AI医疗：一个垃圾桶背后的挑战
文 | 颜璇
来源 | 智能相对论（ID：aixdlun）
相信每个人都去过诊所或者医院，不知道大家观察过没有，护士在给患者输完液后，会把用过的注射器扔去哪里呢？
一直以来，医疗垃圾都是被众人所忽视的地方，在AI＋医疗愈演愈烈的现在，医疗科技厂商们不断地疏通“动脉血管”，一个劲儿往医疗“心脏”里钻，却忽略了同样重要的“毛细血管”。落实到具体场景中，不论是AI+医院医疗还是家庭医疗，这两种模式都容易遇到产生医疗垃圾、空气污染等环保问题，“嵌入式”智慧养老就因为此类问题被社区居民抵触，进而面临着建设空间、用地难的情况。
所以，要想真正贯通AI＋医疗，巨头们是时候将视线落在那些堆积如山的医疗垃圾中来了。
一个垃圾桶引发的危害
回到文章一开始提出的问题——你知道护士将医疗废弃物丢去哪里了吗？
答案是，垃圾桶。
这是个并不意外的答案，但又是一个太过于简单的答案。
在实地考察中，我们发现，医院中用到的小型垃圾桶为普通的家用垃圾桶，很多还是没有桶盖的，大一点的垃圾桶也属于比较常见的蓝色或红色的塑料桶，正规一点的会贴上垃圾分类的标签，更多的情况是垃圾桶上没有明确的标签内容。即便使用了医用垃圾桶，部分医院里也存在垃圾桶使用简陋，垃圾分类不够详细，甚至于将垃圾乱堆乱放的现象。
如此随意地处置医用垃圾，将带有血液和药品残渣的医用垃圾长期暴露在空气中，将会加重细菌传播的可能性，对医护人员和患者的身心健康、生活质量都存在着很大的威胁。
而真正应该被使用的医用垃圾桶应该是什么样子呢？我国医疗垃圾桶一般分为医疗废物垃圾桶、医疗废物周转箱以及利器盒，它们的颜色都是统一标准的黄色，如果有读者感兴趣，也可以观察一下，医院中的医护人员是否使用了这类垃圾桶。
图表来源：《医疗用智能杀菌分类垃圾桶设计》杨稚毅 陈锦天等
从上图我们也可以看出，即便是医用垃圾桶，也存在着耐用性差、分类少、使用不便等情况。然而，不起眼的垃圾桶只是蝴蝶扇动的第一下翅膀，难以分类的医疗垃圾使得下一步垃圾处理变得更加困难。
与医院随意处置医疗垃圾的态度形成鲜明对比的是日益严格的环保要求，在这种形势下，医疗垃圾已经有原来的医院自行处理改为由统一的收购部门来回收并集中处理，这样一来，因为要支付给外界更多的处理费用，医院处理医疗垃圾的成本也随之上升。支出费用的增加，导致医院在部署处理垃圾的设施和人力资源上更为随意，如此往复，医院医疗垃圾的处理已经陷入一个恶性循环。
图片来源：《PDCA循环在降低血液透析中心医疗垃圾成本中的应用》王泉
更可怕的是，还有一些别有用心的人被利益驱使，将医疗垃圾送入“黑作坊”，进行处理后再贩卖给其他省市。除此之外，个别医院的保洁员等临时雇佣人员由于工资非常低，为了“弥补工资不足”，也会“出售”医院中的医疗垃圾进行创收，面对这种情况，医院往往是睁一只眼，闭一只眼。
医院的不作为在一定程度上导致了医疗垃圾处理越来越难，但探究问题的本质，我们要问的是，医院究竟是“管不住”还是“不想管”？医疗垃圾的回收体系何时才能健全？在智慧医疗大行其道的今天，AI究竟能为医护人员做些什么？
“品管圈”带来的启示
1950年，美国一个博士首先提出了“统计品质管理（SQC）”这个概念，后来，日本教授石川馨又在这个概念上加以完善，在1962年提出了品管圈（QCC）的理论。
“品管圈”，指由相同、相近或互补性质的工作场所的人们自动自发组成数人一圈的小圈团体，按照一定的活动程序来解决工作现场、管理、文化等方面所发生的问题及课题，目的在于提高产品质量和提高工作效率。
将这个理论应用在医疗垃圾的处理上，是否能产生积极的效果呢？
2014年，有研究人员在某医院设立品管圈，圈名为“医疗垃圾环保圈”，成员为主管护师2名，护师3名，护士3名。经过一段时间，研究人员发现，在品管圈成立之前，医疗垃圾管理存在的漏洞高达60处，而在品管圈成立之后，医疗垃圾管理处理问题仅有10处，数量明显少于品管圈实施前。
显然，品管圈理论在手术室处理医疗垃圾中的应用能提高医护人员的综合素质能力，减少医疗垃圾处理缺陷的发生，从而提高医院管理质量。
而如果将医护人员全部替换，使医疗废弃物的产生部门、医疗单位、监管部门、运输处理部门成为“圈员”，是否能从总体上提升医疗废弃物的处理速度和效率？当然，这样做的前提是，我们势必需要更能宏观把控的工具，也就是大数据、人工智能以及物联网技术。
最近，已有不少研究提出将物联网技术应用于废弃物的运输，特别是对城市固体废弃物及医疗废弃物的运输。物联网技术基于射频识别（RFID）技术，RFID包括标签、阅读器和后端数据库，其基本工作原理是标签进入某磁场后，接收阅读器发出的信号，通过感应电流所获得的能量发送出存储在芯片中的产品信息，阅读器读取信息后完成解码，再送至数据库系统进行相关的数据处理。
利用RFID、GPRS、GPS和GIS，我们可以设置废料箱监视系统，对医疗废弃物实现全方位、全天候的智能监控，对医疗垃圾处理过程中进行实时信息采集。系统全电子化的数据集中管理，也使得监管部门在查找大量数据的工作中，能够利用服务器提升效率，合理监管医疗废弃物处理环节。
这种智能远程的监控还可以在有效地在监测范围内检查医疗废弃物运送处理的过程，一旦医疗垃圾离开监测范围立即报警提醒，同时将相关数据发送至相关管理部门，这样也能有效提防医疗垃圾的黑产业链。
给医护人员一个“垃圾桶”
回到文章开头，其实我们的落点依旧在那一个垃圾桶。
在医院中，垃圾桶的使用面临着很多问题，危害最严重的便是与人体皮肤的直接接触，特别是在注射器针头的分类处理上尤为突出，针头对皮肤的损伤给医护人员带来了很大的危险。其次就是垃圾桶使用不便，具有污染型，包括分类少、比例不协调等等。
当人工智能要为医疗垃圾做点什么的时候，一定不能忽视的便是医护人员这一首先接触医疗垃圾的群体。现实中，医护人员需要一个更方便、更安全的垃圾桶，这也是智慧医疗进入家庭和社区的前提——当人们可以通过技术自我诊疗或远程诊疗时，无处安放的医疗垃圾成为了家庭健康的最大威胁。
理想的垃圾桶应该能对垃圾进行一个初步分类，比如设置多个部分，收纳不同的垃圾。而在扔垃圾的过程中，垃圾桶则可以自动感应扫描开启，避免手与垃圾桶接触。当垃圾逐步增多时，垃圾指示条随垃圾量增多而上升，指示条显示满量时，垃圾桶能够自动对其进行封袋处理。另外，垃圾桶能对针头进行自动切割，经切割的针头自动落入垃圾桶内，整个过程针头不会接触到手部，减少手部皮肤损害。
事实上，自动的、智能的垃圾桶在市面上并不少见，只是迟迟没有出现在医疗卫生这个领域而已。目前，还没有任何数据来表明医疗垃圾对医护人员造成了多大的伤害，但在各种问答社区里，护士因为接触了医疗垃圾而担心染上病的提问并不少见。
根据前瞻产业研究的研究报告显示，中国2018年的医疗废物总产量可能会突破206.01万吨，医疗废物市场规模将达到76.9亿元。预计到2023年，医疗废物处理市场规模将达到107.37亿元，同时产量达到249.56万吨。
面对如此巨大的医疗垃圾产量，医护人员的安危是时候被整个行业放在心上了。
【完】
智能相对论（微信id:aixdlun）：深挖人工智能这口井，评出咸淡，讲出黑白，道出vb深浅。重点关注领域：AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。
AI医疗：一个垃圾桶背后的挑战相关推荐
- 北京智源大会 | AI + 医疗的下一个十年：从公共卫生预警到人类基因密码破解...
医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医疗很复杂,直接切入终端问题很多.未来十年,AI+医疗会碰撞出怎样的 ...
- 北京智源大会 | AI + 医疗的下一个十年：从公共卫生预警到人类基因密码解析 道翰天琼认知智能api机器人接口。
医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医疗很复杂,直接切入终端问题很多.未来十年,AI+医疗会碰撞出怎样的 ...
- 北京智源大会 | AI + 医疗的下一个十年：从公共卫生预警到人类基因密码破解 道翰天琼认知智能api机器人接口。
医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医疗很复杂,直接切入终端问题很多.未来十年,AI+医疗会碰撞出怎样的 ...
- 北京智源大会 | AI + 医疗的下一个十年：从公共卫生预警到人类基因密码破解 道翰天琼认知智能api机器人接口1。
医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医疗很复杂,直接切入终端问题很多.未来十年,AI+医疗会碰撞出怎样的 ...
- AI + 医疗的下一个十年：从公共卫生预警到人类基因密码破解| AI TIME
AI TIME欢迎每一位AI爱好者的加入! AI+医疗的下个十年 医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高.过去,AI系统更多的是服务于终端,辅助医生诊断.决策.但是,医 ...
- AI医疗落地挑战：需求“实打实存在”，商业价值如何挖掘？
2019独角兽企业重金招聘Python工程师标准>>> 近来,人工智能在癌症检测.病例分析.罕见病诊断等医疗领域"屡立新功".人工智能在医疗领域的前景如何?人工智 ...
- 人工智能医疗应用浪潮背后问题多：AI与医疗结合的机遇和风险
人工智能医疗应用浪潮背后问题多:AI与医疗结合的机遇和风险 这是一个令人兴奋的时代.诸如基因组学和医学成像等的医学领域带来的信息巨浪如今扑面而来,我们将可以利用人工智能来分析这些数据,并提供医疗见解. ...
- AI 医疗公司“战疫”在前线
作者 | Just 来源 | CSDN(CSDNnews) 紧急驰援疫区,涉足AI+医疗领域的公司也出动了. 截止到2月6日,随着新冠病毒肺炎疫情的不断发展,全国累计已有31161例确诊病例,2635 ...
- 阿里达摩院 AI医疗 「铸剑」四年：上线170家医院，落地57座城市
疫情突然,对于各行各业来说都是一场大考,尤其是 AI 医疗行业,从疫情咨询.药物研发.病毒基因分析再到临床诊断等多个环节,紧急上阵,达摩院医疗 AI 团队却连点成线,应用「处处开花」. 在这背后,是达 ...
最新文章
- 上市之后，青云存储平台 QingStor 也要“进军”云原生
- 代码实战 | 用LeGO-LOAM实现地面提取
- 下列代码的执行结果是 php,执行下列代码后的结果是: $x=15; echo $x++; $y=20; echo ++y;...
- android5.1 init对rc文件解析执行顺序
- 再次推荐数据安全清除软件----Eraser
- 【计算机基础】 操作系统总结（未完）
- 旅途中的人物之一：卖菜老人
- hbase集群 数据写入_Hbase实用技巧：全量+增量数据的迁移方法
- php定时任务sw,[原创]Swoole和Swoft的那些事(Task投递/定时任务篇)
- 中国科学院国家授时中心
- 微信.gif表情包保存到本地
- 算法导论学习笔记12_动态规划
- RGB与HSB之间的转换公式
- python 调用淘宝客api
- 2021春节红包活动平台大全 春节平台集卡活动汇总
- Andromeda 源码解析 （同步获取服务）
- 你想拥有一台可以水下通话的手机吗？
- PotPlayer播放器及安装说明
- 论文“Structure-from-Motion Revisited” 对ISFM改进的理解
- VARIANT数据类型详解