Prognozowanie zespołowe z modelami szeregów czasowych. Co to zmienia w planowaniu placówki medycznej

Prognozowanie przez jeden model daje jedną liczbę. Problem w tym, że ta liczba nigdy nie jest pewna, a decyzje operacyjne podejmuje się właśnie w tej niepewności. Nowsze podejście polega na uruchamianiu wielu wariantów modelu szeregów czasowych jednocześnie, z różnymi warunkami startowymi lub parametrami, a następnie składaniu ich wyników w jedną zbiorową odpowiedź. Taki zestaw modeli, tzw. ensemble, nie zwraca już pojedynczej wartości, tylko rozkład: „najprawdopodobniej 47, ale z 90-procentowym prawdopodobieństwem między 38 a 61". To fundamentalna zmiana w tym, co w ogóle można zrobić z prognozą.

Otwarte modele do analizy szeregów czasowych, takie jak te z rodziny Granite od IBM, pozwalają na uruchamianie takiego podejścia bez kosztownych licencji i bez trenowania od zera. Model dostrojony do konkretnych danych placówki, uruchomiony wielokrotnie z małymi perturbacjami, produkuje nie jeden wykres, ale wachlarz możliwych przyszłości. To samo w sobie jest cenne, ale dopiero interpretacja tego wachlarza robi różnicę praktyczną.

Co to oznacza dla polskich placówek medycznych (szpitale, przychodnie, apteki, gabinety)

Zacznijmy od najczęstszego problemu: planowanie obsady i zasobów. Prognoza „w poniedziałek przyjdzie 80 pacjentów" jest użyteczna, ale prognoza „z dużym prawdopodobieństwem między 65 a 110" zmienia decyzję. Zarządca oddziału może wtedy świadomie zdecydować, czy planuje pod dolną granicę i ryzykuje przeciążenie, czy pod górną i ryzykuje puste zmiany. Bez przedziałów pewności tej decyzji nie ma, jest tylko zgadywanie.

Apteki i zaopatrzenie. Zarządzanie lekami i materiałami eksploatacyjnymi to klasyczny problem szeregów czasowych: zużycie zależy od sezonu, historii, dnia tygodnia, a czasem od nieprzewidywalnych wzrostów. Ensemble pozwala tu liczyć scenariusze pesymistyczne bez zamawiania na zapas „na wszelki wypadek". Zamiast reguły z kciuka, dostajemy konkretny przedział, z którego wynika decyzja o zamówieniu.

Kolejki i czas oczekiwania. Prognozy zbiorowe nadają się też do szacowania obciążenia rejestracji, pracowni diagnostycznych albo izby przyjęć w konkretnych godzinach. Jeśli model mówi, że w piątek między 10 a 13 ruch wzrośnie z dużą pewnością, to nie jest rekomendacja, to sygnał do zaplanowania dodatkowego okienka albo przesunięcia terminarza. Taka informacja ma wartość tylko wtedy, gdy wiemy, ile jej ufamy.

Warto wspomnieć o jednej pułapce. Modele szeregów czasowych uczą się na historii. Jeśli w przeszłości rejestracja była zamknięta w konkretnym tygodniu, model to zapamiętuje i może uznać, że tak będzie zawsze. Ensemble tego nie naprawia, ale widać to od razu w dużym rozrzucie prognoz w tamtym przedziale czasowym. To sygnał do ręcznej korekty, nie błąd do zignorowania.

Prognozy pojedynczego modelu były pierwszym krokiem. Prognozy z przedziałami pewności to krok drugi i znacznie bardziej użyteczny w codziennym zarządzaniu placówką. Jeśli chcesz sprawdzić, gdzie w Twojej organizacji takie podejście miałoby największy sens, umów się na bezpłatny audyt.