通过提高运营效率
数据分析归结为应用预测分析来改进关键护理交付流程的规划和执行，其中主要是资源利用、员工日程安排以及患者入院和出院。如果做得好，提供者会看到患者访问量增加（更快地容纳更多患者）和收入、更低的成本、更高的资产利用率和更好的患者体验。这里有一些例子：
提高手术室利用率。对于在大多数医院带来超过 60% 的入院率和 65% 的收入的资源，当前的块调度技术在优化手术室时间和提高患者访问、外科医生满意度和护理质量方面远远不够。当前的技术——电话、传真和电子邮件——使块计划更改变得繁琐、容易出错且速度慢。使用预测分析、移动技术和云计算，供应商正在挖掘利用模式以显着改进手术室调度。
例如，基于浏览器的解决方案——无论是手机、平板电脑、笔记本电脑还是台式机——现在允许外科医生及其调度员一键请求他们需要的阻塞时间（本质上是或“预订”）。在科罗拉多州的 UCHealth，一种类似于 OpenTable 的调度解决方案使患者得到更快的治疗（外科医生释放他们不需要的块比手动技术快 10%），外科医生获得更好的控制和访问（外科医生每月释放的块的中位数增加了 47% )，整体利用率和收入增加。借助这些工具，UCHealth 将每个手术室的收入提高了 4%，这意味着每年额外增加 1000 万美元的收入。
缩短输液中心等待时间，同时增加患者访问量。输液调度是一个极其复杂的数学问题。即使对于一个拥有 30 个椅子的中心，以患者为中心的方式避开上午 10 点到下午 2 点的“高峰时间”也需要选择一个可能的解决方案的googol. 面对这一挑战，纽约长老会医院应用预测分析和
机器学习来优化其时间表模板，从而将患者等待时间减少了 50%。除了改善长期患者调度之外，这些技术还帮助调度员管理输液中心的日常不确定性——最后一分钟的附加、延迟取消和未出现——以及优化护士的工作量，以便他们不再错过几乎每个输液中心常见的午休时间。
简化 ED 操作。急诊科以瓶颈而闻名，无论是由于患者等待实验室结果或成像在队列中备份，还是因为该部门人手不足。分析驱动的软件可以确定最有效的 ED 活动顺序，从而显着减少患者等待时间。当新患者需要 X 光检查和抽血时，了解最有效的顺序可以节省患者时间并更明智地利用 ED 资源。软件现在可以揭示历史上的滞留情况（也许周三反复出现需要修复的 EKG 人员紧缺），并实时显示提供者每个患者通过科室的旅程和等待时间。这使供应商能够消除反复出现的瓶颈并召集工作人员或立即重新安排患者流量以提高效率。
ED到住院病床转移。预测工具还可以让提供者预测患者需要入院的可能性，并立即估计哪些单位可以容纳他们。有了这些信息，住院医师和 ED 医生可以很快就可能的入职流程达成一致，这可以让整个入职链中的每个人都可以看到。这种数据驱动的方法还可以帮助提供者优先考虑哪些病床应该首先清洁，哪些病房应该加速出院，哪些病人应该被转移到出院休息室。
加速出院计划。为了优化出院计划，病例管理者和社会工作者需要能够预见和防止出院延误。电子健康记录或其他内部系统通常会收集有关“可避免的出院延误”的数据——上个月、季度或一年内因保险验证问题或缺乏交通、目的地或出院后护理而延误的患者。这些数据是供应商的金矿；借助适当的分析工具，在患者到达并完成文书工作的一小时内，提供者可以以相当高的准确度预测数百名患者中谁最有可能在出院期间遇到麻烦。
制造出色的运营决策每天数百次始终需要复杂的数据科学。如果使用得当，分析工具可以降低医疗保健成本、减少等待时间、增加患者访问量，并利用现有基础设施释放容量。医疗保健需要事半功倍，这也是为什么数据分析可能是未来十年医疗保健将经历的最重要的运营创新的一个重要原因。
扫码加好友，拉您进群
全部版块
我的主页
收藏
