Problemstellung:
Das Health Arnett Hospital der Indiana Universität, ein Akutkrankenhaus mit Komplettservice und einer ambulanten Klinik mit mehreren Spezialgebieten, sah sich schlechten Statistiken gegenüber, da die Anzahl der No-show-Patienten (diejenigen, die nicht zu ihren geplanten Terminen erscheinen) dramatisch auf 30 % anstieg. Dies war in erster Linie darauf zurückzuführen, dass die Klinikpläne von den individuellen Präferenzen des medizinischen Personals bestimmt wurden, was zu erhöhten Abweichungen bei den Planungsregeln führte. Um das Problem zu beheben, wollte der Kunde eine Planungsmethode entwickeln, von der die Ambulanz, die Ärzte und die Patienten profitieren. Dienstleister der Texas A&M Universität wurden gebeten, ein vorausschauendes Planungssystem zu entwickeln, um die Zeitpläne der Ärzte zu optimieren und die Anzahl der No-show-Patienten zu verringern. Sie zielten auch auf folgende Punkte ab:
- Erhöhung der Ärzteeffizienz.
- Erhöhung der Einrichtungsauslastung.
- Minimierung von Überstunden der Ärzte.
- Verkürzung der Patientenwartezeiten
Lösung:
Um die Herausforderung bei der Terminplanung anzugehen, entwickelten die Auftragnehmer ein ereignisorientiertes Simulationsmodell unter Verwendung der AnyLogic Software. Das Modell simulierte den Prozess bei den Patiententerminen und weitere Untersuchungen. Für eine bessere Darstellung des Patientenflusses im Modell wurden die Patienten einer von fünf Gruppen zugeordnet:
- Patienten, die Termine am selben Tag wünschen
- Neue Patienten mit hoher Priorität
- Nachkontrolle mit hoher Priorität
- Neue Patienten mit niedriger Priorität
- Nachkontrolle mit niedriger Priorität
Patienten mit hoher Priorität hatten eine Versicherung im Gegensatz zu Patienten mit niedriger Priorität.
Die Benutzeroberfläche zeigte, wie sich die Patienten abhängig von der Länge der Behandlungszeit für die verschiedenen Patiententypen (es wird angenommen, dass neue Patienten eine längere Behandlungszeit haben als Patienten, die zur Nachkontrolle kommen) und saisonalen Faktoren vermischen. Der Eingabebildschirm des Modells wurde verwendet, um die folgenden Parameter anzugeben:
- Anzahl der Terminanfragen pro Stunde, die die Ambulanz zu jeder Tageszeit haben kann.
- Anteil der No-Show-Patienten.
- Arbeitsplan der Ärzte einschließlich Verfügbarkeitszeit und Anzahl der Patienten, die sie pro Tag behandeln konnten. Es war auch möglich, die Anzahl kranker und neuer Patienten für einen Arzt pro Tag zu begrenzen.
- Ein Feld für kranke Patienten, das den Anteil der Patienten anzeigt, die zu einem anderen Arzt oder einer anderen Krankenschwester umgeleitet wurden.
Der Benutzer kann diese Kapazitätsparameter ändern, um festzustellen, welche Änderungen dazu beitragen, die Arbeitszeit für Ärzte und die Wartezeit für Patienten zu optimieren. Das ereignisorientierte Modell zeigte die folgende Abfolge von Schritten:
- Die auftretenden Patienten werden in die fünf Gruppen eingeteilt. Erkrankte Patienten, die dringend einen Arzt aufsuchen müssen, werden am selben Tag behandelt, andere planen ihre Besuchszeit und warten zu Hause.
- Wann sie am Tag des Termins in der Klinik ankommen müssen und den No-Show-Anteil berechnet das Modell basierend auf Wahrscheinlichkeiten, die durch die Eingabedaten angegeben worden sind.
- Wenn die Patienten kommen, werden sie von Ärzten oder Krankenschwestern behandelt und verlassen danach das Krankenhaus.
Der Ausgabebildschirm zeigte die Ergebnisse des Patientenflusssimulationsmodells und die Leistungsmaße für einen Simulationslauf. Die Daten enthielten:
- Anzahl der behandelten Patienten pro Patientenbesuchstyp.
- Anzahl der No-Show-Patienten pro Patientenbesuchstyp.
- Terminvorlaufszeit pro Patientenbesuchstyp.
- Anteil der entlassenen Patienten pro Arzt, pro Krankenschwester oder pro Kollege/pro Notaufnahme.
- Maximale tägliche Klinikkapazität.
Das Modell half Ärzten auch dabei, verschiedene Theorien über ihren Arbeitsplan zu testen. Sie konnten den Zeitplan im Patientenflusssimulationsmodell anpassen und sehen, wie sich Auslastung und Überstunden ändern.
Warum ein Simulationsmodell für den Patientenfluss in AnyLogic erstellen?
Die Entwickler haben sich aus mehreren Gründen für AnyLogic entschieden. Erstens ermöglichte es die AnyLogic Software auf einfache Weise diskrete Ereignismetriken zu erfassen, wie z. B. Nutzungsraten, Aufenthaltszeiten von Patienten in der Ambulanz und Wartezeiten. Mit AnyLogic ist es zudem möglich, das primär ereignisorientierte Modell mit Hilfe von agentenbasierten Ansätzen und Systemdynamik zu erweitern. Darüber hinaus ermöglichten die Möglichkeiten von AnyLogic, benutzerfreundliche und ansprechende Oberflächen zu erstellen, anderen Benutzern das Experimentieren mit dem Patientenflusssimulationsmodell und das Ändern der Eingabeparameter ohne zusätzliches Training.
Ergebnis:
Das AnyLogic Modell zur Patientenflusssimulation bot verschiedene Möglichkeiten, die Betriebseffizienz der Ambulanz und die Patientenzufriedenheit zu verbessern. Das Patientenflusssimulationsmodell erforderte keine besonderen Fähigkeiten und lieferte detaillierte Ausgabestatistiken, die Folgendes beinhalteten:
- Personalauslastung und Überstundenzahl.
- Patientenverteilung über dem medizinischen Personal.
- Patientenwartezeit und mehr.
Anhand der erhaltenen Daten konnten die Benutzer sehen, wie sich der Zeitplan auf die Arbeitsprozesse der Klinik auswirkte und sie erhielten Einblicke in die folgenden Aspekte: Verbesserung des Patientenflusses in der Ambulanz und Auswahl besserer Richtlinien für das Personalmanagement.
AnyLogic stellte eine Methode zum Testen von Theorien dar, bevor sie in der Klinik implementiert wurden, und erzeugte unterschiedliche Prognosen. Darüber hinaus könnte das ereignisorientierte Modell bei Bedarf durch andere Simulationsansätze erweitert werden. Diese Funktion machte das Modell anpassbarer, um ein vorausschauendes Terminplanungssystem für andere Ambulanzen mit ähnlichen Einstellungen zu entwerfen.
