Jednotka 2 / 11

Řízení schůzek a kapacit: Odhad, kdy se nezobrazuje, a inteligentní plánování

zisky:

  • Schopnost porozumět faktorům ovlivňujícím míru no-show a používat umělou inteligenci k vytváření klasifikace rizik a návrhů připomenutí
  • Schopnost plánovat kapacitu ambulantní kliniky, distribuci slotů a logiku overbookingu na základě scénáře s podporou umělé inteligence
  • Být schopen ochránit, že výstup umělé inteligence je statistický návrh a že konečný graf patří manažerovi, s ohledem na přístupová práva pacientů a spravedlnost.

Jednou z nejvíce frustrujících ztrát managementu ambulantní kliniky je ordinační čas, který se zdá být plný, ale zůstává prázdný. Pacient se objedná, ale nedostaví se; ten slot (schůze pro jmenování — právo lékaře vyšetřit v určitém časovém období) je promarněn. Tomu se v managementu zdravotnictví říká no-show. Ve veřejné nemocnici je míra ambulantních pacientů často v rozmezí 20-30 procent; To znamená, že jedna ze čtyř schůzek je promarněna. Je to ztráta času lékaře a ztráta přístupu pro další pacienty, kteří chtějí přijít, ale nemohou najít místo. V této jednotce použijeme AI pro dvě úlohy: předpovídání rizika nedostavení se a inteligentní plánování kapacity na základě této predikce. Ale pojďme nastavit limit od začátku: AI vytváří odhad pravděpodobnosti; To, kterému pacientovi bude přidělena schůzka, je rozhodnutí manažera s ohledem na pacientovo právo na přístup a spravedlnost.

Co určuje nedostavení se?

Chování při nedostavení se není náhodné; Existují určité vzorce. Mezinárodní a místní studie často ukazují následující faktory: čím delší je čekací doba mezi schůzkou a vyšetřením, tím vyšší je výskyt nedostavení se; velmi brzy ráno nebo pozdě večer; historie no-show (nejsilnější prediktor); povětrnostní podmínky; přepravní vzdálenost pacienta; pobočka (v některých pobočkách je návštěvnost vysoká z důvodu chronického sledování). Umělá inteligence si tyto faktory jeden po druhém neukládá; Extrahuje vzory z historických dat, která mu poskytnete. Ale buďte opatrní: AI najde vztah (korelaci), nikoli příčinu (příčinu). To, že říkáte, že „úterý se nevystavuje“ neznamená, že úterý je vinné; Možná je v úterý ve hře jiný faktor.

Na straně kapacity jsou kritické dva koncepty. Slot spread udává, kolik schůzek umístíte v kterou denní dobu. Nadměrná rezervace znamená rezervaci o něco více, než je kapacita, aby se kompenzovalo očekávané nedostavení se – například když letecké společnosti přeprodávají letadla. Overbooking není hazard, je to vypočítaný zůstatek: pokud uděláte příliš málo, budou prázdné sloty, pokud toho uděláte příliš, fronta a čekání exploduje, až všichni dorazí. AI je velmi užitečná při demonstraci této rovnováhy prostřednictvím scénářů.

Krok za krokem: no-show a graf práce s AI

  1. Připravte anonymní data. Žádné jméno pacienta, ID, protokol; pouze anonymní pole jako „čas schůzky, pobočka, čekací den, uplynulý počet nedostavení se, přišel/nedostavil se“.
  2. Odečtěte vzor. Požádejte AI, aby shrnul, které faktory jdou ruku v ruce s nedostavením se.
  3. Definujte rizikové pásmo. Zařadit pacienty jako „vysoké/střední/nízké“ riziko, které se nedostaví – zvládnutelné skupiny, nikoli individuální skóre.
  4. Přizpůsobte zásah. Intenzivnější připomenutí (SMS + volání) vysoce rizikové skupině, flexibilní slot; Standardní upozornění na nízké riziko.
  5. Nastavte scénář nadměrné rezervace. Nechte scénáře vypočítat, kolik dalších schůzek bude uskutečněno na základě očekávané míry nedostavení se.
  6. Administrativní filtr. Kontrola spravedlivosti: z přístupu není vyloučena žádná skupina pacientů; nadměrná rezervace je rozumná; Manažer schvaluje konečný harmonogram.
Upozornění: Rizikové skóre se nikdy nepoužívá k „domluvení schůzky pro tohoto pacienta“. Skóre slouží pouze ke zhuštění připomenutí, usnadnění přístupu a vyvážení kapacity. V opačném případě se jedná o porušení práv pacienta.

tři mini pouzdra

Případ 1 – Intenzita připomenutí. V pneumologické ambulanci byla míra nedostavení se na 28 procent. Tým kvality poskytl YZ anonymní 6měsíční data a určil rizikovou skupinu: Pacienti, kteří čekali déle než 14 dní a alespoň jednou předtím nepřišli. U této skupiny byla aplikována dvoustupňová SMS + volání, 3 dny a 1 den před vyšetřením. Po třech měsících klesl počet nedostavení se v této skupině z 28 procent na 17 procent; Míra nedostavení se na kliniku všeobecné ambulance se snížila na 21 procent. Ubylo volných míst a zkrátila se čekací listina.

Případ 2 – Mírná nadměrná rezervace. Jedna dermatologická klinika měla 40 slotů za den, s průměrnou mírou nedostavení se 25 procent (tj. ~10 neobsazených). Manažer požádal AI o scénář nadměrné rezervace. Umělá inteligence dala tři scénáře: +4 schůzka (nízké riziko, malá pravděpodobnost fronty), +8 (vyvážená), +12 (agresivní, vážné čekání, pokud se všichni dostaví). Manažer začal s +6; sledoval měsíc. Volné sloty klesly z 25 procent na 9 procent, zatímco průměrné dodatečné čekání se zvýšilo o pouhých 7 minut. Rozhodnutí bylo na člověku; AI právě zviditelnila možnosti.

Případ 3 – Návrat ze zneužití. V jedné jednotce chtěl zaměstnanec interpretovat skóre rizika AI jako „vysoce rizikoví lidé by neměli dostávat schůzku“. Pracovník kvality proti tomu namítal: ze systému by to vyloučilo znevýhodněné (obtížně dosažitelné, nízkopříjmové) pacienty a bylo to etické i právní porušení. Skóre nebylo použito pro vyloučení, ale pro flexibilní schůzku a další připomenutí, které usnadnily dosažení tohoto pacienta.

Čtyři kopírovatelné šablony

1) Faktorová analýza bez zobrazení:

Vaše role: asistent asistenta ambulantního provozního analytika. Níže jsou uvedeny anonymní údaje o schůzce (bez jména/identity): čas schůzky, pobočka, čekací den, předchozí nedostavení se, výsledek (zobrazeno/nezobrazeno). Úkol: (1) vyjmenujte 5 faktorů, které se nejsilněji vyskytují společně s nedostavením se, (2) ke každému napište jednovětové vysvětlení, (3) uveďte, že se jedná o korelaci, nikoli o kauzalitu. Nevymýšlejte žádná čísla, pro která jsem neuvedl údaje.

2) Přizpůsobení rizikového pásma a intervence:

Navrhněte jednoduchá, transparentní pravidla (ne černé skříňky, vysvětlitelné prahové hodnoty), která rozdělí pacienty do 3 pásem vysokého/středního/nízkého rizika selhání na základě výše uvedených vzorců. Pro každé pásmo navrhněte připomenutí/usnadňující zásah, který ZABRAŇUJE přístupu. Žádný návrh by pacienta neměl vyloučit ze schůzky.

3) Scénář nadměrné rezervace:

Denní slot: 40. Průměrná míra nedostavení se: 25,3 % Vytvořte scénář nadměrné rezervace (konzervativní / vyvážený / agresivní). Pro každý scénář: celkový počet plánovaných schůzek, očekávané příchozí pacienty, přetížení, ke kterému dojde, pokud se všichni dostaví, a odhadované další čekání. Ukažte kalkulační vzorce, abych je mohl ručně ověřit.

4) Koncept upomínkové zprávy:

Napište zdvořilou a jasnou SMS upomínku (méně než 160 znaků), která bude odeslána vysoce rizikové skupině. Poskytněte snadný způsob, jak zrušit/odložit schůzku. Nepoužívejte obviňující jazyk. Turecké, formální, ale teplé.

Slabá výzva / Silná výzva

Slabá výzva:

Omezte nedostavení se.

Tento požadavek je bezkontextový: není jasné, která větev, která data, jaké omezení; AI poskytuje obecné, nefunkční rady.

Výkonná výzva:

V naší dermatologické ambulanci je 40 slotů denně a průměrná míra nedostavení se je 25 %. Mám 6 měsíců anonymní údaje o schůzce. Chci zmenšit volný slot při zachování přístupového práva. Dejte mi (1) pravidlo 3pásmového rizika, (2) vhodnou intenzitu připomenutí pro každé pásmo, (3) očekávaný dopad scénáře +6 overbooking.

Přístup

prázdný slot

přístup k pacientům

Etické riziko

nedělat nic

vysoká

neutrální

Ne, ale je tam odpad

Další připomenutí pro rizikové lidi

pády

Chráněno/zvýšené

žádný

Mírná nadměrná rezervace

znatelně klesá

Mírné riziko ocasu

Nízká, nutno sledovat

Nesjednávat schůzku pro rizikové lidi

pády

je porušena

Vysoká – není možné

Časté chyby

  • Záměna skóre za prostředek vyloučení. Rizikové skóre nemá pacienta eliminovat, ale dostat se k němu.
  • Extrémní overbooking. Přehánění míry nedostavení se a příliš mnoho schůzek zvýší frontu a stížnosti.
  • Záměna korelace za příčinnou souvislost. Říci „úterý je riskantní“ neznamená zakázat úterý; Zjistěte skutečný důvod za tím.
  • Rozhodnutí s daty jedné relace. Vytvářet trvalá pravidla založená na datech za jeden měsíc je zavádějící; Vyžaduje se alespoň několik měsíců vzorů.
  • Obcházení justiční kontroly. Nezapomeňte zkontrolovat, zda intervence nevylučuje znevýhodněné skupiny.
Tip: Vždy začněte s nadměrnou rezervací malým krokem (např. +2/+3) a sledujte jej po dobu jednoho týdne, poté zvyšujte. Scénář AI je předpověď; Vaše skutečná míra nezobrazení v terénu vyžaduje, abyste aktualizovali scénář.

V souhrnu

No-show je tichým nepřítelem ambulantní kapacity. Umělá inteligence je mocným pomocníkem při extrahování vzorů, kdy se nezobrazuje, z historických anonymizovaných dat a rozvrstvení pacientů do rizikových pásem a zviditelnění scénářů nadměrné rezervace. Ale vše vytvořené je odhad pravděpodobnosti. Rizikové skóre není nikdy nástrojem k vyloučení; pro připomenutí a usnadnění, které chrání přístup. Overbooking by měl být cenově dostupný a měřený a testovaný po malých krocích. Konečná tabulka patří správci s ohledem na férovost a práva pacientů.

Aplikační úkol

Získejte počet slotů za den a průměrnou míru no-show z vaší jednotky (nebo hypotetické). Zeptejte se AI ​​na tři scénáře pomocí šablony „Scénář nadměrné rezervace“ výše. Poté ověřte vzorce ručně (např. 40 bloků, 25 % nedostavení se → očekává se 30 nedostavení se; pokud +6 dá 46 schůzek, očekává se ~34–35 nedostavení se). Do 5 položek napište, jaký scénář jste si vybrali a proč; Přidejte také kontrolu férovosti.

kontrolní seznam

  • [ ] Anonymizoval jsem data (žádné jméno/ID/protokol)?
  • [ ] Použil jsem skóre rizika pro zásah na zachování přístupu, nikoli pro vyloučení?
  • [ ] Ověřil jsem ručně scénář nadměrné rezervace pomocí vzorce?
  • [ ] Začal jsem s nadměrnou rezervací po malých krocích a nastavil jsem plán monitorování?
  • [ ] Prošel jsem konečný plán přes filtr spravedlnosti a podrobil ho schválení manažerem?