モーターレーシングピットストップモデルを使用したロボット手術のための手術室の離職時間の短縮

背景：手術室（または）の離職時間、1人の患者がORを離れることと次の侵入の間で取る時間は、病院管理者にとって重要な値メトリックである重要な決定要因または使用率です。手術ロボットは、または離職中に必要なタスクの複雑さと数を増加させ、その結果、非常に変動するか、離職時間を増やしました。売上高プロセスを合理化し、ロボットまたは離職時間を短縮し、効率を高めようとしました。 方法：45の介入前のロボットまたはターンオーバーの直接観察が行われました。ハンドオフのために以前に成功したモデルに続いて、ブリーフィング、リーダーシップ、ロール定義、タスク割り当て、タスクシーケンスなど、モーターレースのピットストップの概念を採用しました。スタッフ用の売上高タスクカードが開発され、ターンオーバーごとにカードの割り当てが配布されました。41の症例が介入後に観察されました。 結果：平均合計または離職時間は、介入前の3か月で99.2分（95％CI 88.0-110.3）および53.2分（95％CI 48.0-58.5）でした。患者が出てから外科技術者が次の患者を受け取る準備ができていたときから、介入前に次の患者を受け取る準備ができているまで、3か月で27.2分（95％CI 24.7-29.7）後に減少した（P <0.0001）。 結論：役割の定義、タスクの割り当て、シーケンスは、使いやすさのための視覚的な手がかりを組み合わせて、ロボットまたは離職時間を減らすための効率的で持続可能なアプローチを作成します。その結果を活用するには、より広いシステムの変更が必要です。ピットストップやその他のリスクの高い業界モデルは、タスクとチームの管理へのアプローチを通知する場合があります。

BACKGROUND: Operating room (OR) turnover time, time taken between one patient leaving the OR and the next entering, is an important determinant of OR utilization, a key value metric for hospital administrators. Surgical robots have increased the complexity and number of tasks required during an OR turnover, resulting in highly variable OR turnover times. We sought to streamline the turnover process and decrease robotic OR turnover times and increase efficiency. METHODS: Direct observation of 45 pre-intervention robotic OR turnovers was performed. Following a previously successful model for handoffs, we employed concepts from motor racing pit stops, including briefings, leadership, role definition, task allocation and task sequencing. Turnover task cards for staff were developed, and card assignments were distributed for each turnover. Forty-one cases were observed post-intervention. RESULTS: Average total OR turnover time was 99.2 min (95% CI 88.0-110.3) pre-intervention and 53.2 min (95% CI 48.0-58.5) at 3 months post-intervention. Average room ready time from when the patient exited the OR until the surgical technician was ready to receive the next patient was 42.2 min (95% CI 36.7-47.7) before the intervention, which reduced to 27.2 min at 3 months (95% CI 24.7-29.7) post-intervention (p < 0.0001). CONCLUSIONS: Role definition, task allocation and sequencing, combined with a visual cue for ease-of-use, create efficient, and sustainable approaches to decreasing robotic OR turnover times. Broader system changes are needed to capitalize on that result. Pit stop and other high-risk industry models may inform approaches to the management of tasks and teams.