LeanTaaS — это аналитическая компания в области здравоохранения, которая работает над применением искусственного интеллекта и машинного обучения (AI/ML) в здравоохранении для улучшения операций; в частности (на момент написания этой статьи) операционные, инфузионные центры и доступ к стационарным койкам.

Как наркоман здравоохранения, я всегда пытаюсь расширить свои знания о том, как мы можем помочь перестроить нашу систему здравоохранения, чтобы она была более ориентирована на потребителя. Тем не менее, получив степень инженера в области систем здравоохранения, я почувствовал, что можно сделать гораздо больше для решения логистических и операционных проблем, возникающих в здравоохранении, поэтому я был приятно удивлен, когда основатели Мохан Гиридхарадас и Санджив Агравал объявили об издании этой книги.

Какую проблему решает это?

Удивительно видеть достижения в области научных открытий, но оказывать такую ​​помощь становится все труднее и труднее за последние несколько десятилетий.

Люди живут дольше, чем предыдущие поколения; однако у молодых поколений меньше детей (см. изображение ниже). Из-за этого у нас возникает пара проблем:

1) меньше людей трудоспособного возраста, которые заботятся о тех, кто вышел на пенсию или оставил работу; и

2) Меньше работающих людей вносят свой вклад в медицинское страхование, что, в свою очередь, означает меньше денег для поддержки ухода за этими старшими поколениями.

Поскольку в систему поступает меньший доход, это не позволяет организациям расширяться за счет найма большего количества сотрудников или покупки более дорогих ресурсов (например, аппаратов МРТ). В связи с этим организациям здравоохранения постоянно необходимо делать больше с меньшими затратами.

На сегодняшнем рынке (по крайней мере, до COVID), если вы заболели каким-то неизвестным, несрочным заболеванием, может потребоваться 20 дней, чтобы первоначально обратиться к врачу общей практики, и еще 20 дней к специалисту. 40 дней ожидания только для того, чтобы обратиться к врачу (при условии, что ваша страховка требует сначала направления от первичной медико-санитарной помощи) [1]!

Представьте, что вам нужно ждать 40 дней, чтобы забронировать билет на рейс через всю страну, вызвать такси или заказать пакет онлайн. Мы не принимаем это в других сферах нашей жизни, почему мы должны это делать, когда дело доходит до нашей самой важной части?

Одним из способов улучшения этого плохого доступа является улучшение планирования посещений медицинских учреждений и ресурсов. Что, собственно, и обсуждают авторы.

Проблема планирования

Чтобы лучше понять проблему расписания, я предпочитаю думать о часовом или 60-минутном молодежном хоккейном матче, который обычно выглядит следующим образом.

Это дает нам время 49 минут, однако, как и в любом виде спорта, могут быть остановки из-за набранных очков, пенальти и т. д. В некоторых играх больше остановок, чем в других, и хотя в большинстве случаев это достаточно произвольного 11-минутного буфера, для других — нет; и когда ледовое время истекло, игра заканчивается раньше. Хотя в закрытой игре это не весело, все соглашаются, что они заплатили за час льда, и переходят к следующему.

Однако этот тип мышления не может быть применен в медицинских учреждениях. Вы не можете просто остановить операцию, инфузию или неотложную помощь и сказать: «Следующий пациент». Тем не менее, это ТОЧНО то, как обычно все запланировано. Это не чья-то вина, это просто наш интуитивный способ планировать дела, когда мы смотрим в календарь друг друга и говорим, какой день лучше всего работает, и бум, запланированная встреча. Это просто не лучший подход, когда речь идет о масштабировании предприятия.

В дополнение к различиям во времени приема, здравоохранение имеет дополнительный уровень сложности, когда у нас есть различия в повседневных требованиях пациентов, а также необходимость «связать» компоненты нашей помощи [4]. Как и в случае с полетом, вы не можете ожидать, что прибудете на свой рейс во время посадки и сядете в свой самолет. Скорее всего, вам нужно планировать время для каждого шага с момента, когда вы покидаете свою дверь, до времени отправления вашего плана; и каждый из этих шагов должен выполняться в определенном порядке (вы не можете сесть на борт перед поездкой в ​​​​аэропорт).

Самостоятельно спланировать полет, как правило, несложно, но представьте, что теперь вам нужно запланировать тысячи таких поездок в день, пытаясь разместить людей с 15-минутными интервалами. Скорее всего, вы где-нибудь окажетесь в пробке из бревен, и множество недовольных людей будут ждать, чтобы сесть на свой самолет.

Резюме

Авторы рассматривают 5 различных областей, в которых сегодня мы видим проблемы с планированием в здравоохранении, и предлагают их решения. Хирургические процедуры, отделения неотложной помощи, использование стационарных коек, инфузионные центры и амбулаторное планирование. Вот некоторые из моих любимых:

Хирургические операционные

В больницах и хирургических центрах поддержание операционной и укомплектование персоналом может стоить до 100 долларов в минуту. Из-за этого чрезвычайно важно максимизировать использование комнаты, когда она открыта, однако большинство организаций анализируют время ИЛИ в виде блоков, в результате чего специальность A получает 4 блока в неделю, специальность B получает 3 блока в неделю и т. д. Хотя это Это помогает хирургам поддерживать регулярный график, но проблема возникает, когда не используются небольшие 15-20-минутные интервалы или, что еще хуже, когда вся процедура просто не запланирована. Как и в случае с самолетами, садящимися на взлетно-посадочную полосу, мы не ожидаем, что пилоты скажут: «Дайте мне взлетно-посадочную полосу между 11:00–11:15». Мы не должны этого делать в здравоохранении [4].

Отделения неотложной помощи

Отделения неотложной помощи — почти идеальный пример случайного (иначе стохастического) процесса, встречающегося в здравоохранении. По большей части мы не можем предсказать, что понадобится следующему человеку, который войдет в дверь, или когда он придет. Из-за этого нам необходимо полагаться на исторические данные, чтобы помочь нам предсказать, какие потребности могут быть как в надлежащем укомплектовании отделения неотложной помощи, так и в обеспечении того, чтобы вспомогательные услуги по всей больнице могли быть доступны для неотложных пациентов (лаборатория, визуализация и т. д.) и иметь представление о том, какие типы стационарных коек доступны на случай госпитализации пациента. Когда все эти факторы не управляются систематически, мы получаем систему, в которой время ожидания приема у врача может достигать часа [2], а продолжительность пребывания может достигать нескольких часов [3]. .

Амбулаторные визиты в офис

В традиционном амбулаторном отделении спрос в конкретный день, вероятно, невозможно предсказать. Однажды у нас может быть 5 звонков от новых пациентов или 6 звонков от существующих пациентов, у которых есть насущные проблемы. Однако то, как мы их планируем, совершенно неадекватно. Общий подход к планированию состоит в том, чтобы примерно заблокировать X числа новых посещений пациентов в неделю, Y коротких, существующих посещений пациентов каждую неделю и Z длительных, существующих посещений пациентов каждую неделю. Хотя это способствует установлению распорядка для персонала, но не всегда лучший подход к планированию, ориентированный на пациента.

Что мне понравилось

Аналогия использования автором

Хотя нам нужно делать больше с меньшими затратами, мы также должны понимать, что не можем рассчитывать на 100%-ное использование наших ресурсов. Как и на наших автомагистралях, когда дорога на 100% заполнена автомобилями, везде возникают пробки. Как и в здравоохранении, нам необходимо убедиться, что мы разрабатываем методы планирования для выравнивания нагрузки в течение дня, чтобы избежать пробок. Пиковые нагрузки приводят к задержкам, спешке и ненужным сверхурочным работам для организации.

Необходимость улучшить использование данных

За последнее десятилетие организации здравоохранения научились представлять данные в таблице, чтобы восхищаться проблемами, с которыми они имеют дело. После нескольких месяцев напряженной работы от имени аналитиков данных руководители могут в конечном итоге посмотреть, как используются их ресурсы, а затем попросить просмотреть данные в нескольких различных формах, надеясь задать вопрос, который приведет их к какому-то окончательному решению.

Основная проблема заключается в том, что большую часть времени мы используем исторические данные для обобщения наших проблем. Скорее, нам нужно иметь возможность использовать огромное количество данных, собранных за последнее десятилетие, и применять их для прогнозирования, а затем и назначения вариантов для передовых работников.

Точно так же, как Google Maps может сказать, сколько времени нам потребуется, чтобы добраться от дома до пункта назначения в определенное время дня, нам нужны программные решения, которые могут делать то же самое в режиме реального времени.

Необходимо выйти за рамки электронных медицинских карт (ЭМК)

Электронные медицинские карты прошли долгий путь за последнее десятилетие, но не справляются с планированием невероятно сложных процессов. Авторы выделяют несколько пунктов:

ЭМК, построенные на ошибочных предположениях о планировании

Возвращаясь к моей хоккейной аналогии, встречи обычно основаны на времени с интервалом в 15, 20, 30 минут. Опять же, несмотря на интуицию, мы должны быть в состоянии использовать данные, которые собирают электронные медицинские карты, чтобы лучше понять, как долго может находиться человек, когда его помещают в расписание.

Они используют принцип "Вот открытое место"

Только представьте, если бы завтра закончилась пандемия COVID и вы решили заказать поездку в место из вашего списка желаний. Тем не менее, вместо того, чтобы искать рейсы в Интернете, которые предписывают вам даты, время полета и расходы; вы звоните в каждую авиакомпанию и остаетесь в ожидании, пока не дозвонитесь до пилота каждого рейса, только для того, чтобы сыграть с ними в телефонную игру в течение следующих нескольких часов, чтобы найти лучшее время, которое подходит вам и им.

У EHR нет правильного математического движка

Представьте, что у вас есть 8-часовая рабочая смена, в которой вы увидите 4 типа пациентов (новые, повторные, сложные и повторные), где у каждого из этих 4 пациентов свое время приема. Это оставляет нам ПЯТЬ ТЫСЯЧ ТРИЛЛИОНОВ различных конфигураций календаря [4]. Что еще раз показывает, что принцип «вот свободный слот» не является отличным решением для планирования. Для контекста, даже если бы мы сузили это число до 99,99%, у нас все равно было бы 500 миллиардов комбинаций, и, если вы попытаетесь набросать каждую из них каждую секунду, вам потребуется 158 тысяч лет, чтобы нанести их все на карту.

Что я хотел бы видеть больше

Тематические исследования

Хотя их много на их веб-сайте, мне бы хотелось увидеть больше реальных примеров того, как технологии могут помочь решить эти проблемы. Будь то конкретные тематические исследования групп, с которыми они сотрудничают, или примеры технологий, с которыми взаимодействуют пользователи.

Различные математические методы и то, как они помогают в решении этих задач

Как инженер, прошедший курс по имитационному моделированию и интеллектуальному анализу данных, я хотел бы получить возможность больше узнать о том, как эти математические подходы встраиваются в программное обеспечение, которое может ежедневно использоваться персоналом, работающим на переднем крае. в отличие от одноразовых анализов, которые сегодня широко распространены в наших системах здравоохранения.

Кто должен это прочитать?

С точки зрения логистики, эта книга прекрасно описывает проблемы, с которыми мы сталкиваемся сегодня в сфере здравоохранения. Студенты инженерных специальностей часто спрашивают меня, как математика используется или может быть использована в здравоохранении. Несмотря на то, что мы наблюдаем множество достижений в использовании искусственного интеллекта и машинного обучения (AL/ML), когда речь идет о клинической диагностике и лечении, нам необходимо найти лучшие способы помочь людям получить доступ к этому удивительному лечению.

Эта книга довольно хорошо описывает возможности и ограничения с точки зрения оказания медицинской помощи, и я бы порекомендовал ее всем, кто заинтересован в применении инженерных принципов или принципов науки о данных в здравоохранении.

Если вам интересно узнать больше, его можно взять здесь: https://leantaas.com/bhctm/

Источники :

[1] https://www.mgma.com/data/data-stories/how-long-are-patients-waiting-for-an-appointment

[2] https://www.cdc.gov/nchs/products/databriefs/db102.htm

[3] https://focus.hqca.ca/emergencydepartments/total-length-of-patients-emergency-department-stay-los/

[4] Лучшее здравоохранение с помощью математики: изменение кривых доступа и затрат