文 | 顏璇

來源 | 智能相對論（ID：aixdlun）

相信每個人都去過診所或者醫(yī)院，不知道大家觀察過沒有，護士在給患者輸完液后，會把用過的注射器扔去哪里呢？

一直以來，醫(yī)療垃圾都是被眾人所忽視的地方，在AI＋醫(yī)療愈演愈烈的現(xiàn)在，醫(yī)療科技廠商們不斷地疏通“動脈血管”，一個勁兒往醫(yī)療“心臟”里鉆，卻忽略了同樣重要的“毛細血管”。落實到具體場景中，不論是AI+醫(yī)院醫(yī)療還是家庭醫(yī)療，這兩種模式都容易遇到產(chǎn)生醫(yī)療垃圾、空氣污染等環(huán)保問題，“嵌入式”智慧養(yǎng)老就因為此類問題被社區(qū)居民抵觸，進而面臨著建設(shè)空間、用地難的情況。

所以，要想真正貫通AI＋醫(yī)療，巨頭們是時候?qū)⒁暰€落在那些堆積如山的醫(yī)療垃圾中來了。

一個垃圾桶引發(fā)的危害

回到文章一開始提出的問題——你知道護士將醫(yī)療廢棄物丟去哪里了嗎？

答案是，垃圾桶。

這是個并不意外的答案，但又是一個太過于簡單的答案。

在實地考察中，我們發(fā)現(xiàn)，醫(yī)院中用到的小型垃圾桶為普通的家用垃圾桶，很多還是沒有桶蓋的，大一點的垃圾桶也屬于比較常見的藍色或紅色的塑料桶，正規(guī)一點的會貼上垃圾分類的標簽，更多的情況是垃圾桶上沒有明確的標簽內(nèi)容。即便使用了醫(yī)用垃圾桶，部分醫(yī)院里也存在垃圾桶使用簡陋，垃圾分類不夠詳細，甚至于將垃圾亂堆亂放的現(xiàn)象。

如此隨意地處置醫(yī)用垃圾，將帶有血液和藥品殘渣的醫(yī)用垃圾長期暴露在空氣中，將會加重細菌傳播的可能性，對醫(yī)護人員和患者的身心健康、生活質(zhì)量都存在著很大的威脅。

而真正應(yīng)該被使用的醫(yī)用垃圾桶應(yīng)該是什么樣子呢？我國醫(yī)療垃圾桶一般分為醫(yī)療廢物垃圾桶、醫(yī)療廢物周轉(zhuǎn)箱以及利器盒，它們的顏色都是統(tǒng)一標準的黃色，如果有讀者感興趣，也可以觀察一下，醫(yī)院中的醫(yī)護人員是否使用了這類垃圾桶。

圖表來源：《醫(yī)療用智能殺菌分類垃圾桶設(shè)計》楊稚毅 陳錦天等

從上圖我們也可以看出，即便是醫(yī)用垃圾桶，也存在著耐用性差、分類少、使用不便等情況。然而，不起眼的垃圾桶只是蝴蝶扇動的第一下翅膀，難以分類的醫(yī)療垃圾使得下一步垃圾處理變得更加困難。

與醫(yī)院隨意處置醫(yī)療垃圾的態(tài)度形成鮮明對比的是日益嚴格的環(huán)保要求，在這種形勢下，醫(yī)療垃圾已經(jīng)有原來的醫(yī)院自行處理改為由統(tǒng)一的收購部門來回收并集中處理，這樣一來，因為要支付給外界更多的處理費用，醫(yī)院處理醫(yī)療垃圾的成本也隨之上升。支出費用的增加，導致醫(yī)院在部署處理垃圾的設(shè)施和人力資源上更為隨意，如此往復，醫(yī)院醫(yī)療垃圾的處理已經(jīng)陷入一個惡性循環(huán)。

圖片來源：《PDCA循環(huán)在降低血液透析中心醫(yī)療垃圾成本中的應(yīng)用》王泉

更可怕的是，還有一些別有用心的人被利益驅(qū)使，將醫(yī)療垃圾送入“黑作坊”，進行處理后再販賣給其他省市。除此之外，個別醫(yī)院的保潔員等臨時雇傭人員由于工資非常低，為了“彌補工資不足”，也會“出售”醫(yī)院中的醫(yī)療垃圾進行創(chuàng)收，面對這種情況，醫(yī)院往往是睜一只眼，閉一只眼。

醫(yī)院的不作為在一定程度上導致了醫(yī)療垃圾處理越來越難，但探究問題的本質(zhì)，我們要問的是，醫(yī)院究竟是“管不住”還是“不想管”？醫(yī)療垃圾的回收體系何時才能健全？在智慧醫(yī)療大行其道的今天，AI究竟能為醫(yī)護人員做些什么？

“品管圈”帶來的啟示

1950年，美國一個博士首先提出了“統(tǒng)計品質(zhì)管理（SQC）”這個概念，后來，日本教授石川馨又在這個概念上加以完善，在1962年提出了品管圈（QCC）的理論。

“品管圈”，指由相同、相近或互補性質(zhì)的工作場所的人們自動自發(fā)組成數(shù)人一圈的小圈團體，按照一定的活動程序來解決工作現(xiàn)場、管理、文化等方面所發(fā)生的問題及課題，目的在于提高產(chǎn)品質(zhì)量和提高工作效率。

將這個理論應(yīng)用在醫(yī)療垃圾的處理上，是否能產(chǎn)生積極的效果呢？

2014年，有研究人員在某醫(yī)院設(shè)立品管圈，圈名為“醫(yī)療垃圾環(huán)保圈”，成員為主管護師2名，護師3名，護士3名。經(jīng)過一段時間，研究人員發(fā)現(xiàn)，在品管圈成立之前，醫(yī)療垃圾管理存在的漏洞高達60處，而在品管圈成立之后，醫(yī)療垃圾管理處理問題僅有10處，數(shù)量明顯少于品管圈實施前。

顯然，品管圈理論在手術(shù)室處理醫(yī)療垃圾中的應(yīng)用能提高醫(yī)護人員的綜合素質(zhì)能力，減少醫(yī)療垃圾處理缺陷的發(fā)生，從而提高醫(yī)院管理質(zhì)量。

而如果將醫(yī)護人員全部替換，使醫(yī)療廢棄物的產(chǎn)生部門、醫(yī)療單位、監(jiān)管部門、運輸處理部門成為“圈員”，是否能從總體上提升醫(yī)療廢棄物的處理速度和效率？當然，這樣做的前提是，我們勢必需要更能宏觀把控的工具，也就是大數(shù)據(jù)、人工智能以及物聯(lián)網(wǎng)技術(shù)。

最近，已有不少研究提出將物聯(lián)網(wǎng)技術(shù)應(yīng)用于廢棄物的運輸，特別是對城市固體廢棄物及醫(yī)療廢棄物的運輸。物聯(lián)網(wǎng)技術(shù)基于射頻識別（RFID）技術(shù)，RFID包括標簽、閱讀器和后端數(shù)據(jù)庫，其基本工作原理是標簽進入某磁場后，接收閱讀器發(fā)出的信號，通過感應(yīng)電流所獲得的能量發(fā)送出存儲在芯片中的產(chǎn)品信息，閱讀器讀取信息后完成解碼，再送至數(shù)據(jù)庫系統(tǒng)進行相關(guān)的數(shù)據(jù)處理。

利用RFID、GPRS、GPS和GIS，我們可以設(shè)置廢料箱監(jiān)視系統(tǒng)，對醫(yī)療廢棄物實現(xiàn)全方位、全天候的智能監(jiān)控，對醫(yī)療垃圾處理過程中進行實時信息采集。系統(tǒng)全電子化的數(shù)據(jù)集中管理，也使得監(jiān)管部門在查找大量數(shù)據(jù)的工作中，能夠利用服務(wù)器提升效率，合理監(jiān)管醫(yī)療廢棄物處理環(huán)節(jié)。

這種智能遠程的監(jiān)控還可以在有效地在監(jiān)測范圍內(nèi)檢查醫(yī)療廢棄物運送處理的過程，一旦醫(yī)療垃圾離開監(jiān)測范圍立即報警提醒，同時將相關(guān)數(shù)據(jù)發(fā)送至相關(guān)管理部門，這樣也能有效提防醫(yī)療垃圾的黑產(chǎn)業(yè)鏈。

給醫(yī)護人員一個“垃圾桶”

回到文章開頭，其實我們的落點依舊在那一個垃圾桶。

在醫(yī)院中，垃圾桶的使用面臨著很多問題，危害最嚴重的便是與人體皮膚的直接接觸，特別是在注射器針頭的分類處理上尤為突出，針頭對皮膚的損傷給醫(yī)護人員帶來了很大的危險。其次就是垃圾桶使用不便，具有污染型，包括分類少、比例不協(xié)調(diào)等等。

當人工智能要為醫(yī)療垃圾做點什么的時候，一定不能忽視的便是醫(yī)護人員這一首先接觸醫(yī)療垃圾的群體。現(xiàn)實中，醫(yī)護人員需要一個更方便、更安全的垃圾桶，這也是智慧醫(yī)療進入家庭和社區(qū)的前提——當人們可以通過技術(shù)自我診療或遠程診療時，無處安放的醫(yī)療垃圾成為了家庭健康的最大威脅。

理想的垃圾桶應(yīng)該能對垃圾進行一個初步分類，比如設(shè)置多個部分，收納不同的垃圾。而在扔垃圾的過程中，垃圾桶則可以自動感應(yīng)掃描開啟，避免手與垃圾桶接觸。當垃圾逐步增多時，垃圾指示條隨垃圾量增多而上升，指示條顯示滿量時，垃圾桶能夠自動對其進行封袋處理。另外，垃圾桶能對針頭進行自動切割，經(jīng)切割的針頭自動落入垃圾桶內(nèi)，整個過程針頭不會接觸到手部，減少手部皮膚損害。

事實上，自動的、智能的垃圾桶在市面上并不少見，只是遲遲沒有出現(xiàn)在醫(yī)療衛(wèi)生這個領(lǐng)域而已。目前，還沒有任何數(shù)據(jù)來表明醫(yī)療垃圾對醫(yī)護人員造成了多大的傷害，但在各種問答社區(qū)里，護士因為接觸了醫(yī)療垃圾而擔心染上病的提問并不少見。

根據(jù)前瞻產(chǎn)業(yè)研究的研究報告顯示，中國2018年的醫(yī)療廢物總產(chǎn)量可能會突破206.01萬噸，醫(yī)療廢物市場規(guī)模將達到76.9億元。預計到2023年，醫(yī)療廢物處理市場規(guī)模將達到107.37億元，同時產(chǎn)量達到249.56萬噸。

面對如此巨大的醫(yī)療垃圾產(chǎn)量，醫(yī)護人員的安危是時候被整個行業(yè)放在心上了。

【完】

智能相對論（微信id:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關(guān)注領(lǐng)域：AI+醫(yī)療、機器人、智能駕駛、AI+硬件、物聯(lián)網(wǎng)、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機交互等。