Στον ψηφιακό μετασχηματισμό των Τμημάτων Επειγόντων Περιστατικών (ΤΕΠ) καθώς και στη βοήθεια του έργου εργαζομένων και διοίκησης των νοσοκομείων από τεχνολογικά εργαλεία, «ποντάρει» πολύ η ηγεσία του Υπουργείου Υγείας. Η ιχνηλάτηση των αναμονών στις εφημερίες μέσα από το «βραχιολάκι» που ξεκινά τις επόμενες εβδομάδες να εφαρμόζεται πιλοτικά σε τέσσερα νοσοκομεία της Αττικής είναι ανάμεσα στις καίριες παρεμβάσεις του Υπουργείου που έχουν ως στόχο βελτίωση των αναμονών στα Επείγοντα.
Παράλληλα, σχεδιάζονται επιμέρους εφαρμογές για να δοθούν λύσεις στην «πολεμική», σε αρκετές περιπτώσεις, κατάσταση των εφημεριών. Στο Γενικό Νοσοκομείο Νίκαιας δοκιμάζεται ένα καινοτόμο σύστημα Τεχνητής Νοημοσύνης, στο πλαίσιο ερευνητικού προγράμματος. Το λογισμικό έχει ως αντικείμενο την ιεράρχηση των περιστατικών που προσέρχονται στο ΤΕΠ με βάση τη σοβαρότητά τους.
Μέσω μιας συνέργειας του Τμήματος Επειγόντων Περιστατικών του νοσηλευτικού ιδρύματος, με επικεφαλής το γενικό χειρουργό και διευθυντή του ΤΕΠ, Δημήτρη Τσιφτσή, και της Ιατρικής Σχολής του Πανεπιστημίου Πατρών, με επικεφαλής τον Δρα Λευτέρη Γκορτζή, επιχειρείται η διευκόλυνση του ιατρικού προσωπικού των Επειγόντων στην απόφαση ποια περιστατικά πρέπει να εξεταστούν, παραπεμφθούν για εξετάσεις, νοσηλευτούν ταχύτερα. Έτσι, θα είναι εφικτή η καλύτερη ιεράρχηση των περιστατικών, σε μικρότερο χρόνο, χωρίς να ταλαιπωρούνται σε πολύωρη αναμονή ασθενείς που χρήζουν γρήγορης φροντίδας.
Πιο αναλυτικά σε σχέση με το εν λόγω σύστημα AI (Artificial Intelligence), αυτή τη στιγμή είναι άμεσα εφαρμόσιμο στο πεδίο καταγραφής της διαλογής. Με τα υπάρχοντα δεδομένα που έχει σήμερα (μόνο στοιχεία που αφορούν στο λεγόμενο triage, δηλαδή τη διαλογή) δημιουργεί μια πρόταση βαρύτητας του κάθε περιστατικού, ακριβώς με την ίδια λογική που την κάνει και ο γιατρός. Οι δυνατότητές του, όμως, όταν προστεθούν περισσότερα δεδομένα θα είναι ανεξάντλητες. Όπως προκύπτει από τις πληροφορίες, το λογισμικό ειδικά στην πλήρη λειτουργία του θα ιεραρχεί τα περιστατικά βάσει της βαρύτητάς τους αντικειμενικά και ανεξάρτητα από το επίπεδο γνώσεων του χρήστη.
Έτσι, μελλοντικά η διαλογή θα μπορούσε ακόμη και να «φύγει» από τα χέρια των γιατρών και να γίνεται μέσω του καινοτόμου συστήματος από νοσηλευτικό προσωπικό, το οποίο είναι πιο εύκολο να προσληφθεί και κοστίζει λιγότερο σε σχέση με το ιατρικό προσωπικό.
Οι επικεφαλής του ερευνητικού προγράμματος ευελπιστούν σε βάθος χρόνου να επεκταθεί η χρήση του συστήματος έξω από το ΤΕΠ. Ειδικότερα, το λογισμικό έχει τη δυναμική να πιθανολογήσει κρίσιμες παραμέτρους πολύ βοηθητικές για τους γιατρούς. Για παράδειγμα, έχοντας στοιχεία της κλινικής εικόνας ενός ασθενούς θα μπορεί να εκτιμήσει πόσο πιθανό είναι να νοσηλευτεί σε μία συγκεκριμένη κλινική, πόσες ημέρες και με τι συμβουλές θα λάβει εξιτήριο (για παράδειγμα με συνταγή για αντιβίωση). Προς το παρόν, όμως, είναι πολύ νωρίς για να λειτουργήσει στο 100% των δυνατοτήτων του. Απαιτείται χρόνος και τροφοδότηση με πολλά δεδομένα. Για αυτό και δεν υπάρχουν χρήσιμα αποτελέσματα από την πιλοτική του χρήση η οποία ξεκίνησε το φθινόπωρο. Σε κάθε περίπτωση, πάντως, το νέο σύστημα πρόκειται να αποτελεί ένα χρήσιμο εργαλείο μείωσης της αναμονής για τους βαρέως πάσχοντες, που αποτελούν διεθνώς, όχι μόνο στην Ελλάδα, περίπου το 3% των προσερχομένων στα Τμήματα Επειγόντων Περιστατικών των νοσοκομείων.
Κεντρική μεταρρύθμιση για την ψηφιακή αναβάθμιση των ΤΕΠ είναι το σύστημα ιχνηλάτησης ασθενών, γνωστό και ως «βραχιολάκι». Σύμφωνα με όσα ειπώθηκαν από την πολιτική ηγεσία του Υπουργείου Υγείας σε συνέντευξη Τύπου που πραγματοποιήθηκε τη Δευτέρα, το σύστημα αυτό ξεκινά να εφαρμόζεται πιλοτικά από τον Φεβρουάριο σε τέσσερα νοσοκομεία «κορμού» στην Αττική (Ευαγγελισμός, Ιπποκράτειο, Κωνσταντοπούλειο, Λαϊκό ή Ερυθρός Σταυρός). Μέσω σκαναρίσματος ενός QR code θα είναι δυνατή η ιχνηλάτηση των διαδρομών του ασθενή στα διάφορα τμήματα των ΤΕΠ, έτσι ώστε οι διοικήσεις και κατ’ επέκταση το Υπουργείο Υγείας να έχουν σε πραγματικό χρόνο στοιχεία σχετικά με τον χρόνο αναμονής σε διάφορα σημεία των Επειγόντων και να μπορούν να γίνονται διορθωτικές παρεμβάσεις.
