急性护理中复杂决策和解决问题的认知工程

背景

卫生信息系统正在各种医疗保健环境中迅速实施，包括急诊科(EDs)。这些系统为与成本、效率、患者安全和医疗错误相关的挑战提供了有前途的解决方案。

在设计新技术时，往往只对它们将被使用的环境中的认知、任务和工作流的性质有有限的理解。如果不仔细了解新技术将如何在实践中使用，就会出现意想不到或不希望出现的后果。如果系统和任务被绕过、放弃或中断，从工作量增加到“变通办法”，患者和提供者的安全都可能受到损害。

为了解决这些缺陷，MedStar Health医疗保健中人为因素国家中心和MedStar急诊医生认识到利用他们的伙伴关系的机会，这是人为因素科学家、信息学家和临床医生之间为数不多的合作之一。他们与布法罗大学工业工程系合作，使用认知系统工程(CSE)方法来设计和测试原型ED信息系统。他们一起努力了解新技术将如何在实践中使用，认知工作技术的支持，以及技术的设计如何为这种支持进行优化。虽然已经有认知工程在医疗环境中的应用，但没有一个能够全面理解急性护理环境中认知临床工作和活动的性质。该伙伴关系支持的研究持续增长，并自2014年以来获得了R01拨款(R01HS022542;费尔班克斯/ Hettinger）.

的想法

我们的目标是为急诊科中困难的意义构建、决策和规划/重新规划任务提供基本和全面的描述，以及应对这些挑战所需的个人和团队专业知识。

这项研究使用ED作为“现场实验室”有两个原因。首先，急诊科具有一些最具挑战性的认知工作条件——高风险、时间压力和不确定性——因此提供了一个强大的机会，可以将发现推广到其他复杂的医疗保健环境。其次，ED显然可以从决策辅助、可视化和认知工程分析产生的其他支持性技术中受益。

此外，该研究将为通过认知工程分析确定的目标需求集开发和评估范例解决方案，从而为将认知工程分析转化为设计提供方法示例和“概念证明”。

2021年7月更新

该赠款的资助于2020年9月29日结束。研究小组总结了这项研究最后阶段的最终手稿目前正在接受同行评审期刊的审查。为上面列出的原型提供的描述已经更新，以反映自本案例研究首次编写以来的进展。的AHRQ项目最终报告(可在此查阅)更详细地总结了这项研究资助的工作、出版物和产品。医疗保健IT供应商社区、医疗保健组织、急救医学一线工作人员和医疗保健研究人员都可以从这些发现中受益。

致谢

我们要感谢我们的内部研究团队，MedStar Health的合作者，以及来自纽约州立布法罗大学工业工程系、罗斯认知工程系和佛罗里达大学急诊医学系的合作伙伴，感谢他们的支持、奉献和团队合作，以典范的方式完成了这项研究。

主要团队成员包括:Aaron (Zach) Hettinger(首席研究员)，Rollin (Terry) Fairbanks, Ann Bisantz, Emilie Roth, Shawna Perry, Robert Wears, Tracy Kim, Joseph Blumenthal, Sonita Bennett, Shrey Mathur, Xiaomei Wang, Sudeep Hegde, Daniel Hoffman, Natalie Benda, Rebecca Berg, David LaVergne, Lindsey Clarke, Nicolette McGeorge和Jessica Arora。

请注意:本页上的图片包含虚构的患者数据，或出于保密目的进行了修改。

上述概述反映了MedStar Health国家医疗保健人为因素中心作为MedStar创新研究所的一部分所完成的工作。2020年7月，人为因素中心搬迁至新的组织总部，MedStar健康研究所至今仍是军情二处的重要合作伙伴。参观人为因素中心网站查阅有关其工作的最新资料。