Optymalizacja planowania pracy i obciążenia laboratorium

AI przewiduje napływ zleceń w ciągu doby i podpowiada rozłożenie obsady oraz odczynników. Decyzje organizacyjne podejmuje kierownik laboratorium.

szpital powiatowy ok. 270 łóżek, region północno-zachodni Laboratorium i diagnostyka
-28% krótszy średni czas oczekiwania na wynik w godzinach szczytu

Co bolało

Napływ zleceń był nierównomierny, a obsada planowana sztywno nie nadążała za szczytami. W godzinach kumulacji wydłużał się czas wydania wyniku, a w innych porach zasoby stały niewykorzystane. Planowanie opierało się głównie na intuicji.

Co wdrożyliśmy

Model przewiduje napływ zleceń w ciągu doby na podstawie historii i kalendarza placówki, a potem podpowiada, jak rozłożyć obsadę i przygotować odczynniki pod spodziewane szczyty. Ostateczne decyzje organizacyjne podejmuje kierownik laboratorium, który ma w ręku konkretną prognozę zamiast przeczucia. Cała analiza działa lokalnie, na danych laboratorium.

Efekt

Średni czas oczekiwania na wynik w godzinach szczytu się skrócił, a zasoby wykorzystywano równomierniej. Zespół rzadziej pracował pod presją nagłej kumulacji zleceń. Planowanie obsady oparło się na danych, a nie na wyczuciu.

„Wiemy z wyprzedzeniem, kiedy uderzy fala, i jesteśmy na nią gotowi."

Kierownik laboratorium
#planowanie pracy#obciążenie#TAT#organizacja#prognozowanie

Placówkę opisujemy anonimowo. Część scenariuszy bazuje na realnych wdrożeniach, część na powtarzalnych sytuacjach z rynku ochrony zdrowia w Polsce. Pełne referencje z kontaktem do decydenta udostępniamy po podpisaniu NDA. Liczby mają charakter orientacyjny i nie są gwarancją wyniku dla konkretnej placówki.