分析排除了分析前阶段，该阶段在澳大利亚等其他背景下被报道显著影响碳足迹。由于数据可用性限制，生物医学仪器建模受限。固定资产、建筑基础设施以及供暖、制冷、服务器或软件（尤其是AI驱动的WASPLab?仪器）数据的缺乏导致总环境负担被低估。本研究旨在识别环境热点和结构性杠杆，而非定量评估特定减缓或生态设计策略的环境效益。混合LCA方法虽然提供了稳健框架，但对假设和特征化因子的依赖引入固有不确定性。
**结论**：集中化和自动化在碳足迹和DALY方面表现更优，表明生态、经济和技术并非对立而可协同作用。减少尿液培养、最小化抗生物图以及探索替代性低影响方法是关键策略。研究结果强调了将环境影响评估整合至医疗保健中的重要性，以提高认识并根据当前影响人类健康的环境挑战调整实践。
