Om de duur van een operatie beter te kunnen voorspellen, werken medewerkers van de afdeling Opnameplanning van het Diakonessenhuis met een AI-model. Op die manier kunnen ze beter plannen wanneer de operatiekamers (OK’s) in gebruik zijn en kunnen meer patiënten worden geholpen. Het is dankzij promovendus Hayo Bos die het AI-model ontwikkelde dat operaties nu beter kunnen worden gepland.
Met het model wordt bijvoorbeeld zichtbaar hoe groot de kans is dat er nog een patiënt extra kan worden geopereerd, maar ook hoe groot het uitlooprisico is. Medewerkers van de afdeling Opnameplanning plannen normaliter de operaties van patiënten in op het OK- schema. Hiervoor geeft het elektronisch patiëntendossier HIX automatisch een gemiddelde tijd per type verrichting en operateur. Maar het blijkt dat die planning niet altijd overeenkomt met de werkelijkheid.
Inloop of uitloop
Karim El Ghoulbzouri, teammanager Opnameplanning van het Diakonessenhuis: “Nadat wij onze schema’s volledig hebben gevuld, kijken we nu met hulp van de OK-voorspeller of de voorspelde OK-tijden overeenkomen met de HIX-geplande tijden. Als de OK-voorspeller aangeeft dat er een kans is op inloop of uitloop, nemen wij contact op met de arts en kijken we of we de planning aanhouden of overrulen. We hebben gemerkt dat we zo extra patiënten konden inplannen”, legt de teammanager Opnameplanning van het Diakonessenhuis, Karim El Ghoulbzouri, uit.
Realtime planning
Het model is onderdeel van het ICM-Portaal (Integraal Capaciteits Management) van het Diakonessenhuis en voorspelt iedere vijftien minuten wat de effecten van de planning zijn. Zo geeft het model de planners directe feedback. Hayo Bos is promovendus van de Universiteit Twente (UT) en in dienst van het Diakonessenhuis. Voor Bos is het een groot voordeel dat zijn onderzoeksprojecten gebaseerd zijn op praktijkvragen. Dat vergroot de impact en de toepassing van zijn werk. Bos gaat het model verwerken in een wetenschappelijke publicatie, waardoor het model ook bijdraagt aan zijn proefschrift.
Personeelsbezetting
Gelre ziekenhuizen, SAS en KPMG hebben vorig jaar samen bekeken hoe ze met AI tot een betere planning voor de intensive care kunnen komen. Ook met dat model is het mogelijk om de instroom van patiënten op de IC te voorspellen, waardoor er een betere personeelsbezetting mogelijk is. De slimme AI-tool werd door de drie partijen ontwikkeld tijdens een wereldwijde SAS Hackathon. Intensivist Nicolas Schroten vertelt: “Een betere voorspelling van het aantal patiënten dat naar de IC komt, kan helpen om beter flexibel te roosteren en dat kan weer de werkdruk verlagen.”
