بخشی از مقاله
چکیده
حوادث ترافیکی از رویدادهای رو به افزایش همراه با تأثیرات منفی خود بر جوامع میباشند. ازدحام حوادث ترافیکی موجب شده تعداد زیادی از افراد حادثه دیده با وضعیت اورژانسی همزمان به بیمارستان ارجاع و به دلیل کمبود امکانات امکان رسیدگی به آنها بهطور همزمان وجود نداشته باشد. در این شرایط الزاماً افراد حادثه دیده باید توسط واحد تریاژ الویت بندی شوند و موردی ابتدا به واحد اورژانس برای ارائه خدمات فرستاده شود که دارای شرایط تهدید حیات است.
این پژوهش به منظور صرفهجویی در زمان عمل تریاژ بیماران سعی داشته با تهیه یک مجموعه داده با 3015 داده مربوط به حالات مختلف بیماران بر اساس علائم حیاتی آنها به کمک افراد خبره بیمارستانهای ایران و آموزش آن با دو مدل شبکه عصبی و انفیس و مقایسه عملکرد آنها، سیستم خبره مناسبی را برای گروهبندی بیماران حادثهدیده ترافیکی طراحی نماید. دو مدل توسط 3دسته داده مجموعاً 417 داده تست شده و روایی و پایایی آنها بررسی شد. در نهایت مدل انفیس با توجه به عملکرد مناسب تر در اولویت بندی بیماران ، برای طراحی سیستم تریاژ در بیمارستانها پیشنهاد شد.
.1 مقدمه
یکی از رویدادهای اجتناب ناپذیر در زندگی انسانها، حوادث می باشند. از مهم ترین حوادثی که جان و مال انسانها را بیش از همه تهدید می کند، حوادث ترافیکی هستند. این حوادث ازجمله مشکلات اجتماعی و بهداشتی می باشند که در کشور های توسعه یافته و در حال توسعه بسیار متداول هستند. مشکل زمانی بیشتر نمایان می شود که بیشتر قربانیان جوانانی هستند که قبل از تصادف کاملا سالم بوده اند.[1] برطبق اطلاعات سازمان جهانی بهداشت 1 روزانه 3400 نفر از مردم در اثر حوادث ترافیکی کشته می شوند و ده میلیون از مردم مجروح و یا ناتوان می شوند.[2] این حوادث موجب سالهای زندگی همراه با ناتوانی2، عمر از دست رفته3 و سالهای ازکارافتادگی4 می شود ، که فشار زیادی را بر بودجه سلامت کشور تحمیل می کنند.[3]
ایران کشوری است که دارای مشکلات مربوط به حوادث ترافیکی است. براساس گزارش یونیسف حوادث ترافیکی در جاده های ایران هرساله موجب هزاران کشته و مجروح می شود.[4] طبق آمار پزشکی قانونی ایران تعداد متوفیان و مصدومین در اثر تصادفات رانندگی در طی 12 ماهه 1393 در کل کشور به ترتیب 16872 و 304485 بوده است.[5] ایران کشوری است که بالاترین نرخ مرگ و میر را در حوادث ترافیکی دارد6]و[7 و روزانه 55 نفر از مردم در ایران می میرند.[8]
مساله مهمی که در این جا مطرح می باشد این است که با توجه به ازدحام حوادث از جمله حوادث ترافیکی ممکن است در روز و حتی در ساعت تعداد زیادی از افراد حادثه دیده که وضعیت وخیمی دارند به بیمارستان ارجاع داده شوند که از دید خانواده های آنها وضعیت آنها اورژانسی است و باید اول از همه به بیمار آنها رسیدگی شود. ولیکن در بعضی مواقع ممکن است دو یا چند بیمار با وضعیت حاد همزمان به بیمارستان ارجاع داده شوند که با توجه به شرایط و امکانات موجود نتوان خدمات فوری به آنها ارائه کرد، در این شرایط الزاما موردی باید ابتدا به واحد اورژانس برای ارائه خدمات فرستاده شود که دارای شرایط تهدید حیات می باشد.
برای همین منظور در بیمارستان ها برای پذیرش بیماران اورژانسی واحدی به نام تریاژ5 وجود دارد که در آن قبل از ارجاع بیماران به واحد اورژانس به بررسی و ارزیابی شرایط بیمار و سطح بندی وضعیت بیمار بر اساس اولویت بیماریها ومنابع موجود، می پردازند. درکشور ایران تا به اکنون دستور العمل های مربوط به تریاژ به صورت الگوریتم، جدول و کتابچه تنظیم شده و در قسمت تریاژ قرار داده شده است و بیشتر عملیات مربوط به واحد تریاژ از جمله گروه بندی بیماران توسط پرستار تریاژ با توجه به دستورالمعل ها و تجربه کاری خود شخص پرستار در این زمینه صورت گرفته و از هیچ گونه سیستم هوشمندی برای انجام این کار استفاده نشده است.
از آنجا که بخش اورژانس نقش مهم و حیاتی را در سیستم بهداشتی ایفا می کند و قبل از انتقال بیماران به اورژانس این افراد به واحد تریاژ منتقل می شوند، این مقاله قصد دارد به منظور صرفه جویی در زمان عمل تریاژ بیماران اورژانسی به طراحی یک سیستم هوشمند برای پیش بینی وضعیت اورژانسی افراد حادثه دیده ترافیکی و اولویت بندی آنها برای مدیریت خدمات به موقع به آنها در لحظه بپردازد. در واقع عملکرد سیستم مربوطه یک نمونه شبیه سازی شده از عملکرد واحد تریاژ در بیمارستان ها می باشد و هدف آن گروه بندی بیماران براساس علائم حیاتی آنها می باشد. که البته این سیستم علاوه بر کاربرد در بیمارستان ها می تواند در اورژانس 115 و سایر مراکز بهداشتی که با موارد اورژانسی سر و کار دارند، به کار رود.
.2 ادبیات و پیشینه تحقیق
تریاژ برگرفته از یک کلمه فرانسوی به معنای مرتب سازی1 ، یک فرآیند اولویت بندی می باشد. [9 ] در واقع از این فرآیند برای شناسایی سطح ضرورت مراقبت و درمان بیماران بر مبنای سطح تریاژ آنها استفاده می شود. [10 ] تریاژ می تواند برای یک بیمار دربیمارستان، میدان جنگ ، و یا محل وقوع یک سانحه انجام گیرد. تریاژ یک سیستم مدیریت مخاطرات بالینی است که در سراسر جهان در بخش های اورژانس بیمارستانها به کار گرفته می شود تا در مواقعی که نیازهای بالینی بیش از ظرفیت بخش هستند، بتوان گردش بیماران در بخش را با اطمینان و ایمنی بالایی مدیریت نمود. جهت بررسی بیماران در تریاژ روش های ارزیابی مختلفی وجود دارد که از مهم ترین آنها روش ارزیابی امتیاژ تریاژ مجدد در تروما 2 - TRTS - می باشد.
روش امتیاز تریاژ مجدد در تروما یکی از روش های مهم در ارزیابی بیماران در تریاژ بر اساس 3 علائم مهم حیاتی تعداد تنفس3 ، فشار سیستولیک4 و مقیاس گلاسکو کما5 می باشد و بر اساس این علائم بیماران را به 4 گروه تقسیم بندی می کند6]و11و.[12 از این روش در مطالعات بسیاری استفاده شده و براساس مطالعات انجام گرفته، این روش جزء آن دست روش های ارزیابی در تریاژ است که به خوبی می تواند وضعیت بیماران را تشخیص دهد.
[13] در زمینه تریاژ و گروه بندی بیماران مطالعات مختلفی صورت گرفته و هریک از روش های متفاوتی برای گروه بندی بیماران استفاده نموده اند، در اینجا چند نمونه از مطالعات انجام شده در زمینه تریاژ ، روش های به کار گرفته شده در گروه بندی بیماران و انواع مدل های بکار رفته شده جهت طراحی سیستمی هوشمند برای گروه بندی بیماران به طور اختصار شرح داده شده است: در سال 2011 لین6 و همکاران با استفاده از داده کاوی به تجزیه و تحلیل پایگاه داده تریاژ اورژانس در یک بیمارستان مربوط به تایوان پرداختند. در این مطالعه با استفاده از تجزیه و تحلیل خوشه ای - ترکیبی از شبکه عصبی خودسازنده7 و کی مین - 8 و تئوری مجموعه سخت به عنوان ابزاری برای داده کاوی با استفاده از نرم افزار ROSE2 به استخراج دانش موجود در حجم عظیمی از داده ها با ویژگی های ناشناخته در پایگاه داده تریاژ بیمارستان پرداخته شده است.
این مطالعه در واقع سعی بر این داشته با تجزیه و تحلیل حجم عظیمی از داده ها به استخراج اطلاعات و قوانین مبهم و نامشخص بپردازد و مدلی به منظور ساده سازی داده ها در حالی که دقت و صحت آن در طبقه بندی قوانین و اطلاعات حفظ شود، ایجاد نمایند. هدف از انجام این مقاله اصلاح داده ها و طبقه بندی آنها در پایگاه داده تریاژ، شناسایی ویژگی های کلیدی تریاژ و قوانین مهم در تصمیم گیری و ساده سازی پایگاه داده تریاژ معرفی شده که با استفاده و ترکیب مدل های ذکر شده نتایج مطلوبی بدست آمده است و دقت عملکرد بدست آمده از این کار 0.937 بوده است.
