XiaoMi-AI文件搜索系统
World File Search System医护人员
医护人员
• 麻疹 • 腮腺炎 • 风疹 • 水痘 • 乙型肝炎 • 百日咳 • SARS-CoV-2 (COVID-19) • 流感 BC 省的医护人员 (HCW) 包括为患者提供医疗保健或在为患者提供护理的机构中工作的人员（例如，医生、护士、急救人员、牙科专业人员、实验室技术人员；医学、牙科、护理和实验室技术人员学生；医院志愿者；以及医疗机构中的行政、家政和其他支持人员）。HCW 因接触患者或感染患者的物质而面临接触传染病的风险。HCW 还照顾可能因感染传染病而面临严重后果风险的个人。维持对疫苗可预防疾病的免疫力是医疗机构职业健康计划不可或缺的一部分。免疫剂的最佳使用有助于保障工作人员的健康，并保护患者免受某些传染病的侵害。所有医护人员的首要任务是确保所有常规免疫接种，包括持续按需提供加强剂量。在没有书面免疫记录的情况下对医护人员进行常规血清学检测以确定免疫力是不切实际的，而且许多疫苗可预防疾病没有血清学保护相关性和市售检测。但是，对于某些疾病，自然感染的实验室证据、免疫的实验室证据和/或出生年份可被视为免疫力的证明。有关更多信息，请参阅《医护人员疫苗具体注意事项》和第 4 部分 - 生物制品。
乙肝与医护人员
ACIP 建议，有书面证明证明过去（例如在婴儿期或青少年时期）接种过适当间隔的乙肝疫苗，但现在抗 HBs 检测呈阴性的 HCP 应接种一剂乙肝疫苗，并在 1-2 个月后重新检测抗 HBs（见图 1）。接种后检测呈阳性的人将获得免疫，无需进一步接种疫苗或检测。检测呈阴性的人应按常规时间表完成第二轮乙肝疫苗接种，并在最后一次接种后 1-2 个月再次检测。Heplisav-B 可用于为新 HCP 重新接种疫苗（包括接种过激发剂量的疫苗），这些 HCP 过去曾接种过不同制造商的疫苗，并且在入职或入学时抗 HBs 低于 10 mIU/mL。有关更多信息，请参阅 www.cdc.gov/mmwr/volumes/67/rr/pdfs/rr6701-H.PDF，第 21-22 页。
医护人员免疫接种
3.2.1 直接护理提供者 (D)，其日常任务包括可能接触患者的皮肤、眼睛、粘膜、血液或其他潜在传染性体液（包括咬伤）的程序；例如住院医师、外科医生、牙医、病理学家、内窥镜医师、护士、临床实验室技术人员、护理人员、精神病学家和心理学家、物理治疗师、病人护理助理、呼吸治疗师和处理生物危害废物的环境服务人员。3.2.2 间接护理提供者 (I)，其工作通常不涉及接触患者的皮肤、眼睛、粘膜、血液或其他潜在传染性体液，但偶尔可能需要进行直接护理活动，以及其工作经常将其置于直接护理环境中的人员；例如运输人员、HUC、健康和安全人员。 3.2.3 非护理提供者 (N)，其工作通常不需要比访客有更大的潜在接触，并且可以拒绝从事 D 和 I 活动，例如秘书、行政人员和口译员。3.3 对于本政策生效日后雇用的所有个人，对特定病原体的免疫力将通过经过认证的免疫记录或血清学检测来定义。对于 2006 年 1 月 1 日之前雇用的个人，基于 1957 年之前出生或医生记录的麻疹的“免疫力”将不被视为在疫情爆发或直接接触时对麻疹免疫的证据。3.4 免疫功能低下的个人包括患有先天性或获得性免疫缺陷病的人，包括 HIV 感染；白血病、血恶液质、淋巴瘤或任何其他影响骨髓或淋巴系统的肿瘤的人；接受实体器官和骨髓移植的人；接受免疫抑制治疗的人（例如，成人每天服用≥2 mg/kg 强的松或 20 mg/天）。 4.0 实施
医护人员流感疫苗接种
• 评估数据表明，洛杉矶县卫生官员命令的实施使洛杉矶县急症护理机构的 HCP 流感免疫接种率从命令前流感季节（2012-2013 年）的 60% 提高到 2020 年的 86%。在过去的 2022-2023 年流感季节，洛杉矶县医院内 HCP 的平均免疫接种率为 73%。
医护人员对人工智能的看法
人工智能 (AI) 被描述为数字计算机执行通常与智能生物相关的任务的能力（ Copeland，2020 年），这并不是一个新概念。1950 年，艾伦·图灵首次在他著名的论文《计算机器与智能》（Turing，1950 年）中提出了“机器能思考吗？”的问题。然而，近年来，由于机器学习技术的进步以及海量数据集或“大数据”的可用性，人工智能领域取得了显著发展，这导致人工智能应用在社会中日益普及并成为我们日常生活中不可或缺的一部分（Laï et al.，2020 年）。一些例子包括亚马逊的在线购物产品推荐系统、Uber 或 Lyft 等拼车应用程序以及 Cortana、Alexa 和 Siri 等智能个人助理。人工智能技术已经应用于医疗保健领域，有可能深刻改变医疗实践和患者护理。医疗 AI 应用最成功的领域可能是 AI 辅助分析放射图像（Yu 等人，2018 年），该应用利用深度学习（机器学习的一个专门子集，使用神经网络从非结构化数据中学习）来识别甚至专家都可能忽略的疾病模式。例如，《自然》杂志上发表的一篇论文表明，AI 系统在乳房 X 光检查中检测乳腺癌方面的表现可以胜过放射科医生（McKinney 等人，2020 年），而最近一个国际团队开发了一种诊断方法，能够根据患者的症状预测患者是否有可能感染 COVID-19（Menni 等人，2020 年）。尽管取得了这些积极的初步成果，但关于 AI 及其应用的主题仍然存在很多争议和困惑，公众甚至科学界对其潜在益处和风险存在分歧。一方面，最持怀疑态度的人对人工智能的实际能力表示怀疑；另一方面，一些人（包括已故的斯蒂芬·霍金）担心人工智能最终会超越人类智能并变得无法控制（Hawking 等人，2014 年）。在医学领域，有人担心机器学习可能会导致医生技能下降（Cabitza 等人，2017 年）并导致医患关系扭曲（Karches，2018 年）。然而，这种担忧往往不是针对人工智能或机器学习，而是针对它们的使用方式，因此其他作者认为，适当、明智地使用人工智能可能会带来益处，并可能极大地改善患者护理（McDonald 等人，2017 年；EsteChanva 等人，2019 年；Liyanage 等人，2019 年）。本研究旨在评估皇家自由伦敦 NHS 基金会员工对人工智能项目的认识，并调查他们对人工智能在医疗保健领域的应用的看法。据我们所知，这是首次针对 NHS 中的医疗专业人员对 AI 的态度进行的调查，也是世界上最早的调查之一（Codari 等人，2019 年；Oh 等人，2019 年；Laï 等人，2020 年）。
医护人员流感疫苗接种
在线学习 HSeLanD 计划：流感疫苗 - 保护自己，保护他人，适用于所有 HSE 员工和 HSE 资助服务的员工，网址为 hseland.ie 分享有关医护人员接种流感疫苗的视频 https://youtu.be/4lrtGU9fVkM 分享医护人员接种流感疫苗的原因的视频 https://youtu.be/Ifw0TMhmT-0 有关流感疫苗的常见问题解答，请访问 https://bit.ly/FluHCPs 建议所有孕妇（包括医护人员）接种流感疫苗，并且可以在怀孕的任何阶段接种。分享 Maeve Eogan 博士关于孕妇（包括医护人员）接种流感疫苗的重要性的视频 https://youtu.be/PlCDPX_wNPc
COVID-19 – 保护医护人员
有关降低 COVID-19 风险的其他方法。大多数在怀孕期间感染 COVID-19 的女性不会比非孕妇遭受更严重的后果，并会生下一个健康的婴儿。随着有关疫苗的更多安全数据的出现，此建议可能会发生变化。如果您怀孕了，但认为自己处于高风险中，您可能希望现在与您的医生或护士讨论接种疫苗。如果您在接种疫苗后发现自己怀孕了，请不要担心。疫苗不包含在体内繁殖的生物，因此它们不会导致您或您未出生的婴儿感染 COVID-19。至于其他疫苗，将有一个国家监测系统来跟踪怀孕期间接种疫苗的女性。我们希望随着时间的推移，这将为女性提供早期的保证。
