Добивки:
- Способност да се разберат факторите кои влијаат на стапката на неприкажување и да се користи вештачка интелигенција за да се создаде класификација на ризик и нацрти за потсетници
- Способност да се планира капацитет на амбулантска клиника, дистрибуција на слот и логика на пребукирање врз основа на сценарио со поддршка за вештачка интелигенција
- Да се заштити дека излезот од вештачка интелигенција е статистичка сугестија и дека конечниот графикон му припаѓа на менаџерот, земајќи ги предвид правата за пристап на пациентите и правичноста.
Една од најфрустрирачките загуби на менаџментот на амбулантската клиника е времето на закажување кое изгледа полно, но останува празно. Пациентот закажува преглед, но не се појавува; тој слот (слот за закажување - право на лекарот да прегледа во одреден временски период) е потрошен. Ова се нарекува не-прикажи во здравствениот менаџмент. Во јавна болница, стапката на амбулантско неприкажување е често во опсег од 20-30 проценти; Тоа значи дека еден на секои четири состаноци се троши. Ова е и губење време на лекарот и губење на пристапот за другите пациенти кои сакаат да дојдат, но не можат да најдат место. Во оваа единица, ќе користиме вештачка интелигенција за две работи: предвидување на ризикот од неприкажување и интелигентно закажување капацитет врз основа на ова предвидување. Но, да ја поставиме границата од почеток: ВИ произведува проценка на веројатноста; Кој пациент ќе добие термин е одлука на менаџерот, земајќи го предвид правото на пристап и правичност на пациентот.
Што го одредува не-прикажувањето?
Однесувањето без прикажување не е случајно; Постојат одредени модели. Меѓународните и локални студии често ги покажуваат следните фактори: колку подолго е времето на чекање помеѓу закажувањето и прегледот, толку е поголема инциденцата на не-прикажување; многу рано наутро или доцна навечер; историја на неприкажување (најсилен предиктор); временски услови; транспортно растојание на пациентот; гранка (во некои гранки, стапката на посетеност е висока поради хроничното следење). ВИ не ги меморира овие фактори еден по еден; Извлекува обрасци од историските податоци што му ги давате. Но, бидете внимателни: вештачката интелигенција наоѓа врска (корелација), а не причина (причина). Да се каже „не се прикажува во вторник се високи“ не значи дека вторник е виновен; Можеби друг фактор е во игра во вторник.
На страната на капацитетот, два концепта се критични. Распределбата на слот е колку состаноци ќе закажете во кое време од денот. Пребукирањето е резервација малку повеќе од капацитетот за да се компензира очекуваното неприкажување - како на пример кога авиокомпаниите препродаваат авиони. Пребукирањето не е коцкање, тоа е пресметана рамнотежа: ако направиш премалку, ќе има празни места, ако направиш премногу, редицата и чекањето ќе експлодираат кога ќе пристигнат сите. Вештачката интелигенција е многу корисна за демонстрирање на оваа рамнотежа преку сценарија.
Чекор по чекор: не-прикажување и работа со графикони со вештачка интелигенција
- Подгответе анонимни податоци. Нема име на пациентот, лична карта, протокол; само анонимни полиња како што се „време за закажување, филијала, ден на чекање, минат број на не-прикажувања, дојде/не се појави“.
- Одземете ја шемата. Побарајте од вештачката интелигенција да резимира кои фактори одат рака под рака со неприкажувањето.
- Дефинирајте го опсегот на ризик. Пациентите се определуваат како „висок/среден/низок“ ризик без прикажување - податливи групи, а не индивидуални резултати.
- Поврзете ја интервенцијата. Поинтензивен потсетник (SMS + повик) до група со висок ризик, флексибилен слот; Стандарден потсетник за низок ризик.
- Поставете сценарио за пререзервирање. Сценариите нека пресметаат уште колку состаноци ќе се закажат врз основа на очекуваната стапка за непојавување.
- Административен филтер. Проверка на правичност: ниту една група на пациенти не е исклучена од пристапот; пререзервирањето е разумно; Менаџерот го одобрува конечниот распоред.
Внимание: оценката за ризик никогаш не се користи за „закажување термин за овој пациент“. Резултатот е само за да се кондензира потсетникот, да се олесни пристапот и да се балансира капацитетот. Во спротивно, тоа е кршење на правата на пациентите.
три мини футроли
Случај 1 - Интензитетот на потсетување. Во амбулантска клиника за пулмологија, стапката на нејавување беше 28 проценти. Тимот за квалитет даде анонимни 6-месечни податоци на YZ и ја утврди ризичната група: Пациенти кои чекале подолго од 14 дена и не дошле барем еднаш претходно. За оваа група е применет двостепен СМС + повик, 3 дена и 1 ден пред прегледот. По три месеци, не-прикажите во оваа група паднаа од 28 проценти на 17 проценти; Стапката на непојавување на општата амбуланта се намали на 21 процент. Слободните места се намалени, а листата на чекање е скратена.
Случај 2 - Умерено пререзервирање. Една клиника за дерматологија имаше 40 слотови дневно, со просечна стапка на неприкажување од 25 проценти (т.е. ~ 10 слободни). Менаџерот побарал од вештачката интелигенција сценарио за пребукирање. Вештачката интелигенција даде три сценарија: +4 состанок (низок ризик, мала веројатност за редица), +8 (балансиран), +12 (агресивно, сериозно чекање ако сите се појават). Менаџерот почна со +6; гледав еден месец. Бесплатните слотови паднаа од 25 проценти на 9 проценти, додека просечното дополнително чекање се зголеми за само 7 минути. Одлуката беше машка; Вештачката интелигенција само ги направи видливи опциите.
Случај 3 - Враќање од злоупотреба. Во една единица, вработен сакаше да го протолкува резултатот за ризик за вештачка интелигенција како „на луѓето со висок ризик не треба да им се дава состанок“. Службеникот за квалитет се спротивстави на ова: ова ќе ги исклучи обесправените (тешко достапни, пациенти со ниски приходи) од системот и беше и етичка и законска повреда. Резултатот не беше искористен за исклучување, туку за флексибилно закажување и дополнителни потсетници што го олеснија пристапот до тој пациент.
Четири шаблони за копирање
1) Факторска анализа без да се прикаже:
Вашата улога: соработник асистент на амбулантски аналитичар за операции. Подолу се дадени анонимни податоци за закажување (без име/идентитет): време за закажување, филијала, ден на чекање, претходни не-прикажувања, исход (прикажан/неприкажан). Задача: (1) наведете ги 5-те фактори кои најсилно се појавуваат со не-прикажувањата, (2) напишете објаснување со една реченица за секој, (3) наведете дека ова е корелација, а не тврдење за каузалност. Не измислувајте бројки за кои немам дадено податоци.
2) Поврзување на опсегот на ризик и интервенција:
Предложете едноставни, транспарентни правила (не црни кутии, објаснети прагови) кои ќе ги поделат пациентите во 3 појаси на висок/среден/низок ризик од неуспех врз основа на горенаведените обрасци. За секој бенд, предложете потсетник/интервенција за олеснување што ГО СПРЕЧУВА пристапот. Ниту еден предлог не треба да го исклучи пациентот од закажувањето.
3) Сценарио за пререзервирање:
Дневен слот: 40. Просечна стапка на неприкажување: 25,3% Генерирајте сценарио за пререзервации (конзервативно / избалансирано / агресивно). За секое сценарио: вкупни состаноци што треба да се закажат, очекувани дојдовни пациенти, преоптоварување што ќе се случи ако се појават сите и проценето дополнително чекање. Покажете ги формулите за пресметување за да можам рачно да ги потврдам.
4) Нацрт порака за потсетување:
Напишете љубезен и јасен потсетник за СМС (под 160 знаци) што ќе го испратите до групата со висок ризик. Обезбедете лесен начин за откажување/одложување на состанок. Не користете обвинувачки јазик. Турски, формален, но топол.
Слаб промпт / Силен промпт
Слаба навестување:
Намалете го не-прикажувањето.
Ова барање е без контекст: не е јасно која гранка, кој податок, кое ограничување; ВИ дава генерички, неостварливи совети.
Моќен потсетник:
Има 40 слотови дневно во нашата амбулантска клиника за дерматологија, а просечната стапка на неприкажување е 25%. Имам 6 месеци анонимни податоци за закажување. Сакам да го намалам слободниот слот додека го зачувам правото на пристап. Дајте ми (1) правило за ризик од 3 појаси, (2) соодветен интензитет на потсетник за секој опсег, (3) очекуваното влијание на сценариото за пребукирање +6.
Пристап
празен слот
пристап на пациентот
Етички ризик
не прави ништо
високо
неутрален
Не, но има отпад
Дополнителен потсетник за ризични луѓе
паѓа
Заштитено/зголемено
Никој
Умерено пререзервирање
паѓа забележливо
Мал ризик од опашката
Ниско, мора да се гледа
Не закажување термин за ризични луѓе
паѓа
е повредена
Високо - не е можно
Вообичаени грешки
- Грешка на резултатот како средство за исклучување. Оценката за ризик не е да се елиминира пациентот, туку да се стигне до него.
- Екстремно пререзервирање. Преувеличувањето на стапката на неприкажување и закажувањето премногу состаноци ќе ги зголеми редиците и поплаките.
- Погрешна корелација за каузалност. Да се каже „вторник е ризичен“ не значи да се забрани вторник; Откријте ја вистинската причина зад тоа.
- Одлука со податоци за една сесија. Правењето трајни правила врз основа на податоците од еден месец е погрешно; Потребни се барем неколку месеци шаблони.
- Заобиколувајќи ја проверката на правдата. Задолжително проверете дали интервенцијата не ги исклучува обесправените групи.
Совет: Секогаш започнувајте со пререзервирање со мал чекор (на пр. +2/+3) и следете го тоа една недела, а потоа зголемувајте. Сценариото на вештачката интелигенција е предвидување; Вашата вистинска стапка на неприкажување на терен бара да го ажурирате сценариото.
Сумирано
Неприкажувањето е тивкиот непријател на амбулантски капацитет. Вештачката интелигенција е моќна помош за извлекување шеми за неприкажување од историски анонимизирани податоци и раслојување на пациентите во ризични опсези и правење видливи сценарија за пребукирање. Но, сè што е произведено е проценка на веројатноста. Оценката за ризик никогаш не е алатка за исклучување; за потсетување и олеснување што го штити пристапот. Прекумерното резервирање треба да биде достапно и измерено и да се тестира со мали чекори. Конечниот графикон му припаѓа на администраторот, земајќи ги во предвид правичноста и правата на пациентот.
Задача за апликација
Добијте го бројот на слотови дневно и просечната стапка на неприкажување од вашата единица (или хипотетички). Побарајте од вештачката интелигенција за три сценарија со шаблонот „Сценарио за пререзервирање“ погоре. Потоа рачно проверете ги формулите (на пр. 40 слотови, 25% не-прикажувања → очекувани 30 не-прикажувања; ако +6 дава 46 состаноци, очекувани ~34-35 не-прикажувања). Напишете кое сценарио го избравте и зошто во 5 ставки; Додадете и проверка на правичност.
листа за проверка
- [ ] Дали ги анонимизирав податоците (без име/ID/протокол)?
- [ ] Дали го користев резултатот за ризик за интервенција за зачувување на пристапот, а не за исклучување?
- [ ] Дали рачно го потврдив сценариото за пререзервирање со формулата?
- [ ] Дали почнав да пререзервувам во мали чекори и да поставив план за следење?
- [ ] Дали го поминав конечниот распоред низ филтер за правичност и го подложив на одобрување од менаџерот?