AWS Study Group

Phá vỡ chuỗi giám sát: AI ngăn chặn việc xử lý sai mẫu vật phẫu thuật như thế nào

Tác giả: Debapriyo Ain, Jennifer Consoli, và Vishal Grover
Ngày phát hành: 06 JAN 2026
Chuyên mục: Amazon Aurora, Amazon CloudFront, Amazon Elastic Container Service, Amazon Simple Storage Service (S3), Amazon Textract, AWS WAF, Industries

Bạn đã bao giờ tự hỏi khi một y tá lấy máu hoặc bạn gửi mẫu nước tiểu, mẫu vật đó được xử lý như thế nào sau đó chưa? Thông thường, các mẫu xét nghiệm sẽ được chuyển giao nhiều lần trước khi quá trình xét nghiệm thực sự diễn ra. Nghiên cứu cũng chỉ ra rằng việc dán nhãn sai, xử lý sai và mất mẫu vật trong quá trình phẫu thuật xảy ra thường xuyên và hơn 73% các sự cố đó có thể tránh được.

Những sự cố này có thể dẫn đến chậm trễ trong chẩn đoán, cần phải phẫu thuật lại, kéo dài thời gian nằm viện và rủi ro tài chính đáng kể (bao gồm chi phí thủ thuật bổ sung). Những lỗi và sự chậm trễ như vậy được công nhận là nguồn rủi ro lớn trong chăm sóc sức khỏe, khiến việc triển khai các chiến lược giảm thiểu hiệu quả trở thành mối quan tâm hàng đầu của các nhà lãnh đạo và nhân viên phòng thí nghiệm.

Trong môi trường chăm sóc phẫu thuật đầy rủi ro, sự chính xác và trách nhiệm giải trình là tối quan trọng—đặc biệt là khi nói đến quản lý mẫu vật. Atlantic Health đã nhận thấy một cơ hội quan trọng để hiện đại hóa quy trình làm việc trong phòng mổ (OR) bằng cách thay thế quy trình theo dõi mẫu vật dựa trên giấy tờ bằng một giải pháp kỹ thuật số mạnh mẽ. Kết quả: một sáng kiến ​​chuyển đổi giúp nâng cao an toàn cho bệnh nhân, giảm thiểu rủi ro vận hành và thiết lập một tiêu chuẩn mới về hiệu quả chăm sóc sức khỏe.

Thách thức: Theo dõi thủ công trong thế giới kỹ thuật số

Quản lý mẫu vật bệnh lý phẫu thuật là một quy trình phức tạp, đa ngành. Từ thời điểm mẫu vật được thu thập trong phòng mổ, nó phải được xác định, dán nhãn, bảo quản, vận chuyển và ghi lại một cách chính xác. Trong lịch sử, Atlantic Health đã dựa vào nhật ký viết tay và chuyển giao thủ công để theo dõi hành trình này—một phương pháp dễ bị kém hiệu quả và khả năng truy xuất nguồn gốc hạn chế.

Hệ thống dựa trên giấy tờ này đặt ra một số thách thức:

  • Thiếu khả năng hiển thị vị trí mẫu vật theo thời gian thực
  • Không có cảnh báo tự động cho các trường hợp chậm trễ hoặc mất mẫu vật
  • Khả năng báo cáo hạn chế
  • Cường độ lao động cao và rủi ro lỗi của con người

Giải pháp: Chuỗi giám sát được điều khiển kỹ thuật số

Để giải quyết những thách thức này, Atlantic Health đã triển khai dự án Theo dõi Mẫu vật Điện tử. Trọng tâm của sáng kiến này là một ứng dụng di động được thiết kế để số hóa và hợp lý hóa toàn bộ hành trình của mẫu vật. Được xây dựng cho thiết bị di động, ứng dụng tích hợp liền mạch với Epic, một hệ thống hồ sơ sức khỏe điện tử. Ứng dụng tận dụng AI và thị giác máy tính để giảm thiểu nhập liệu thủ công.

Các tính năng chính bao gồm:

  • Quét vị trí: Mã QR xác định các điểm chuyển giao ngay lập tức.
  • Nhận dạng nhãn: Công nghệ nhận dạng ký tự quang học (OCR) đọc nhãn mẫu vật với độ chính xác cao, gắn thẻ để đào tạo các mô hình AI nhằm cải thiện độ chính xác và hiệu suất.
  • Theo dõi dòng thời gian: Mỗi lần chuyển giao được ghi lại với ngày, giờ và địa điểm.
  • Cảnh báo tự động: Nếu một mẫu vật không được theo dõi trong vòng ba giờ, các bên liên quan sẽ nhận được thông báo qua email.
  • Bảng điều khiển báo cáo: Thông tin chi tiết theo thời gian thực về các mẫu vật đang vận chuyển, đã được giao hoặc quá hạn.

Giải pháp kỹ thuật số này tạo điều kiện thuận lợi cho việc truy xuất nguồn gốc đầy đủ, trách nhiệm giải trình và phản ứng nhanh chóng với các vấn đề tiềm ẩn, thay thế phỏng đoán bằng sự rõ ràng dựa trên dữ liệu.

Ứng dụng theo dõi mẫu vật điện tử

Đội ngũ phát triển của Atlantic Health đã xây dựng ứng dụng hoàn toàn trên Amazon Web Services (AWS) bằng cách sử dụng các dịch vụ như:

The architecture is described in the following blog body copy.
Hình 1 – Sơ đồ kiến trúc của ứng dụng

Việc phát triển ứng dụng được thực hiện theo quy trình hai bước. Ban đầu, khi dữ liệu bệnh nhân, cùng với dữ liệu mẫu vật, được thu thập, một mã QR sẽ được tạo và tất cả thông tin được tải lên Amazon S3. Ứng dụng chạy trên các Amazon ECS Clusters, gọi API Amazon Textract để trích xuất thông tin liên quan từ tài liệu đặt hàng, mẫu vật phòng thí nghiệm và dữ liệu bệnh nhân. Thông tin này ban đầu được xác minh bởi con người và phản hồi được cung cấp về độ chính xác của dữ liệu được trích xuất. Điều này cũng được đối chiếu với dữ liệu được lưu trữ trong cơ sở dữ liệu Amazon Aurora PostgreSQL.

Sau khi được xác minh và làm sạch, tất cả dữ liệu thu thập được sẽ được đưa vào một S3 bucket khác. Chu trình này được lặp lại cho nhiều bệnh nhân để thu thập thêm dữ liệu. Khi Atlantic Health có một lượng lớn dữ liệu đã được làm sạch trong S3 bucket mới, họ đã tạo một bộ điều hợp trong Amazon Textract cho các truy vấn tùy chỉnh. Nó đã nhập tất cả dữ liệu từ S3 bucket thứ hai để tự tinh chỉnh đào tạo. Sau khi bộ điều hợp được đào tạo và kiểm tra đúng cách, nó đã sẵn sàng cho Bước 2 của quy trình.

Ứng dụng theo dõi mẫu vật theo dõi vị trí của mẫu vật, người xử lý, bệnh nhân mà mẫu vật thuộc về, chi tiết đơn hàng và thời gian—xác nhận độ chính xác hoặc gửi cảnh báo. Trong Bước 2, khi một y tá hoặc người chăm sóc quét nhãn mẫu vật bằng thiết bị di động, nó sẽ thu thập tất cả các chi tiết liên quan có sẵn.

Trong tương lai, người chăm sóc sẽ có thể xác minh tính hợp lệ bằng cách đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận các chi tiết cần thiết. Bằng cách đó, người chăm sóc có thể xác nhận số hồ sơ y tế (MRN) của bệnh nhân, ID đơn hàng và các chi tiết khác để đảm bảo độ chính xác.

Vượt qua thách thức tích hợp

Một trong những trở ngại lớn nhất là tích hợp hệ thống mới vào các quy trình làm việc hiện có trên nhiều phòng ban. Các nhóm phẫu thuật, nhân viên bệnh lý và nhân viên IT đều có các quy trình và ưu tiên riêng.

Để tạo điều kiện thuận lợi cho việc áp dụng, Atlantic Health đã triển khai một chiến lược quản lý thay đổi toàn diện:

  • Các bên liên quan đã nhận được đào tạo thực hành và hỗ trợ liên tục.
  • Các vòng lặp phản hồi cho phép cải tiến lặp đi lặp lại.
  • Ứng dụng được thiết kế với trải nghiệm người dùng là cốt lõi, giảm thiểu sự gián đoạn.

Cách tiếp cận hợp tác này đã xác nhận rằng hệ thống được chấp nhận rộng rãi trong toàn tổ chức, thúc đẩy việc sử dụng nhất quán và tối đa hóa tác động.

Đổi mới trong thực tiễn

Điều làm cho dự án này trở nên khác biệt là việc sử dụng sáng tạo các công nghệ hiện có trong bối cảnh chăm sóc sức khỏe. Thay vì đầu tư vào cơ sở hạ tầng nhận dạng tần số vô tuyến (RFID) tốn kém hoặc trang bị lại thiết bị phòng thí nghiệm, Atlantic Health đã chọn một giải pháp linh hoạt, hiệu quả về chi phí hơn.

Các đổi mới bao gồm:

  • Khả năng hiển thị theo thời gian thực: Nhân viên có thể theo dõi mẫu vật ngay lập tức, giảm thiểu sự chậm trễ.
  • Leo thang tự động: Các cảnh báo chủ động ngăn chặn lỗi trước khi chúng xảy ra.
  • Thu thập dữ liệu toàn diện: Mọi tương tác đều được ghi lại, tạo ra một dấu vết kiểm toán có thể bảo vệ được.

Những khả năng này không chỉ giải quyết vấn đề kinh doanh trước mắt mà còn đặt nền móng cho những cải tiến trong tương lai về tối ưu hóa quy trình làm việc phẫu thuật.

Tác động có thể đo lường

Từ tháng 1 đến tháng 9 năm 2025, hơn 13.000 mẫu vật đã được theo dõi thành công bằng hệ thống mới. Kết quả tự nói lên tất cả:

  • Giảm lỗi: Số hóa đã loại bỏ các nút thắt cổ chai thủ công và cải thiện độ chính xác.
  • Hiệu quả vận hành: Nhân viên dành ít thời gian hơn cho việc theo dõi và nhiều thời gian hơn cho việc chăm sóc bệnh nhân.
  • Tiết kiệm chi phí: Giải pháp dựa trên Amazon Textract có chi phí thấp hơn 80% so với theo dõi dựa trên RFID.
  • Tuân thủ quy định: Hệ thống hỗ trợ chuỗi giám sát có thể kiểm toán, từ đó hỗ trợ tuân thủ quy định và quản lý rủi ro.

Kết luận

Dự án Theo dõi Mẫu vật Điện tử, được xây dựng trên AWS, là một ví dụ điển hình về cách chuyển đổi kỹ thuật số có mục tiêu có thể mang lại lợi ích vượt trội trong chăm sóc sức khỏe. Bằng cách giải quyết một thách thức vận hành quan trọng bằng một giải pháp có khả năng mở rộng, thân thiện với người dùng, Atlantic Health đã nâng cao an toàn cho bệnh nhân, cải thiện độ chính xác chẩn đoán và thể hiện vai trò dẫn đầu trong đổi mới lâm sàng. Atlantic Health đã mang đến một cách tiếp cận thông minh, tinh gọn—một cách tiếp cận đã tạo ra sự khác biệt có thể đo lường được và sẵn sàng để được áp dụng rộng rãi hơn.

Liên hệ với Đại diện AWS để tìm hiểu cách chúng tôi có thể giúp đẩy nhanh hoạt động kinh doanh của bạn.

Đọc thêm

Về tác giả


Debapriyo Ain
Debapriyo Ain là Kiến trúc sư Giải pháp tại AWS, chuyên thiết kế và triển khai các giải pháp đám mây an toàn, có khả năng mở rộng, phù hợp với các nhà cung cấp dịch vụ chăm sóc sức khỏe, đảm bảo tuân thủ các quy định của ngành. Chuyên môn của ông nằm ở việc tận dụng các dịch vụ AWS để tạo ra các giải pháp sáng tạo, hiệu quả về chi phí nhằm thúc đẩy chuyển đổi kỹ thuật số trong lĩnh vực chăm sóc sức khỏe. Trước khi gia nhập AWS, Debapriyo đã có 14 năm làm việc cho một công ty Hồ sơ Sức khỏe Điện tử ở nhiều vai trò khác nhau.


Jennifer Consoli
Jennifer Consoli là nhà thiết kế dự án chính tại Atlantic Health, nơi cô dẫn dắt trải nghiệm người dùng từ đầu đến cuối trong các sáng kiến ​​sức khỏe kỹ thuật số có tác động cao. Công việc của cô bao gồm thiết kế UX/UI, quyền sở hữu sản phẩm và chiến lược đa chức năng, tập trung vào việc chuyển đổi các quy trình làm việc lâm sàng phức tạp thành các giải pháp kỹ thuật số hiệu quả, trực quan.


Vishal Grover
Vishal Grover là giám đốc điều hành công nghệ, lãnh đạo Digital Engineering tại Atlantic Health. Ông đã dẫn đầu các sáng kiến ​​doanh nghiệp lớn bao gồm các giải pháp chăm sóc ảo dựa trên AI, nền tảng an toàn bệnh nhân và các chương trình hiện đại hóa quy mô lớn nhằm củng cố hoạt động lâm sàng và nâng cao trải nghiệm kỹ thuật số. Vishal cam kết tận dụng sự đổi mới, dữ liệu và thiết kế để chuyển đổi việc cung cấp dịch vụ chăm sóc sức khỏe và cải thiện kết quả.

←
→

Leave a comment