स्वास्थ्य

Aimbient के स्वचालित ऑपरेशन-कक्ष समय-चिह्नों की सटीकता में कोई महत्वपूर्ण अंतर नहीं

Lila Rowan
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुस्वचालित टाइमस्टैम्प विभिन्न विशेषज्ञताओं में मैन्युअल रिकॉर्ड से मेल खाते थे, जबकि रात…
और देखें
  • स्वचालित टाइमस्टैम्प विभिन्न विशेषज्ञताओं में मैन्युअल रिकॉर्ड से मेल खाते थे, जबकि रात की पाली और लंबे ट्रांसप्लांट मामलों के दौरान मैन्युअल सटीकता गिर गई।
  • यह सत्यापन Aimbient के व्यापक प्लेटफ़ॉर्म में हर सर्जिकल माइलस्टोन के बजाय केवल रोगी के प्रवेश और निकास टाइमस्टैम्प को कवर करता है।
  • बहुविशेषज्ञता वाले केस मिश्रण के बावजूद, एकल-केंद्र का दायरा इस बात को सीमित करता है कि निष्कर्ष अन्य अस्पतालों पर कितने सीधे लागू होते हैं।

Aimbient ने घोषणा की कि 18 नवंबर 2026 को Stanford Medicine के नेतृत्व में किए गए एक अध्ययन के नतीजे JAMA Surgery में ऑनलाइन प्रकाशित हुए। अध्ययन में सात तरह की शल्य-चिकित्सा सेवाओं के दौरान इसके स्वचालित ऑपरेशन-कक्ष समय-चिह्नों और हाथ से दर्ज किए गए रिकॉर्ड की सटीकता में सांख्यिकीय रूप से कोई महत्वपूर्ण अंतर नहीं पाया गया। आठ महीने तक चला यह मूल्यांकन Stanford Health Care के 14 ऑपरेशन कक्षों और एक प्रक्रिया कक्ष में किया गया।

इस प्रणाली ने कंप्यूटर विज़न का इस्तेमाल करके वास्तविक समय में मरीज़ों के कक्ष में आने और बाहर जाने का पता लगाया और इन घटनाओं के घटते ही उनके समय-चिह्न दर्ज किए। शोधकर्ताओं ने स्वचालित प्रविष्टियों की तुलना हाथ से दर्ज रिकॉर्ड से की और संदर्भ मानक के रूप में ऐसे मानव समीक्षकों द्वारा वीडियो की समीक्षा का उपयोग किया जिन्हें यह जानकारी नहीं थी कि कौन-सा रिकॉर्ड किस तरीके से तैयार हुआ है। सटीकता के बारे में बताया गया नतीजा केवल इन दो घटनाओं पर लागू होता है, Aimbient के व्यापक मंच पर दर्ज किए जाने वाले शल्य-चिकित्सा के हर पड़ाव पर नहीं।

कई विशेषज्ञताओं के नतीजे और दस्तावेज़ीकरण में देरी

अध्ययन के कक्षों में की गई हर सर्जरी को शामिल किया गया। इनमें सामान्य, संवहनी, प्रत्यारोपण, मूत्ररोग, स्त्रीरोग और अस्थि-चिकित्सा संबंधी सर्जरी शामिल थीं। Aimbient का कहना है कि पहले के सत्यापन अध्ययनों में एक ही प्रकार की प्रक्रिया की जाँच की गई थी और वह इस अध्ययन को कई विशेषज्ञताओं में बड़े पैमाने पर स्वचालित ऑपरेशन-कक्ष दस्तावेज़ीकरण की जाँच करने वाला पहला अध्ययन बताती है।

Aimbient यह भी बताती है कि रात की पालियों और लंबे प्रत्यारोपण संबंधी मामलों के दौरान हाथ से दर्ज रिकॉर्ड की सटीकता घट गई, जबकि स्वचालित प्रणाली की सटीकता लगातार बनी रही। हाथ से की गई प्रविष्टियाँ वास्तविक घटनाओं से औसतन पाँच से छह मिनट पीछे थीं, क्योंकि मरीज़ों के आने पर कर्मचारी उनकी देखभाल में व्यस्त थे; स्वचालित प्रणाली ने मरीज़ों के आने और जाने का समय घटना के घटते ही दर्ज किया।

शोध-पत्र इस काम को कई तरह की प्रक्रियाओं पर आधारित, एक ही केंद्र में किया गया अध्ययन बताता है और कहता है कि वास्तविक परिस्थितियों में कार्यान्वयन तथा सत्यापन संबंधी अध्ययन अब भी कम हैं। बाह्य-रोगी देखभाल में परिवेश-आधारित दस्तावेज़ीकरण की तुलना में ऑपरेशन-कक्ष का दस्तावेज़ीकरण अधिक जटिल है, क्योंकि दर्ज करने योग्य कई घटनाएँ—जिनमें मरीज़ों का कक्ष में आना और बाहर जाना भी शामिल है—दृश्य संकेतों पर निर्भर करती हैं। कई विशेषज्ञताओं के मामलों को शामिल किए जाने के बावजूद, अध्ययन का एक ही केंद्र तक सीमित होना इस बात को सीमित करता है कि इसके नतीजों को दूसरे अस्पतालों पर सीधे किस हद तक लागू किया जा सकता है।

समय-चिह्नों से ऑपरेशन-कक्ष संबंधी निर्णयों तक

Aimbient के संस्थापक और मुख्य कार्यकारी अधिकारी Teodor Grantcharov ने कहा: “स्वास्थ्य प्रणाली के लिए अहम ऑपरेशन-कक्ष के हर मापदंड का आधार उसके पीछे दर्ज समय-चिह्न की सटीकता है—चाहे वह दिन के पहले मामले का समय पर शुरू होना हो या एक मरीज़ के बाद अगले मरीज़ के लिए कक्ष तैयार करने में लगने वाला समय।” कक्ष तैयार करने का समय एक मरीज़ के बाहर जाने और अगले मरीज़ के अंदर आने के बीच का अंतराल है।

Aimbient के अनुसार, समय पर दर्ज किए गए समय-चिह्नों से शल्य-चिकित्सा के दौरान देखभाल करने वाली टीमों को कक्ष की गतिविधियों की ताज़ा जानकारी मिल सकती है और समय-सारणी, संचालन संबंधी रिपोर्ट तथा क्षमता के फैसलों के लिए इस्तेमाल होने वाले डेटा में सुधार हो सकता है। ये संभावित उपयोग हैं, इस समय-चिह्न सत्यापन अध्ययन में मापे गए नतीजे नहीं।

घोषणा में उद्धृत 2022 के BMJ Open Quality शोधपत्र से आर्थिक संदर्भ मिलता है: ऑपरेशन-कक्ष चलाने की अनुमानित लागत 30 से 100 डॉलर प्रति मिनट है और अधिकांश मामलों में उनसे अस्पताल के कुल राजस्व का 40% से 70% आता है। हालाँकि, अतिरिक्त क्षमता से राजस्व तभी बढ़ता है जब पर्याप्त माँग हो।

पहले Surgical Safety Technologies के नाम से जानी जाने वाली Aimbient ने 10 जुलाई 2025 को शल्य-चिकित्सा के महत्वपूर्ण पड़ावों का स्वचालित पता लगाने और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के साथ एकीकरण की व्यापक उपलब्धता की घोषणा की। उस पहले के उत्पाद में मरीज़ों के कक्ष में आने और बाहर जाने, एनेस्थीसिया शुरू होने और समाप्त होने तथा प्रक्रिया शुरू होने और समाप्त होने का पता लगाना शामिल था। नवंबर 2026 का घटनाक्रम मरीज़ों के आने-जाने के समय-चिह्नों के कई विशेषज्ञताओं में सत्यापन के साक्ष्य का प्रकाशन है, उपलब्धता की कोई नई घोषणा नहीं।

स्वास्थ्य प्रणालियों के लिए इसका व्यावहारिक लाभ महँगे कक्षों का प्रबंधन करने हेतु अधिक भरोसेमंद डेटा-आधार है। अध्ययन एक अकादमिक चिकित्सा केंद्र में कई विशेषज्ञताओं के दौरान स्वचालित समय-चिह्नों के इस्तेमाल का समर्थन करता है; लेकिन इस दस्तावेज़ीकरण को कक्ष तैयार करने में कम समय, अधिक क्षमता या अधिक राजस्व में बदलना अब भी संचालन संबंधी बदलावों और पर्याप्त शल्य-चिकित्सा माँग पर निर्भर करता है।

लीला रोवन Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो कृत्रिम बुद्धिमत्ता, स्वास्थ्य सेवा और मानसिक कल्याण के संगम को कवर करता है। इसका काम बताता है कि एआई-संचालित उपकरण निदान कैसे बेहतर बनाते हैं, देखभाल तक पहुँच कैसे बढ़ाते हैं और मानव चिकित्सकों का स्थान लिए बिना उनके काम के पूरक के रूप में मानसिक स्वास्थ्य सेवाओं का समर्थन कैसे करते हैं।

करुणापूर्ण और साक्ष्य-आधारित दृष्टिकोण से लीला नैदानिक अध्ययनों, वास्तविक उपयोग और उभरती स्वास्थ्य तकनीकों को मानवीय संदर्भ में देखता है। इसका विशेष ध्यान ऐसे एआई अनुप्रयोगों पर है जो रोगियों की निजता, सुरक्षा और नैतिक मानकों का सम्मान करते हुए देखभाल की बाधाएँ घटाते हैं, शुरुआती पहचान बेहतर बनाते हैं और मानसिक कल्याण में सहायता करते हैं।

लीला रोवन के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। स्वास्थ्य और मानसिक कल्याण संबंधी तकनीकों पर सटीक, संवेदनशील और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।