地域の点滴センターは、 医師の点滴指示に応じるために飛び込む 彼らの病院（ウィスコンシン州オークレアのセイクリッド・ハート病院やセント・ジョセフ病院など） 閉店の準備をするHospital Sisters Health System は先月、これが 4 月 21 日までに実現すると発表しました。これらは、次のような問題に対処するための重要なサービスでもあります。 がん罹患率の急増。
しかし、 点滴スタッフ不足 彼らの運営にとっては依然として課題です。
米国全土のがんセンターの看護部長と運営リーダー100人を対象とした調査に基づいて、予測分析会社LeanTaaSは次のように述べている。 報告、2023 年のがんセンターの現状では、人工知能により、継続的な人員不足、運営上の制約、医療データへのアクセスという 3 つの主要分野で輸液センターのデジタル変革が推進される可能性があると述べられています。
需要が高く不足している中で働く輸液センターのスタッフは、「その日の「予想」に依存するのではなく、センターの実際の状態に基づいて、患者をどのように看護師や椅子に移動させたり割り当てるかに関するリアルタイムの推奨事項を必要としています。 」と同社の輸液センター顧客サービス担当バイスプレジデント、アシュリー・ジョセフ氏は語った。
ヘルスケアITニュース AI とデータ駆動型テクノロジーが輸液センターのスケジュール設定、意思決定、運営の改善にどのように役立つのかを彼女に尋ねました。
Q. 輸液センターがオーバーブッキングにならないように、また予約リクエストの急増に直面した場合に、スケジュールと作業負荷をどのように改善できるでしょうか?
A. 点滴センターは、より少ないリソースでより多くの患者を治療するという信じられないほどのプレッシャーにさらされています。 過密なスケジュールや患者を安全かつ効率的に治療する方法に関する難しい選択を予期せぬ出来事として扱うことがあまりにも多い。
ただし、これらの選択を行うのは原則であり、例外ではありません。
直前の追加をどこにスケジュールするか、治療が必要な患者の数が予約枠を超えた場合にどうするか、当日のキャンセルや定員の変更をどのように予測するかが、スムーズな 1 日とストレスの多い 1 日の違いを生みます。患者様とスタッフのために。 キャパシティ管理も患者の安全を確保するために重要な部分です。
これらの計画外のイベントは日常業務の一部にすぎず、輸液センターは AI と予測分析の助けを借りて、「日常的な」スケジュールを処理するのと同じ効率と自信を持ってこれらのイベントを計画し、処理できます。
AI を活用したソリューションは、過去のデータを使用して、人間の目では見ることも処理することもできない予測可能性のパターンを判断します。 また、このデータを分析して、センター固有のボリュームと混合傾向を決定します。これらはすべて、アドオンを含む、治療を必要とするすべての患者に適切なスペースを作成する最適なスケジュール テンプレートを作成するために使用されます。
ボリュームが増加すると、それに応じてスケジュール テンプレートが調整されます。 文字通りのデータを分類するには高度なデータサイエンスが必要です いい加減にして センターが患者とスタッフのために毎日、スムーズで安全な一日を過ごすための最善のチャンスを得るために役立つ、考えられる組み合わせの例です。
最先端の AI を活用したソリューションは、営業時間、看護師の対象範囲、椅子の数、その他の変数の変更に基づいてテンプレートを調整することもできるため、輸液センターは資本やその他の運営に関する意思決定を賢明かつ安全に行うことができます。
Q. 特に病院が閉まったときにアラカルトサービスを強化するなど、病院の外で患者を治療する場合、どうすれば意思決定を改善できるでしょうか?
A. すべてのがんセンター、そしてあらゆるレベルの腫瘍学手術に携わるすべての人の目標は、がんと診断されたすべての患者にできるだけ早く適切な治療を開始させることです。
すべての新たに診断された患者または再発した患者にとって、それが可能になる可能性を高める経路が増えることは素晴らしいことであり、この分野で革新的な問題解決が進行中であることは素晴らしいことです。 独立型センターが、特に患者の安全と適切な看護と医療従事者のサポートに関して、病院拠点のセンターと同じ質のケアを提供できれば、より多くの患者がより迅速に治療を受けることができ、これはがん治療全体にとっての勝利となります。
とはいえ、がん治療における患者体験は非常に重要であるため、これらの独立型センターは病院拠点のセンターと同様に強力な運営とプロセスに重点を置く必要があります。 これは、患者の待ち時間を最小限に抑え、薬の待ち時間を合理的にし、毎日のスケジュールの混乱を適切に管理する必要があることを意味します。
AI を活用したソリューションにより、患者の待ち時間を 30% 確実に短縮し、スタッフの残業を 50% 削減できると同時に、点滴センターにおける患者数の 15% 増加にも対応できます。 センターが優れた運用を実現するテクノロジーを利用すると、これが患者エクスペリエンスにつながり、病院と病院以外の医療提供者間でケアが移行する場合でも、よりシームレスでスムーズなケアが実現します。
Q. LeanTaaS で示されている輸液センターの 31% の場合 昨年のがんセンター状況報告書 AI を使用して業務を改善することを検討していると思いますが、サービスの拡大を進めるにあたってのアドバイスは何ですか?
A. AI は今、がんセンターの日常用語の一部になりつつありますが、情報を提供し、業務を改善するために長年使用されてきました。 同様に資産集約型である他のすべてのサービス産業 (航空会社、ライドシェア、荷物配送) は、高度な AI を使用して、非常に細かい粒度で需要パターンを予測し、生産能力の制約を理解しています。臨床サービスを提供するには、人、設備、部屋、備品が必要です。サービス – そしてインテリジェントな開発、 [AI/machine learning-] ベースのアルゴリズムにより、需要と供給のバランスを分刻みで動的に調整し、容量を最適化し、スループットを最大化します。
輸液センターは、救命サービスを必要とする患者の増加に合わせて救命サービスを提供するために、AI を活用したソリューションにも目を向ける必要があります。
輸液センターにとって、日常業務に関しては AI を活用したソリューションに頼る素晴らしい機会があります。 たとえば、患者の準備、患者の割り当て、薬剤の事前混合アルゴリズムなどのプロセス ステップはすべて、AI ツールの組み込みから恩恵を受けることができます。
これらはすべて、現時点では多段階の作業が必要であり、多くの場合人間が集中的に集中する必要がありますが、最も賢い人間ですら同時に評価することができない数十億の順列が考えられます。 AI を活用して最初の種類のオプションを作成する方法を見つけることで、最終的に人間が回答を完了/検証する必要がある場合でも、看護師と点滴センター管理者の両方に次の次元の効率を生み出すことができます。
もう 1 つの機会領域は、輸液センターのスタッフの権限強化に関連しています。
高度な AI を活用したソリューションにより、担当看護師はセンター内で起こっているあらゆる動きにすぐにリアルタイムでアクセスできるようになります。 このタイプのツールは、その日の「予想」に依存するのではなく、センターの実際の状態に基づいて、患者を看護師や椅子に移動または割り当てる方法についてリアルタイムで推奨することもできます。 この種の予測と処方箋は、AI を活用してセンターの物理的リソースと人員配置リソースの効率を最大化するための次の地平です。
最後に、私のアドバイスは、最高の AI と最高のサービスを組み合わせることです。
ソフトウェアを壁の向こう側に投げても結果は得られません。 有意義な改善を達成し、維持するには、人材、プロセス、テクノロジーが必要です。 AI と自動化を、センターによる変更管理の推進、システム全体のガバナンスの確立、カスタマイズされたサポートの提供を支援することに重点を置いた専門家からなる専任チームと組み合わせることが、継続的な成功を確実にする鍵となります。
Andrea Fox は、Healthcare IT News の上級編集者です。
Eメール： [email protected]
Healthcare IT News は HIMSS Media の出版物です。