為了了解持續的醫生倦怠危機，提供基于AI的醫生輪班調度技術的公司Lightning Bolt Solutions試圖研究一百萬個醫生輪班小時。該研究將集中于倦怠的根源以及如何解決問題。

Lightning Bolt Solutions的創始人兼首席執行官Suvas Vajracharya博士在一份新聞稿中說：“我們正致力于通過流行病學方法'燒傷'致命的，破壞性的醫生精疲力竭危機。” “我們這項研究的目標是塑造醫療保健組織如何為醫師建立更加平衡的工作場所，幫助使所有人的藥物更安全。”

在，內科醫生的倦怠是一個普遍存在的問題，癥狀可能包括情緒疲憊和缺乏個人成就感。在各種研究領域中，已經采取了多種措施來遏制危機，包括最近建議在放射線醫生的工作流程中采用AI以減少倦怠癥狀。

“我們已經有了數據，向我們展示了對醫生，患者和醫療機構的職業倦怠。現在，我們需要能夠從實用，操作的角度向我們展示如何預防和解決倦怠的數據，” Vajracharya告訴醫療保健行業的AI。“我們相信，研究倦怠的真正根源-從各專業醫師輪班一百萬小時的數據來看-將為我們提供關于醫療機構如何使藥物更安全的清晰畫面。”

據Vajracharya稱，該公司于本月初啟動了“倦怠病理研究計劃”，并且已經從醫生那里獲得了1000多個數據點。Lightning Bolt Solutions每月管理超過300萬個醫生輪班時間，Vajracharya認為，該研究的樣本量足夠大。

每周一次，將提示使用該公司基于AI的移動應用的醫師檢查他們的日程安排，以回答有關其倦怠癥狀的匿名單問健康調查。Vajracharya說，那些倦怠程度較高的人將被重定向到資源頁面，以幫助他們解決問題，而不是“默默忍受”。

盡管該研究從收集有關醫生輪班時間的數據開始，但該公司希望這是一項長期計劃，并計劃分析數據以了解醫生輪班安排如何影響職業倦怠并發布有關結果的年度報告。

“我們不知道將從這些數據中找到什么，因此，我們先從廣泛的趨勢開始。……隨著我們開始收集越來越多的數據，我們的研究人員將能夠識別出最強的信號。” Vajracharya說。理想情況下，數據將揭示倦怠的模式。我們可以將數據細分到特定的專業領域-婦產科，婦產科，急診醫學，麻醉學，放射學等。我們還可以看到，在一年中的特定時間，醫生是否比其他人感到精疲力盡，例如在流感季節。我們可以看看醫生當天的工作變化。如果要延長還是延長，了解這一點很重要，醫療機構可??以進行必要的更改以提供更好的平衡。”

Vajracharya表示，該公司還希望醫療機構匿名分析數據并進行調整，以確保醫生的健康。如果他們的倦怠程度很低，他們希望這些數據可以揭示一些組織的正確做法。

Vajracharya說：“由于我們可以按專業，設施和時間來細粒度地查看數據模式，因此我們可以學到很多方法，以一種對醫生和患者都有利的方式來解決這種流行病。” “所有這些都可以反饋到我們的AI平臺中，以優化更安全的醫生輪班時間表。”

他說，人工智能可以減少醫生的倦怠。許多醫療機構使用該技術來尋找解決方案，以解決“人腦無法自行解決的問題”。他認為組織可以利用AI來制定更好的輪班時間表，并防止醫生過度勞累。

Vajracharya說：“人工智能使醫療保健組織能夠建立更智能的醫生輪班時間表，使醫生能夠平衡時間，更安全的輪班以及更靈活的休假時間。” “醫師們工作過度，而將醫師推到精疲力盡的實踐始于居留。是時候改變這種醫學文化了，人工智能現在可以成為催化劑。”