Ziekenhuizen beschikken over veel informatie over patiënten, geplande zorg en beschikbare capaciteit. Traditionele BI laat vooral zien wat er is gebeurd en hoe de situatie er nu voor staat. Voor capaciteitsmanagement is juist de volgende vraag interessant: wat verwachten we dat er gaat gebeuren?
Daarom ontwikkelden we voorspelmodellen die op verschillende momenten in de zorgketen vooruitkijken. De modellen gebruiken historische en actuele gegevens uit ChipSoft HiX om te voorspellen welke zorgvraag eraan komt en wat dit betekent voor de benodigde capaciteit.
We kijken daarbij verder dan één afdeling. Een polikliniekbezoek kan leiden tot een operatie, diagnostiek en uiteindelijk een opname. Door voorspellingen op verschillende momenten in deze keten te combineren, ontstaat steeds eerder zicht op toekomstige patiëntenstromen.
Zo verschuift capaciteitsmanagement van “Waar hebben we vandaag een probleem?” naar “Waar verwachten we een probleem en kunnen we nu al bijsturen?”
Met de voorspelmodellen kan het ziekenhuis eerder anticiperen op veranderingen in zorgvraag en patiëntenstromen. Capaciteitsmanagement verschuift daarmee van reactief naar steeds meer proactief sturen.
Een verwacht tekort aan OKC-patiënten kan aanleiding zijn om eerder extra poliklinische rastertijd beschikbaar te maken. Een te vol geplande OKC-sessie kan worden herkend voordat de operatiedag begint. En verpleegafdelingen krijgen eerder zicht op de patiënten die vanuit het OKC of via spoed naar verwachting zullen instromen.
De kracht zit daarbij in de samenhang tussen de modellen. Data die al aanwezig is in ChipSoft HiX wordt niet alleen gebruikt om terug te kijken, maar om steeds verder vooruit te kijken in de zorgketen.
Zo helpt AI om eerder antwoord te geven op een belangrijke vraag binnen het ziekenhuis: welke zorgvraag komt eraan, en hebben we daarvoor op het juiste moment voldoende capaciteit beschikbaar?
