當前位置:萬佳範文網 >

工作總結 >醫院工作總結 >

中心醫院科教工作總結範文

中心醫院科教工作總結範文

我院科教科按上級衞生行政部門的要求,在醫院領導的支持、指導及科室的配合下,20xx年在科研、繼續教育、教學等方面取得了較好的成績,現總結如下:

中心醫院科教工作總結範文

一、繼續教育

我院為二級甲等醫院,屬於基層醫院,面向全縣農村人口,科研為薄弱環節,因此,繼續醫學教育就成了我院的重中之重。

(一)科教科按計劃結合二甲複核要求,配合全院組織實施全院性業務培訓學習10餘次,內容涉及院感知識、傳染病及公共衞生知識、衞生法律法規、抗菌藥物應用、急診急救知識、母乳餵養知識及中層專業技術人員衞生管理知識等。

(二)採取請進來,走出去的方法,不斷提升我院的服務能力。今年我院與東營市人民醫院組成醫聯體,共接受專家坐診及會診86人次。共派出院外進修12人,進修專業為骨科、腎內、內分泌、病理、泌尿、器械維護、心臟介入等,根據需要結合我院情況,進修時間3個月至1年不等。部分人員已返院,準備開展工作

(三)進一步加強了“三基三嚴”培訓考核工作,制定了《20xx年醫療及醫技人員“三基三嚴”考試考核實施方案》,共進行四期“三基三嚴”理論考試,一次操作考試,取得較好效果。遴選出內科、兒科、婦科人員及急診急救小組參加了全市技能大賽,並取得了優異成績。

(四)加強學分管理。本年度根據我市衞生計生委要求,繼續醫學教育學分納入全省科教平台管理,要求自20xx年7月1日以後的學分至20xx年底全部錄入系統,按照上級安排,於年底我院所有衞生專業技術人員學分全部錄入並審核完畢。中醫中藥人員共計17人全部納入國醫通繼續教育系統管理,中醫藥人員同時進行IC卡管理,在單位版科教管理平台及科室版繼續教育平台雙平台管理下,各科均固定設立1名專職科教管理員,組成科教管理員組,共計35人,協助科主任做好科教管理工作。每半年進行一次科教管理員會議,各科室科教管理員,於科室版平台下直接管理各自的醫務人員,對科室新人人員及時上報信息,對各科室學分、論文等進行學分錄入,並將資料進行統一整理,上交科教科審核;同時建立了我院科教管理員微信羣,發現及處理問題均於網上進行,明顯地提高了工作效率。

(五)對周邊鄉鎮衞生院選派醫務人員進行對口支援,20xx年我院排出20名專業人員分別對北宋鎮衞生院、利津街道衞生院、明集鄉衞生院進行了專業幫扶歷時半年,採取坐診和理論培訓等形式,得到了幫扶單位的肯定。進一步強化公益性社會服務,20xx年我院共組織醫務人員上街看着健康教育宣傳14次,進行義診、測血壓、健康諮詢;看着健康教育講座和健康教育大講堂6次,發放健康教育資料,以提高社區居民和社會人羣健康知識知曉率、健康行為形成率和健康技能掌握率。

(六)加強新入職人員崗前培訓。今年我院對兩批新入職人員進行的規範的崗前培訓,從病歷書寫規範、職業禮儀、規章制度、急診急救知識、衞生法律法規、安全知識、醫務人員及病人的權利醫務等方面邀請資深專家分別進行細緻認真的講解,使新入職人員儘快熟悉醫院環境,更好的適應工作。

(七)按照上級部門要求,完成了20xx年度中級參考人員及高級技術職務晉升人員的任期考核工作。

(八)組織完成了20xx年度繼續醫學遠程教育考試考核,市級公需科目報名考核工作,組織完成了20xx年度繼續醫學遠程教育網上報名繳費工作。

二、教學管理

(一)20xx年接收實習生9人,見習生6人,接收進修人員3人。

(二)進一步加強了教學管理及帶教工作。到我院實習的實習生,每一批報到後科教科均進行兩天的崗前教育、考核,學習相關制度、法規、醫療文書書寫等,強調組織紀律,每月組織上大課。各科進行入科教育,定期進行小講課、病例討論、教學查房,讓實習生多參與醫療活動。並分組、分專業進行臨牀基礎技能培訓,增強實習同學的臨牀基礎技能。

(三)定期進行評教評學工作,每年評選優秀實習生及優秀帶教科室、科主任、護士長、帶教老師,並進行獎勵。

(四)關心實習生學習和生活,讓實習生參與醫院文體活動。抓好實習生組織紀律,認真履行請假審批手續。加強宿舍內務管理,每2周宿管員參加檢查評分,每月護理部、後勤辦檢查實習生宿舍內務,提醒實習生注意防盜及人身、財物安全,發現違規用電及時談話教育。

三、科研管理:規範了新技術、新項目管理,健全准入制度。

20xx年度無科技成果立項,無市級繼續教育項目申報,各科暫無新技術、新項目申報。目前正對發表論文進行收集,並於年終進行表彰、獎勵。

在過去的一年裏,我院的科教工作取得了較好的成績,但是在高學歷人才引進、科研立項、新技術新項目准入管理方面欠缺,發表論文質量、專科進修培訓等方面仍存在不足,在今後工作中將針對以上問題,不斷改進。

  • 文章版權屬於文章作者所有,轉載請註明 https://wjfww.com/zongjie/yiyuan/g94z9p.html
專題