经验丰富的机器人护士如何适应HugoTM RAS系统

科学领域:

• 机器人手术 机器人手术
• 手术护理 医疗护理
• 医疗保健系统工程 系统工程

背景情况:

• 梅特罗尼克HugoTM机器人辅助手术 (RAS) 系统是一个新的平台.
• 关于其在团队层面的影响和外科人员适应的数据有限.
• 了解护士团队的工作模式对于有效实施RAS至关重要.

研究的目的:

• 描述一个经验丰富的机器人护士团队适应Medtronic HugoTM RAS.的工作模式和学习曲线.
• 分析新系统对术前,术后和术后阶段的影响.
• 为了比较运行时间与已建立的Davinci®系统.

主要方法:

• 在使用HugoTM RAS.的前30个程序期间,对护士任务进行前性数据收集.
• 记录数据的描述性分析,包括用于工作模式可视化的甘特图.
• 在HugoTM RAS和Davinci®系统之间的操作时间比较.

主要成果:

• 在手术前阶段出现改善 (中位数为94分钟),在20次手术后,工作模式稳定.
• 术前 (中位数170分钟) 和术后 (中位数26分钟) 阶段没有显著改善.
• 由于对HugoTM RAS的训练有限,护士团队经历了长时间的工作和很少的休息.

结论:

• 医药公司的HugoTM RAS系统需要调整,护士的工作模式稳定在20个病例左右.
• 虽然术前任务有所改善,但术后和术后效率没有,这表明需要优化的地方.
• 解决护士工作负担和培训对于成功整合新的机器人系统,如HugoTM RAS,至关重要.