手術の持続時間を予測することは可能か？

手術の期間を予測することは、スポーツ競技の期間を予測することに少し似ています。たとえば、プロのバスケットボールの試合の平均的な時間はわかっても、次の試合がどのくらい続くかを、分単位で知ることは不可能です。そして、バスケットボールの試合が48分で引き分けになったように、外科手術の場合も、予期せぬ所見によって手術の手順が変更され、時間を延長しなければならなくなった場合、延長戦に入ることがあります。これは、出血が異常に少ない場合や、必要な機器、消耗品、人間の活動がすべて完全に同期しており、手術中にダウンタイムが発生しない場合に起こる可能性があります。スポーツに例えると、審判がファウルをしない、コーチがゲームを長引かせるタイムアウトを要求しない、というようなことです。

The Random Nature of Case Duration

患者と手術室の職員は、手術時間の長さが確率的（またはランダム、ギリシャ語で「狙い」または「推測」を意味するΣτόχος）であるという事実を受け入れる必要があります。

これは、決定論的思考を好む私たちとは対照的で、十分な情報があれば未来を予見でき、それによって症例期間を分単位で推定できると信じているのです。症例時間は、患者が部屋に運び込まれる「wheel in」から患者が部屋を出る「wheel out」までの時間と定義されています。したがって、症例時間は、切開前の麻酔投与に要する時間、膀胱へのカテーテル留置に要する時間、切開閉鎖後の麻酔からの覚醒時間などの非外科的要因によって影響を受けることがある。

症例期間の予測

症例期間をより正確に予測することで、患者に伝えられた予定開始時間に対する待ち時間が減り、患者および外科医の満足度が向上するものと考えられる。また、症例を正しくスケジューリングすることで、ORリストの症例が予定終了時刻を過ぎてしまう時間(しばしば「OR時間の過剰使用」と呼ばれる)を減らすことができ、これはOR効率を最大化するために必要です。

OR staffingに影響するのは、必ずしも外科医や部屋がどれだけ速く、オンタイムであるかではなく、症例期間のばらつきです。予想通り速い外科医と、予想通り遅い外科医がいる。速い外科医も遅い外科医も、スケジュール通りに動く外科医もいれば、動かない外科医もいる。どちらの状況でも、適切な数の看護師とそのシフト時間を、ORの症例にマッチするようにスケジュールすることができます。これは、経済的な見地から最適です。一方、速い外科医がいくつかの症例で遅かったり、遅い外科医がさらに遅かったりすると、ORの1日全体が時間オーバーになる。これは、そのORに割り当てられた人員と、例えば別のORでの別の症例に必要なX線撮影装置などの他のリソースの両方に負担をかける可能性がある。

予測しやすい持続時間の症例は、子宮摘出、ヘルニア修復、膀胱鏡検査など、体表や四肢を手術する標準的な手術や専門分野です一方、予測しにくいのは、癌手術や主要腹腔内処置など、より複雑で非標準の手術の例です。手術時間が長いほど、症例期間の推定精度は低くなる。

OR（外来手術センターで単純な手術を行っている場合など）において「予測しやすい」症例の割合が高いほど、全体としてORスケジュールの精度は高くなる。逆に、複雑で珍しい手術が多く行われる三次病院では、全体的な予測精度は低くなります。

予測誤差です。予測誤差は、新しい症例の「搬入」から「搬出」までの実際の期間（通常はOR情報システムから簡単に得られる）から、外科医の当初の予測（可能な場合）を差し引いたものに等しい。各外科医の過去の症例期間に関するデータは、その外科医が症例の複雑さを考慮し、新しい症例の推定値を修正するのに役立ちます。このようにして、手術症例期間の予測精度を、個々の外科医やOR情報システムの推定値よりも向上させることができる。

Methods of Estimating Surgery Case Length

Surgeon estimate（外科医の推定値）。外科医の中には、割り当てられたOR時間が少なすぎて、割り当てられたOR時間に自分の症例を「合わせる」必要があるため、症例期間の見積もりを常に短くしている人がいます。その結果、これらの外科医の見積もりは平均して短すぎることになります。
他の外科医は、割り当てられたOR時間の管理または使用を維持するために、症例期間を意図的に過大評価する傾向があり、別の外科医の新しいケースが登場しても、その新しいケースの予約を許可するためにOR時間が奪われることがないようにします。
過去の症例期間の分析
新しい推定値を作成するために、過去のデータと組み合わせて外科医の推定値を使用します。
症例の複雑さ（単純、平均、複雑）を調整する。
上記すべてを組み合わせる。

いくつかの複雑な要因が、特定の手術ケースがどのくらい続くかを正確に予測する能力を妨げることがあります。これらには次のようなものがあります：

新しい症例の推定値の基礎となる適切な過去の症例がほとんどない。
手術症例の時間の統計分布が正規（ベル型）曲線に従わない。
必要な消耗品や器具が似ていても、手術手順は異なるので、「予約ニモニック」に基づく症例期間の予測には本質的な欠陥がある。

これら3つの複雑な要因について、より詳しく説明します。

あまりにも少ない過去の症例

正確なスケジューリングの大きな障害は、ほとんどの病院で行われるさまざまな処置の多様性とスタッフの外科医の数が多いことです。この2つの事実の組み合わせは、米国内の病院のORで平日に予定されている症例の約半分について、同じ術式で同じ外科医による症例が、前年度に5件以下しか行われていないことを意味します。データバンクに登録されている症例があまりに少ないため、多くの症例で平均期間を特定することが困難です

新しい症例の推定期間の基礎となる過去の症例があまりに少ないのはなぜでしょうか。答えは直感的でないかもしれませんが、この概念を説明する1つの方法は、ORマネージャーに、自分の病院に存在するプレファレンスカード（外科処置の種類と特定の外科医を指定するカード）の数を尋ねることです。中堅病院の手術室の典型的な数は、約4000のプリファレンス・カードです。このような病院が年間約12,000件の手術を行う場合、プリファレンスカード1枚につき平均3件の手術が行われ、その種類の新しい手術の推定期間の履歴データを入手できます。

特定の病院での外科医の再診数を調べるもう一つの方法は、病院のコンピューターOR情報システムからのデータを分析する方法です。単年度に行われた各症例について、3次病院の入院手術室と外来手術センターの2つの施設で、（同じ外科医が行った同じ種類の手術の）過去の症例数をレトロスペクティブに確認した。外科医と手術手技が手術時間の最も重要な2つの決定要因であるため、同じ種類の手技で同じ外科医によって行われた症例はグループ化された

「手技」はCurrent Procedural Terminology（CPT）コードにより定義した。 CPTコードは米国医師会により管理されている5桁の番号で、支払者に処置に関する情報を統一的に伝達するために設計されています。ある手術方法が1つ以上のCPTコードを持つ場合、そのコードのセットは、ユニークな手順としてそれを特徴付けるために使用されました。ある手術の CPT コードまたは CPT コードの組み合わせは、OR で患者に何が行われたかを反映する。例えば、白内障の超音波乳化吸引術と眼内レンズの挿入が1つの症例の一部として行われた場合、これらの処置の組み合わせは症例期間の見積もりにおいて1つの処置としてカウントされました

それから各手術は術者と組み合わされました。例えば、外科医「Jones」が行った片側膝関節全置換術の症例はすべてグループ化された。外科医「Smith」が行った人工膝関節全置換術は、別々にグループ化した。第3のグループは、例えば、外科医 “Jones “が行った両側の膝関節全置換術から構成される。さらに別のグループには、外科医「アダムズ」が行った腹腔鏡下胆嚢摘出術が含まれていました。肝生検を含む腹腔鏡下胆嚢摘出術は、その2つの処置の組み合わせが異なる手術ケースを定義するため、別々にグループ化されます。

入院手術室の分析では、新しく予定されたケースの37%について、同じ処置タイプで同じ外科医のケースが前年に全く行われていないことが明らかになりました。外来手術室では、28%の症例について、同じ術式で同じ外科医による症例が前年に行われていなかったため、予測が困難であった（表1）

表1．過去の手術症例データ（同一外科医。同一術式

あり

新規症例の期間推定に利用できる過去の症例（前年）	三次手術室	外来手術センター
なし	37%	28％
4以上	36%	48%
8以上	26%	39%
4以上	40%9591
18%以上	12%	28%

3次入院手術室において。 225人の外科医が11,579症例、5156種類の手術を行い、手術時間の中央値±四分位値は2.手術時間の中央値±四分位値は2.5時間±1.2時間で、この1年間に手技と術者の組み合わせは合計7217件行われた。外来手術センターでは、1608種類の処置の4842例が160人の外科医によって行われ、手術時間の中央値±四分位値は1.1±0.5時間だった。

外科医は通常1例以上の手術を手術室に予定している。一連の連続した症例では、これらの症例の少なくとも1つが、外科医が最近行っていない（過去のデータが利用できないように）外科的処置になる可能性がさらに高くなります。そのORのその日のリストにある数件の症例のうち、1件の遅刻がその日全体のスケジュールに悪影響を及ぼす可能性があります。

同じ外科医と手術方法の症例の過去のデータを分析することによって、推定値を取り巻く不確実性を評価することができます。言い換えれば、症例期間は確率分布を持ち、予想される症例期間は点値ではなく、確率の推定値であるということである。したがって、”残り時間は？”という質問に対するより有益な答えは、例えば、”この症例が90分以内に終了する確率は67％です “となるかもしれません。これは、天気予報を報告するのに使用されるアプローチに似ています。

Statistical Distributions of Case Times Do Not Follow a Bell Curve

もちろん、難しいのは、手術例の時間がベル型の曲線に分布しない点です。分布はしばしば右に歪み、分布の左側はある最小限の必要な時間で境界が決まっています。その結果、異常に長い症例（外れ値）が平均的な推定症例期間を膨らませる（図）

図. 膝関節全置換術（再置換術を含む）として予定されている様々な症例の期間。平均値と中央値のどちらを次の予定症例の推定値として採用すべきか？

期間を推定するために過去の多くの症例を利用できる場合でも、すべての症例で手術時間にばらつきがあるため、予定終了時間より遅く終わる症例がある。この洞察は、与えられた手順と外科医の組み合わせの手術時間を表示する図の右肩上がりの曲線を考慮することによって説明することができる。過去の症例数を増やすことで、曲線の中央の傾向をより正確に推定することができます。しかし、外科医が遅く終わる平均時間は、曲線の変動または幅に大きく影響されます。

たとえば、外科医「Jones」が行った膝関節全置換術の手術時間の真の中央値±四分位偏差が2.0±1.0時間だとすると、将来の事例の手術時間の推定に用いる過去の事例数が増加すれば、推定中央値の精度は1.8時間から1.9時間へと向上する可能性があります。この0.1時間の推定中央値の精度向上は、1.0時間の四分位偏差を持つことの影響と比較して、オンタイムパフォーマンスに重要な影響を及ぼさないであろう。

症例期間に関するデータは右歪みであるため、過去の症例期間データを分析するための代替案としては、以下のものがあります。

トリム平均（下位10%と上位10%の異常値を削除）、
中央値（異常に長いケース（異常値）が推定値に与える影響を最小限に抑えるため）、

幾何平均（ケース持続時間の自然対数の合計を過去のケース数で割り、指数で計算したもの）、など。

他の予定された操作のケース時間は、平均的な過去のケース期間を単純に使用することを妨げる、さまざまな統計分布を有しています。この難問の一例はWhipple（膵頭十二指腸切除術）手術である。このうち約半数は開腹して膵臓癌が切除不能であることが判明しているため、約2時間で終了します。残りの半分の症例では腫瘍が切除可能なため、手術時間は6時間です。 2つの症例シナリオの平均時間（2時間と6時間）を考慮すると、OR情報システムは新しく予定されたWhipple処置に4時間を予約しますが、この時間は決して正しいものではありません。この現象は、不正確な症例スケジューリングに関する慢性的な苦情に対処するためにOR情報システムを購入した多くの施設からの報告によって明らかになったが、そのようなシステムの導入後、ORスケジュールはそれ以上正確ではないと認識されることが分かっている。最近の類似症例がほとんどない場合に症例期間をどのように推定するかというジレンマは、いくつかの方法で対処することができる。予測の基礎となる過去の症例数は、より多くの年のデータを使用することで増やすことができるが、これには古い手術時間が他の変数（例えば、外科医の学習曲線や新しい手術技術の導入）と混同される危険性がある。最終桁（5桁目）だけが異なるCPTコードを持つ手術は、症例期間が異なるため、過去のデータ量を増やすために類似のCPTコードをひとまとめにすることは現実的でない。例えば、硝子体手術（67108）は強膜バックル（67107）よりも1時間以上長くかかる。

複数の病院から症例期間データを収集すれば、予測のベースとなるデータベース容量を増やすことができる。合計200,401例のデータを提供した4つの学術医療センターの研究では、ある施設で初めて手術が行われる場合、その同じ手術が他の3施設のうちの1つ以上で以前に（少なくとも1回）行われていたことは、13%～25%に過ぎないことが判明した。

新しい症例について過去の時間データがない場合、他の外科医が行った類似症例（同じ予定の手術）の平均期間を使うことは、データを分析する他のより高度な方法と同じくらい正確（不偏かつ正確）な予測因子となります。しかし、実際には、しばしば、最も単純なアプローチは、予約外科医の推定値を使用することです。

Predicting Case Duration With “Booking Mnemonics” Is Flawed

病院内では、複数の異なる処置タイプやケースが、ORスケジュールオフィスに呼ばれたときに1ケースとしてカウントされることがよくあります。これは、手術の手順が異なっていても、必要な消耗品、器具、手術用トレーが類似している場合があるためです。病院によっては、このような症例をグループ化するために「ニーモニック」を使用し、ORスタッフに翌日の準備を知らせる方法としている。このようなニモニックのもとでは、さまざまな手術手技がグループ化されているため、予約ニモニックに基づいて症例期間を予測することには本質的な欠陥がある。表2は、いくつかの異なる手術名で投稿されたさまざまな胸腔切開術が、コンピュータスケジューリングシステムでCHES75（表2）としてグループ化されていることを示している（

表2）。 CHES75で登録された胸腔鏡下手術

右肺切除術を伴う右胸腔鏡下術右肺癌

Procedure Mnemonic (Assigned When Case Is Booked)	実施した手術法	術前診断
CHES75	左胸部楔状切除術	左肺結節
CHES75	右上葉切除	右上葉腫瘤
CHES75	右胸部切開右中葉切除術	右動脈静脈不全
CHES75	右開胸術	肝臓治療付き。右肺炎先天性横隔膜ヘルニア
CHES75	左胸部切開。縦隔嚢胞摘出術	気管支原性嚢胞（可能性あり）
CHES75
CHES75	肋間血管の結紮	血腫胸腔内。末期腎不全
CHES75	右胸部開胸術。胸膜腫瘍切除術	再発胸腺腫
CHES75	フレキシブル光ファイバー気管支内視鏡。袖右上葉切除術	Right endobronchial carcinoid tumor

表2に挙げた多種多様な胸腔切開の症例を、すべて同一症例のように予約することは直感に反しますね。あるニモニックが幅広い診断と手術戦略をカバーするのは、消耗品や器具の面で必要なものが似ているからである。ある病院のニモニックグループに、比較対象となる病院と同じ種類の手術が含まれていない場合、ベンチマークを目的として施設間で手術時間を比較すると誤解を招く可能性があります

最近の研究では、類似した症例の手術時間は8カ国10病院間で大きく異なっていました。実際、腹腔鏡下胆嚢摘出術と肺葉切除術の両方で、2番目に長い平均OR時間は、2番目に短い平均OR時間よりも50%長くなっていました。これらの国々の間で観察されたばらつきの一部は、追加のOR要員の存在によって説明することができるが、誘導室や末梢神経ブロックを置くためにORとは別の場所を使用することによっては説明することができない。

Predicting Duration of a Case That Is already underway

病院の手術室では毎日、フロントの管理者が手術室の看護師に電話をかけて、「あなたの手術はあとどれくらい時間がありますか」と尋ねています。この質問の理由としては、

スタッフを仕事量に合わせたいので、オンコールの看護師や麻酔科医は遅くまで稼働する部屋に配属されます。勤務時間が長い施設では、1日が長ければ長いほど、症例の開始時間が不確かになるため、遅刻がより過剰になる。遅刻は、必ずしも先行する症例の個々の時間や、長い症例と短い症例の相対的な数に依存しない。むしろ、先行する事件の合計時間が長くなるため、1件あたりの遅刻は日が経つにつれて大きくなる。
前の症例が遅れた場合、「後続」の症例を別の部屋で時間通りに開始できるように、あるORから別のORに移すかどうかを決定するのに役立つこと。多くの病院では、遅刻を減らすために、あるORから別のORに症例を移動させることが一般的に行われています。これは、移動させた少数の症例については遅刻を大幅に減少させますが、この遅刻の減少を1日に行われるすべての症例に広げると、全体の平均的な利益はわずかなものになります。相当数の患者の遅刻に大きな影響を与えるには、介入には大量の症例が含まれる必要があります。動的なスケジュールは、毎日の初めに作成され、最初の症例の遅刻や症例期間の偏りを補正した後、各症例の新しい開始時刻で継続的に更新されることが可能です。これらの修正された開始時間は、次の患者が到着するタイミングを決定するために使用され、患者が必要以上に待つ必要がないようにすることができます。患者が病院に到着した後の待ち時間を最小限にすることは、ORマネージャーにとって重要な目標です。動的なスケジュールでは、「次の」症例の開始時刻は継続的に更新されます。
次の手術に必要な消耗品と機器が利用可能であることを確認するため。

症例の残り時間を推定するための最善の方法ではない場合があります。統計的な方法は、症例の予想残り時間を正確に予測する目的で、利用可能な過去の症例期間データを分析することができます。これを達成するために、OR情報システムは、麻酔情報管理システムサーバーから、外科医の身元、予定されている処置、および症例の実際の開始時間に関するデータを自動的に抽出するようにプログラムされている。 (欧米の大学病院では、このようなシステムを導入するところが増えてきている。）

ベイジアン分析では、以前の観察と新しい情報を組み合わせて、将来の出来事の可能性を決定することができます。データ解析は、必要であれば、OR担当者に電子的に残り時間の見積もりを問い合わせることによって補完される。これらの問い合わせは、症例が長引くほど、また予測に使用できる過去の症例がほとんどない場合、特に貴重なものとなる

症例が予定の終了時刻を大幅に超えると、残り時間はゼロまで減少すると予想される。しかし、特定のスケジュールされた操作の繰り返しの残り時間の中央値は、実際には比較的一定しています。これは、すでに終了しているケースが徐々に多くなっていることが一因である。さらに、異常に長くかかる症例は、実施中の手術が当初予約された手術と同じでないことを示す可能性がある。

あるいは、術中の合併症や他のランダムな事象が遅延の原因となることもある。手術室がより多くの資源（新しい機器、レトラクター、別の外科医、血液製剤）を発注する場合、これは症例が予定時間を超過することを示唆しています。ほとんどの症例は、プランAが実行されるものとしてスケジュールされているので、プランBが実行された場合、症例はおそらく予測時間を超えて進行するでしょう。つまり、手術方法や麻酔方法の変更が確認された場合（例えば、術前ブリーフィングで）、更新された症例期間の推定値を使用する必要があります。このような更新は、しばしば元の推定値よりも良好である。

不確実性の管理

症例期間を推定する際には、正確な手技、手術チーム、麻酔薬の種類を使用することが重要である。手術時間の予測における不確実性をすべて取り除くことができればよいのですが、不確実性は依然として残っています。私たちは、”症例はあとどのくらい続きますか？”という質問に対して、”あと68分です “というような単一の数値による答えを期待しています。このような回答は「確かさの幻想」をもたらし、確かなものが存在しないにもかかわらず、確かさを求める人間の感情的な欲求を満たしてしまうのです。

ある種の決定では、ORマネジャーはケースが持ちこたえられる最短時間を考慮しなければならない。他の決定については、ORマネジャーは、あるケースが最も長く続くであろう時間を決定しなければならない。 ORマネージャーの目標は、手術時間の不確実性を受け入れ、それを管理することである。

ORマネージャーは、同じ日に同じORで、最も予測可能な症例を最初に、最も予測できない（しばしば最も長い）症例を最後に、それぞれの外科医の手術リストを並べることができる。

未来の OR スイートでは、患者は計画された手術の前に、同じ一定の時間に現れないかもしれません。むしろ、患者が手術のために病院に到着するように指示される時間は、その前にある症例の特徴に基づいて変化します。例えば、患者Bが症例A（期間が決まっており、変動が少ない）の後に予定されている場合、患者Bは予定の開始時間よりかなり前に到着する必要はありません。患者Bが、持続時間が非常に不明確な症例（例えば、Whipple法）を担当する予定であれば、患者Bの指示は早く来ることかもしれません

。