Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
COMMERCIAL IN CONFIDENCE
Tværsektoriel prognose af patientflow – kan man undgå genindlæggelser?Mikkel [email protected], +45 2544 2803
COMMERCIAL IN CONFIDENCEpage 2
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
1. Situationen & Problemstillinger
… i det tværsektorielle samarbejde
2. Eksempel
… på brug af maskinlæringsbaserede prognoser
3. Forslag til udnyttelse af prognoser
… i det tværsektorielle samarbejde
Indhold
COMMERCIAL IN CONFIDENCEpage 3
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
Målsætning: Give inspiration til yderligere IT-understøttelse af det tværsektorielle samarbejde
COMMERCIAL IN CONFIDENCEpage 4
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
▪ Indlæggelser forebygges ved rettidig og effektiv behandling, pleje og træning i primærsektoren
▪ Udskrivning er tidligst muligt efter sygehusbehandling
▪ Borgeren tilbydes et sammenhængende forløb ved overgangen mellem sektorer
Målsætninger med Den Tværsektorielle Grundaftale
COMMERCIAL IN CONFIDENCEpage 5
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
Før Under Efter
Sygehusindlæggelse
Ambulante besøg
IT-understøttet kommunikation ved hospitalsbesøg
Indlæggelses- og udskrivningsforløbPlanlægning af udskrivning - begynder ved indlæggelsen
Ambulatorie/Skadestuen besøgAmbulatorienotat / SkadesjournalModtager: Kommune, almen praksis
Henvisning til relevant afdeling
COMMERCIAL IN CONFIDENCEpage 6
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
14% stigning i ”Antal forløb”
32% stigning i ”Antal genindlæggelser”
Situationsbillede – Seneste 10 år
Kilde: Danmarks Statistik, AED20: FORLØB OG GENINDLÆGGELSER FOR PERSONER 67 ÅR OG DEROVER, EFTER OMRÅDE, ENHED OG DIAGNOSE
(*) Slagtilfælde (apopleksi), Væskemangel (dehydratio), Forstoppelse (obstipation), Lungebetændelse, Blærebetændelse, KOL (astma/bronkitis), Hjertesvigt, Tarminfektion (gastroenterit), Knoglebrud, Blodmangel (ernæring), Gigt
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Antal forløb 74467 72728 75768 77480 79561 81016 82142 81850 84770 84975
Antal genindlæggelser 13178 13412 13867 14520 15123 15624 15895 16500 17020 17360
Forløb og genindlæggelser for personer 67 år og derover - efter tid og diagnose (*) fra 2007 til 2016
COMMERCIAL IN CONFIDENCE
2. Eksempel
…på brug af maskinlæringsbaserede prognoser
COMMERCIAL IN CONFIDENCEpage 9
SSE/
XXX
XX/Y
YY/Z
ZZZ
$R
evis
ion:
1.3
$
Machine learning – hvad er det?
Historiske data
Algoritme Model
Prognose
Ny data
AB
Finder (automatisk) mønstre / relationer i historiske data
Gemmer og anvender relationer
Prognose
COMMERCIAL IN CONFIDENCEpage 1
0SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Machine learning – hvad er det?
Historiske data
Prognoser
Ny data
AB
Algoritme Model
Finder (automatisk) mønstre / relationer i historiske data
Gemmer og anvender relationer
COMMERCIAL IN CONFIDENCEpage 1
1SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Eksempel
Prognose af patient-flow
COMMERCIAL IN CONFIDENCEpage 1
2SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
…den rigtige patient
…i den rigtige seng
…på det rigtige tidspunkt
…hos det rette behandlerteam.
Sikkert Patientflow
2014: Stor skala pilot på 11 akuthospitaler i Denmark2016: National implementering blev begyndt.
Sponsor: Dansk Selskab for Patientsikkerhed; De danske regioner, TrygFonden.
COMMERCIAL IN CONFIDENCEpage 1
3SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Kapacitetskonferencen
Tavlemøder
COMMERCIAL IN CONFIDENCE
7-dages prognose for Morgenbelægningen, per 11.9.
AMA Akut Modtageafsnit
COMMERCIAL IN CONFIDENCEpage 1
5SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Kan vi estimere patient-flowet godt ?
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
(Forventet) MachineLearning baseret
forecast
Machine Learningbaseret forecast
Tavlemøde forecast Prognose baseret pågennemsnit
Absolutte prognosefejl i % af samlet hospitalsbelægning
(Baseret på data fra på Aalborg Universitetshospital)
(forventet) Machine
Learning baseret
prognose
Machine Learning
Baseret prognose
Tavlemøde prognose Prognose baseret på
gennemsnitsberegning
COMMERCIAL IN CONFIDENCEpage 1
6SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Gennem
snitlig fejl i % af afsnittets kapacitet
Kan vi estimere patient-flowet godt ?
(Baseret på data fra på Aalborg Universitetshospital)
COMMERCIAL IN CONFIDENCEpage 1
7SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Mellem sygehusene
▪ … flytning af patienter mellem hinanden
▪ … ensretning af arbejdsgange
▪ … læring af hinanden
Mellem sygehus, kommune og almen praksis
▪ … forbedre forløbene for ældre patienter
Regionalt samarbejde
HH
H H
HH
H
Næste skridt
COMMERCIAL IN CONFIDENCE
3. Forslag til udnyttelse af prognoser
… i det tværsektorielle samarbejde
COMMERCIAL IN CONFIDENCEpage 1
9SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Før Under Efter
Sygehusindlæggelse
Ambulante besøg
IT-understøttet kommunikation ved hospitalsbesøg
Ambulatorie/Skadestuen besøgAmbulatorienotat / SkadesjournalModtager: Kommune, almen praksis
Henvisning til relevant afdeling
Kommunal aflastning(akutplads, aflastningsplads, genoptræningsplads, mv.)
Indlæggelses- og udskrivningsforløbPlanlægning af udskrivning - begynder ved indlæggelsen
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCE
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCE
OversigtStatus og prognose over til rådighed af pladser i kommunerne
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCE
ResuméStatus og prognose af belægningen på hospitalet
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCE
ResuméStatus og prognose af belægningen på hospitalet
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCEpage 2
4SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCEpage 2
5SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
Oversigt Belægningen på regionens hospitaler
COMMERCIAL IN CONFIDENCEpage 2
6SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
ResuméStatus og prognose over til rådighed af pladser i kommunerne
Primærsektor visiterer borger/patient til plads i kommunen.
(1)
COMMERCIAL IN CONFIDENCEpage 2
7SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Før Under Efter
Sygehusindlæggelse
Ambulante besøg
IT-understøttet kommunikation ved hospitalsbesøg
Ambulatorie/Skadestuen besøgAmbulatorienotat / SkadesjournalModtager: Kommune, almen praksis
Henvisning til relevant afdeling
Kommunal aflastning(aflastningsplads, akutplads, genoptræningsplads, mv.)
Indlæggelses- og udskrivningsforløbPlanlægning af udskrivning - begynder ved indlæggelsen
Sekundærsektor & Primærsektoren finder plads til en patient.
(2)
COMMERCIAL IN CONFIDENCE
Kapacitetskonferencen prioriterer patienter i forhold til pladser i kommunerne
Sekundærsektor & Primærsektoren finder plads til en patient.
(2)
COMMERCIAL IN CONFIDENCE
Kapacitetskonferencen prioriterer patienter i forhold til pladser i kommunerne
Sekundærsektor & Primærsektoren finder plads til en patient.
(2)
COMMERCIAL IN CONFIDENCE
Markering af mulige pladser i kommunerne
Sekundærsektor & Primærsektoren finder plads til en patient.
(2)
COMMERCIAL IN CONFIDENCEpage 3
1SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Næste skridt …
1. Prognose af antal indkommende patienter pr. afsnit▪ + Etablering af tværsektorielt samarbejde
2. Prognose af indlæggelsestid▪ For hver patient og for fx hver timer - opdateres prognosen
3. Prognose af sandsynlighed for genindlæggelse▪ Inden for 7 dage, 14 dage, 30 dage, …
4. Prognose af akut overbelægning i Fællesakutmodtagelse▪ Prognoser af hastighed af patient-flow udefra og ind
▪ Prognoser af hastighed af udredning
Færdig ☺
COMMERCIAL IN CONFIDENCE
Kontaktinformation
Mikkel Harbo, +45 2544 2803, [email protected]
Tak for opkærksomheden
page 3
3SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCE
Backup
page 3
4SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCEpage 3
4SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Machine Learning eksempel
Arbejdsbelastning i service teams
page 3
5SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCEpage 3
5SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Indikation af arbejdsbelastning i teamsSituation
▪ Organiseret i ”siloer”
▪ Varierende aktivitetsniveau/produktivitet
Problem
▪ Travlhed ses ikke i tide
▪ Balancering af belastning er svær
Løsning
▪ Troværdig forudsigelse af travlhed
▪ Indsigt i hhv. ”overskud” og ”underskud”
page 3
6SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCEpage 3
6SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Kan man forudsige opgavemængden ?
Antal ad-hoc opgaver på OP-
Syd pr. dag
page 3
7SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCEpage 3
7SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Kan man forudsige opgavemængden ?
Medianfejl: 1.3
page 3
8SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
COMMERCIAL IN CONFIDENCEpage 3
8SS
E/XX
XXX
/YYY
/ZZZ
Z $
Rev
isio
n: 1
.3$
Kan vi forudsige arbejdsbelastningen ?