醫院管理歷來都高度依賴于人工流程，這導致管理者決策和護理患者的延遲。但是，數據分析、機器學習和人工智能等新技術正在改變這一切。以美國健康計劃和醫療集團Kaiser Permanente公司為例，該財團在2015年對其在美國的39家醫院和700多家醫療機構的數據運營進行了全面改革。
Kaiser Permanente公司執行副總裁兼首席信息官Dick Daniels表示：“在醫院就診等待床位或住院之后等待出院，對于患者來說是一件令人沮喪的事情，這對醫院的運營效率來說也是低效的。許多運營數據對提高這些流程的效率是必要的，其中包括醫院普查、床位需求、房間清潔和可用性、等待出院以及其他方面。”
他指出，在以往，這些數據通常來自人工匯編報告的多個來源，這是一個資源密集型過程，通常會導致信息過時并且不可操作，因為這還涉及通過電話或短信進行的廣泛交流。
Daniels說：“Kaiser Permanente公司醫療機構的臨床和運營負責人將這些挑戰視為改善護理服務和患者滿意度，以及提高日常運營效率的關鍵機遇。”
該公司為此推出了“Insight Driven”計劃，該計劃為Kaiser Permanente公司贏得了IT卓越領域CIO 100的獎項。
以人為本的設計價值
當實施Insight Driven計劃的臨床和運營負責人組成的小組成員首次聚集在一起時，對于醫護人員的保留和對患者狀況和患者流量更加全面了解的需求是該小組首要關注的問題。
在經過探討和研究之后，該小組于2018年推出了運營觀察名單(OWL)這個移動應用程序，可以提供醫院運營質量、安全性和吞吐量指標(其中包括醫院普查、床位需求和可用性，以及患者出院等)的近乎實時的全面視圖。
Daniels說：“這個移動應用程序綜合了各種信息，以指導醫院管理者關注可能導致工作流程瓶頸和更長的患者等待時間的問題并采取行動解決。該應用程序可確保以無縫的方式提供最佳的護理和患者體驗。”
實施Insight Driven計劃的團隊使用了以人為中心的設計方法，來確定將Kaiser Permanente的集成模型和電子健康記錄系統生成的信息轉化為可用于護理決策的洞察力。它還尋求機會引入諸如預測分析之類的新功能，以支持醫療前線的決策并改善患者流量管理。
Daniels說：“一個常見的用例是在醫院和單位級別的日常瑣事中使用該工具。該工具現在可以提供當前和預計的醫院普查、床位需求、房間清潔和可用性，等待出院以及其他吞吐量指標，以幫助醫院管理機構規劃出院，確定提高患者吞吐量的機會，并預測和解決潛在的瓶頸，改善醫護人員的體驗。”
該團隊使用可擴展敏捷框架(SAFe)方法來開發應用程序并進行持續改進。
Daniels說：“這種方法使醫院運營負責人和一線管理人員能夠在短時間內就解決方案的需求和期望提供及時的指導和意見。”
Daniels說：“為團隊提供運營觀察名單(OWL)初始需求指導的運營用戶如今繼續提供反饋。通過定期收集反饋，開發團隊可以不斷完善解決方案，以提供最重要、最相關的信息和功能，以支持易用性并最大程度地提高交付的價值。臨床和運營管理者、業務部門以及IT團隊之間的緊密合作，使Insight Driven計劃能夠持續不斷地更有效地為管理者定期提供具有價值的信息。”
采用可擴展敏捷框架(SAFe)方法
他表示說，Kaiser Permanente公司早期采用了云環境和電子健康記錄，這是能夠開發運營觀察名單(OWL)的關鍵部分。與利益相關者團體和團隊的參與和協調是一個巨大的挑戰，并構建了一個由Kaiser Foundation醫院運營、患者護理服務、財務、Kaiser Permanente HealthConnect，護理代表組成的跨職能團隊交付技術服務、企業架構以及數字企業服務和解決方案。
他表示，這種成功需要將團隊的文化從自上而下的領導方式轉變為團隊領導的方式。
Daniels說：“隨著時間的推移，我們還改變了支持角色的組合，同時使每個人都接受有關使用可擴展敏捷框架(SAFe)的新工作方式的培訓，并熟悉可擴展敏捷框架(SAFe)中的工作。在旅程的開始之后以及從頭開始構建產品的流程中，我們開始識別并解決流程中以及團隊內部的差距和痛點。”
這些差距之一是可以幫助團隊將業務需求轉化為技術開發的業務數據主題專家。為了滿足需求，該團隊使其項目社交化，并征求對運營需求有深刻理解的數據專家的意見。
Daniels表示，保持對可擴展敏捷框架(SAFe)關鍵概念的關注也很重要：團隊內部成員具有決策權。
他說：“當我們將決策權從團隊領導轉移到團隊成員時，我們必須不斷加強這種工作方式和直接表達的原則。我們加大了努力，以確保團隊成員愿意發表意見，做出決定，并加緊填補空白，以幫助他們推進項目的開展。”
運營觀察名單(OWL)現在已經在Kaiser Permanent公司的加利福尼亞州北部21家醫院中全部上線，并且計劃將其擴展到Kaiser Permanente的所有地區和醫院中。其試點項目可以使每名患者平均減少27分鐘的急診等待時間。調查還表明，醫院管理人員每月平均減少了323分鐘的時間，減少他們為業務活動準備數據所花費的時間，醫院管理人員每月報告的數據也減少了114條。
Daniels表示，預測分析功能是下一個重點議程。該團隊正在利用人工智能在應用程序中構建預測性人口普查功能，幫助醫院管理者根據預期需求分配資源。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號