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