Keuntungan:
- Keupayaan untuk menentukan petunjuk kualiti dan prestasi (SKS, kualiti klinikal, keselamatan pesakit) dan mereka bentuk papan pemuka yang bermakna dengan sokongan kecerdasan buatan
- Keupayaan untuk menggunakan AI untuk menghasilkan tafsiran penunjuk, penjelasan varians dan draf ringkasan eksekutif
- Memahami bahawa adalah menjadi tanggungjawab pengurus untuk mengesahkan kualiti data dan kausaliti di sebalik penunjuk dan untuk mengenali risiko permainan.
"Anda tidak boleh mengurus apa yang anda tidak boleh mengukur" hampir menjadi undang-undang dalam pengurusan penjagaan kesihatan. Tetapi pengukuran dalam penjagaan kesihatan juga mempunyai sisi gelap: jika anda mengukur penunjuk yang salah, anda memberi ganjaran kepada tingkah laku yang salah dan menjejaskan keselamatan pesakit. Dalam unit ini, kita akan belajar cara mentakrifkan KPI (Petunjuk Prestasi Utama), mengumpulnya pada papan pemuka (papan pemuka) dan menggunakan kecerdasan buatan untuk mentafsir penunjuk ini. Hadnya jelas dari awal: AI mengira penunjuk dan menghasilkan draf tafsiran; Tetapi terpulang kepada pengurus untuk menyemak ketepatan data, kausaliti dan risiko permainan.
Apakah penunjuk yang baik?
Rangka kerja klasik untuk mengukur kualiti dalam kesihatan membahagikan penunjuk kepada tiga jenis. Penunjuk struktur mengukur sumber dan infrastruktur (seperti bilangan jururawat setiap katil). Penunjuk proses mengukur cara kerja dilakukan (seperti kadar profilaksis antibiotik diberikan tepat pada masanya). Penunjuk hasil mengukur apa yang berlaku kepada pesakit (seperti kadar jangkitan, kematian). Nama rangka kerja kualiti di Türkiye ialah SKS (Standard Kualiti Kesihatan) dan ia mentakrifkan banyak petunjuk mandatori. Adalah penting untuk menjejaki ketiga-tiga jenis ini bersama-sama: jika anda hanya melihat struktur, ia mengatakan "kami mempunyai sumber yang mencukupi" tetapi tidak bermakna kerja itu dilakukan dengan baik; Kalau lihat sahaja prosesnya, tertulis "kami ikut peraturan" tetapi ia tidak membuktikan ia baik untuk pesakit. Gambaran sebenar kualiti muncul apabila ketiga-tiganya dibaca bersama.
KPI yang baik mempunyai beberapa kualiti: ia ditakrifkan dengan jelas (setiap orang mengukur perkara yang sama), boleh diukur, bermakna kepada organisasi, tepat pada masanya dan sukar untuk dimanipulasi. Bahaya terbesar adalah yang terakhir. Apabila penunjuk terikat pada sasaran, orang kadangkala mencari cara untuk meningkatkan penunjuk, bukan prestasi sebenar. Ini dipanggil lencongan sasaran atau permainan; Ia diringkaskan oleh undang-undang Goodhart yang terkenal: "Apabila kriteria menjadi matlamat, ia tidak lagi menjadi kriteria yang baik." Contohnya: apabila penunjuk "masa menunggu segera" menimbulkan tekanan, pesakit boleh disimpan dalam status "rakaman terbuka tetapi tidak dilihat" dan penunjuk boleh dibuat secara buatan yang baik.
Untuk membaca penunjuk dengan betul, adalah perlu untuk mencari jawapan kepada tiga soalan bersama-sama. Pertama, dari mana datangnya data: adakah penunjuk dikira secara manual atau automatik; Adakah sumbernya boleh dipercayai? Apakah kebarangkalian pendaftaran hilang/salah semasa log masuk? Kedua, adakah definisi berubah: jika "masa menunggu" diukur dari pendaftaran ke peperiksaan bulan lepas, dan dari triage ke peperiksaan bulan ini, kedua-dua nombor itu tidak boleh dibandingkan. Ketiga, dengan penunjuk yang manakah ia bergerak: nombor yang bertambah baik sahaja mungkin telah mengganggu penunjuk baki di sebelahnya. Membuat keputusan dengan melihat penunjuk tanpa bertanya tiga soalan ini adalah seperti melihat satu x-ray dan merawat pesakit; Imej tanpa konteks adalah mengelirukan. Kecerdasan buatan tidak boleh bertanya tiga soalan ini untuk anda; Kerana hanya pengurus yang mengetahui organisasi tahu dari mana data itu datang, bila definisi berubah, dan kebenaran di lapangan. Tugas AI adalah untuk mengira penunjuk dan menyenaraikan penjelasan yang mungkin; Terpulang kepada anda untuk mengesahkan yang mana antara kenyataan ini adalah benar.
Langkah demi langkah: papan pemuka dan ulasan dengan AI
- Pilih penunjuk. Perhatikan keseimbangan struktur/proses/hasil; Pastikan anda memasukkan penunjuk keselamatan pesakit.
- Menjelaskan definisi. Pengangka/penyebut, sumber dan tempoh setiap penunjuk hendaklah ditulis.
- Beri data tanpa nama. Hanya nombor; Tiada ID pesakit.
- Minta ulasan draf daripada AI. Ringkaskan penyelewengan, arah aliran dan penjelasan yang mungkin.
- Penyebab dan kawalan data. Untuk setiap "penambahbaikan/memburukkan": adakah kualiti data telah berubah, adakah definisi telah berubah, adakah ia nyata atau adakah ia permainan?
- Baca dengan penunjuk yang berkaitan. Penunjuk tidak pernah dinilai secara berasingan; Ia dilihat dengan berpasangan (seperti LOS–penerimaan semula, menunggu–permainan).
Awas: AI boleh secara mekanikal melabelkan perubahan mendadak dalam penunjuk sebagai "baik" atau "buruk". Kadangkala penurunan mendadak bukanlah peningkatan tetapi pemberhentian kemasukan data atau perubahan dalam definisi. Ia adalah tugas anda untuk mengesahkan sebab-sebab komen.
tiga kes mini
Kes 1 — Mempercepatkan ringkasan eksekutif. Setiap bulan, seorang pegawai kualiti secara manual mentafsir 18 petunjuk dan menulis ringkasan 4 muka surat; Ini mengambil masa 3 jam. Anonymous menyerahkan papan pemuka (hanya nombor) kepada AI dan meminta draf ringkasan eksekutif. AI mengekstrak penyelewengan dan kemungkinan penjelasan; penjaga membandingkan setiap nombor dengan papan keratannya, membetulkan dua inferens yang salah dan mengolah semula ayat sebab akibat. Tempoh berkurangan daripada 3 jam kepada 45 minit; Bukan beban kerja yang berkualiti, tetapi persediaan pra-AI yang telah dipendekkan.
Kes 2 — Pemulihan palsu. Pada satu papan iklan, "purata masa menunggu segera" menurun daripada 48 minit kepada 22 dalam satu bulan. AI menafsirkan ini sebagai "peningkatan yang ketara". Pengurus menjadi curiga dan menyiasat puncanya: sistem pendaftaran telah dikemas kini pada bulan itu, dan "masa mula peperiksaan" ditakrifkan secara berbeza. Jadi pegangan sebenar tidak jatuh; hanya ukuran yang telah berubah. Tafsiran cecair AI mengelirukan; Kawalan data pentadbir menangkap perangkap.
Kes 3 — Menangkap Permainan. Di sebuah hospital, "kadar temujanji pemeriksaan klinik pesakit luar dalam tempoh 30 hari" ditetapkan sebagai sasaran dan dengan cepat meningkat kepada 98 peratus. Pasukan kualiti meminta AI untuk membaca silang penunjuk ini dengan penunjuk yang berkaitan (kadar daftar masuk, kepuasan pesakit). Ternyata pelantikan telah dibuat, tetapi kebanyakan mereka tidak dihadiri; Penunjuknya baik, keadaan sebenar tidak berubah. Penunjuk telah ditakrifkan semula sebagai "kawalan sebenar" dan bukannya "diberikan".
Empat templat yang boleh disalin
1) Draf ulasan penunjuk:
Peranan anda: pembantu pengurus kualiti.Di bawah ialah papan pemuka bulanan tanpa nama (nombor sahaja):nama penunjuk, bulan ini, bulan lepas, sasaran.Tugas: nyatakan sisihan daripada sasaran dan bulan lepas dalam setiap penunjuk, tandakan 3 sisihan paling ketara dan cadangkan penjelasan yang MUNGKIN. Kemukakan penjelasan sebagai fakta mutlak; Tulis sebagai hipotesis.
2) Penyebab/pertanyaan data:
"Masa menunggu segera" menurun daripada 48 kepada 22 minit bulan ini. Senaraikan kemungkinan sebab penurunan ini di bawah tiga tajuk: (1) peningkatan sebenar, (2) perubahan data/ukuran, (3) herotan sasaran (permainan). Beritahu saya cara menyemak setiap satu. JANGAN PUTUSKAN yang mana satu; tunjukkan laluan kawalan.
3) Pasangan penunjuk yang berkaitan:
Untuk setiap penunjuk utama pada papan pemuka saya, cadangkan "penunjuk imbangan/pasangan" yang menjadikan pentafsiran penunjuk itu sahaja berbahaya (mis. penerimaan semula untuk LOS). Terangkan dalam satu ayat mengapa mereka perlu dibaca bersama. Berikan dalam jadual.
4) Ringkasan lembaga:
Draf ringkasan 1 halaman untuk papan daripada data penunjuk tanpa nama berikut: 3 berita baik, 3 bidang perhatian, 3 cadangan tindakan. Gunakan bahasa pengurusan yang jelas. Tandakan sumber setiap nombor sebagai [SAHKAN] supaya saya boleh mengesahkannya.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Tafsirkan penunjuk kami, beritahu kami sama ada ia baik atau buruk.
Tiada definisi, tiada matlamat, tiada konteks; AI menghasilkan label mekanikal dan mengelirukan.
Gesaan kuat:
Di bawah ialah carta penunjuk tanpa nama (bulan ini/bulan lepas/sasaran). Tafsirkan setiap sisihan berbanding sasaran, tetapi sebelum menyebut "baik/buruk", sebut juga kemungkinan perubahan data/definisi dan kemungkinan permainan. Baca LOS, baca masa menunggu dengan penunjuk permainan. Jangan membuat pertimbangan muktamad; Tandakan mata untuk diperiksa.
Jenis penunjuk
contoh
Risiko komen bersendirian
struktur
Nisbah jururawat/katil
Tidak menjamin kualiti
Proses
Kadar pada masa profilaksis
Tidak menunjukkan hasil
Kesimpulan
kadar jangkitan
Tidak menentu dalam sampel kecil
kecekapan
masa menunggu
Terbuka kepada Permainan
Kesilapan biasa
- Melihat satu penunjuk. Setiap penunjuk utama hendaklah dibaca dengan penunjuk keseimbangan.
- Segera menganggap perubahan mendadak sebagai baik/buruk. Mungkin terdapat perubahan data atau definisi.
- Mengabaikan Permainan. Penunjuk bergantung sasaran boleh dimanipulasi.
- Menyalahkan tafsiran AI sebagai kausalitas. AI melihat hubungan, bukan puncanya.
- Tidak mempersoalkan kualiti data. Penunjuk yang baik tidak boleh datang daripada data yang buruk.
Petua: Tambahkan "penunjuk keseimbangan" kecil pada papan pemuka anda di sebelah setiap penunjuk utama dan sentiasa minta ulasan AI dengan pasangan ini. Nombor yang bersinar sahaja sering menyembunyikan pasangannya yang malap.
Secara ringkasnya
Penunjuk kualiti mengukur kesihatan organisasi, tetapi pengukuran yang salah menghasilkan tingkah laku yang salah. AI ialah bantuan yang berkuasa dalam mengira penunjuk, meringkaskan varians dan menghasilkan draf ringkasan pengurusan. Tetapi AI melihat perhubungan, ia tidak dapat mewujudkan kausaliti; Perubahan mendadak mungkin perubahan data/definisi atau permainan. Baca setiap penunjuk dengan pasangan baki, kualiti data pertanyaan, sahkan sebab musabab. Kelulusan akhir ulasan dan keputusan terletak pada pentadbir.
Tugasan permohonan
Dapatkan 5-6 penunjuk tanpa nama (bulan ini/bulan lepas/sasaran) daripada organisasi anda. Minta komen daripada AI dengan templat "Draf ulasan penunjuk". Pilih penunjuk yang paling banyak berubah dan ekstrak tiga kemungkinan penjelasan (fakta/data/permainan) dengan templat "Penyebab/pertanyaan data" dan tuliskan cara anda menyemak setiap satu dalam 5 mata.
senarai semak
- [ ] Adakah saya telah menjelaskan definisi penunjuk (pembilang/penyebut/sumber)?
- [ ] Adakah saya menyediakan data tanpa nama?
- [ ] Adakah saya membaca setiap penunjuk utama dengan pasangan baki?
- [ ] Adakah saya telah menyemak kemungkinan data/definisi/permainan sekiranya berlaku perubahan mendadak?
- [ ] Adakah saya, sebagai pentadbir, meluluskan ulasan dan keputusan akhir?