Analiza obciążenia zespołów pomogła sprawiedliwiej rozłożyć pracę terapeutów
Jedni terapeuci byli przeciążeni, inni mieli luki, a nikt nie widział całości. Prywatny model AI pokazał realne obciążenie zespołów.
Co bolało
W kilku placówkach jedni terapeuci byli stale przeciążeni, podczas gdy inni mieli wolne okna, ale nikt nie miał pełnego obrazu obciążenia całej sieci. Skutkiem było wypalenie najbardziej obleganych specjalistów i nierówny dostęp pacjentów do terapii.
Co wdrożyliśmy
Sieć dostała prywatny model AI analizujący dane o grafikach i obłożeniu terapeutów w obrębie własnej infrastruktury. System pokazuje realne obciążenie poszczególnych osób i placówek oraz podpowiada, jak sprawiedliwiej rozłożyć pacjentów, a koordynatorzy zatwierdzają zmiany.
Efekt
Różnica w obciążeniu pracą między terapeutami zmalała o ponad jedną czwartą. Najbardziej oblegani specjaliści odetchnęli, a pacjenci szybciej dostają się na terapię tam, gdzie były wolne okna. Koordynatorzy planują w oparciu o realne dane, a nie o wrażenia. Dane kadrowe i grafiki nie opuszczają serwerów sieci.
„Wreszcie widzimy, kto naprawdę tonie w pracy, i możemy to wyrównać, zanim ktoś się wypali."
koordynatorka zespołów terapeutycznych
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.