Zmienia się model funkcjonowania oceny efektywności w systemie opieki zdrowotnej. Z podejścia opartego na liczbie realizowanych świadczeń zmierzamy w kierunku opieki medycznej bazującej na wartości czy też skuteczności leczenia (z ang. Value‑Based Healthcare). W tym nowym modelu istotne jest zarówno dostarczanie lepszej jakości w zakresie ochrony zdrowia pacjenta, jak i efektywne wydawanie przeznaczonych na opiekę środków.
W kontekście powyższych zmian dużą rolę odegrają systemy zaawansowanej analityki, które wspierają lekarzy i menedżerów w ochronie zdrowia – zarówno w zakresie planów, jak i bieżących procesów operacyjnych. Poniżej kilka kontekstów, w których analiza danych wspiera lekarzy i ośrodki zdrowia.
Bezpieczeństwo pacjentów przede wszystkim
W Szwecji z powodu zakażeń szpitalnych rocznie umiera ok. 1500 osób, zaś 750 dni dodatkowej hospitalizacji pacjentów kosztuje 650 mln euro. W Danii co dziesiąty pacjent ulega zakażeniu w trakcie hospitalizacji.
Skalę tych zjawisk można jednak istotnie ograniczyć. Przekonał się o tym choćby szpital w Lillebælt w Danii, który od kilku lat wykorzystuje analitykę SAS w celu monitorowania i ograniczania zjawiska zakażeń szpitalnych. Poprzez połączenie danych dostępnych w różnych systemach – m.in. z systemu rejestracji pacjentów, danych laboratoryjnych, informacji o podawanych antybiotykach czy danych tekstowych zawartych w notatkach lekarzy i pielęgniarek – szpital usprawnia swoje procesy i może zapewnić lepszą opiekę pacjentom narażonym na ryzyko zakażenia szpitalnego. To ryzyko jest wyznaczane przez algorytm, który bazuje na historii pacjentów i zakażeń w tym konkretnym szpitalu.
Ograniczenie strat finansowych i potencjalnych nadużyć
Przedsiębiorstwa i jednostki ochrony zdrowia są także narażone na straty z tytułu nieefektywnego wykorzystywania dostępnych środków. Mogą również być miejscem nadużyć finansowych.
Wykorzystanie zaawansowanej analityki w celu wykrywania potencjalnych nadużyć pomaga w ograniczeniu strat niezależnie od branży. Warto przenieść praktyki i procesy z sektora komercyjnego, np. bankowego, w celu uszczelniania działania szpitali, co przełożyłoby się na mniejsze straty i bardziej efektywne wykorzystywanie środków finansowych. W Polsce z tego typu systemów korzysta m.in. PKO Bank Polski, który posługuje się systemem Enterprise Fraud Management, by typować potencjalne nadużycia, np. przy składaniu przez klientów aplikacji o produkty bankowe.
W sektorze zdrowia jednym z użytkowników zaawansowanej analityki jest Narodowy Fundusz Zdrowia, który wykorzystuje platformę SAS w celu poszukiwania wzorców i analizy ryzyka nadużyć, np. w obszarze recept refundowanych. Dzięki temu może uszczelnić system rozliczeń, a jednocześnie pozyskiwać za pomocą analityki wartościowe informacje wspierające tworzenie polityki lekowej w Polsce.
Optymalizacja ruchu pacjentów
Zdarza się, że pacjenci czują się na tyle dobrze, że mogą zostać wypisani ze szpitala, ale pozostają tam, ponieważ nie mają odpowiedniej opieki, wsparcia czy sprzętu w domu lub w jego otoczeniu. Podczas gdy potencjalnie mogliby szybciej wrócić do zdrowia w domowym zaciszu, zostają w szpitalu, aby kontynuować leczenie. Skutkuje to wydłużającym się czasem oczekiwania dla innych pacjentów, brakiem wolnych łóżek i generuje dodatkowe koszty zatrudnienia oraz wpływa na harmonogram pracy personelu medycznego.
O ile nie na wszystkie czynniki wpływające na przedłużający się pobyt w szpitalu możemy mieć wpływ, o tyle poszczególne organizacje mogą poprawić swoją sytuację na przykład dzięki modelowaniu przepływu pacjentów. Jest to model symulacyjny, który pozwoli szpitalom usprawnić zarządzanie pacjentami, łóżkami, logistyką wspierającą ruch pacjentów i użytkowanie łóżek oraz podniesie efektywną alokację zasobów. Samo wykorzystanie jest bardzo proste: do rozwiązania informatycznego wprowadzamy informację o oddziałach, kadrze, zmianach i modelu pracy. Symulujemy losowo – lub z określonym rozkładem – napływ pacjentów i proces leczenia. Dzięki temu możemy „wirtualnie” sprawdzić, jak będzie działać nasza placówka ochrony zdrowia, jakie będą kolejki i jaki wypracujemy zysk. Poza optymalizacją model ten zapewnia również możliwość analiz scenariuszowych – tak, aby przetestować zmiany przed ich wprowadzeniem.
Analityka częścią rewolucji
Zaawansowana analityka ma szerokie zastosowanie w ochronie zdrowia. Jej wykorzystanie będzie rosło wraz ze zwiększaniem się wolumenów gromadzonych danych i w związku z postępującymi potrzebami w zakresie jakości i efektywności. Analityka dzisiaj może również wspierać lekarzy w leczeniu pacjentów z chorobą nowotworową. Cancer Center Amsterdam wykorzystuje analitykę do rozpoznawania obrazów zmian nowotworowych, by monitorować skuteczność terapii w leczeniu raka wątroby. Z kolei Centrum Onkologii w Warszawie dzięki analityce tekstowej zapewnia personelowi medycznemu lepszy dostęp do cyfrowych zasobów naukowych. Takich przykładów jest i będzie coraz więcej. Jak napisałem we wstępie: zmienia się model funkcjonowania ochrony zdrowia, która stawia na jakość opieki medycznej i efektywność usługodawców. Zaawansowana analityka jest i będzie integralną częścią tej transformacji. Dlatego warto nadać jej odpowiedni priorytet i uwzględnić jej potencjał w swojej organizacji.
(R)ewolucja analityczna
Wprowadzanie zaawansowanej analityki istotnie wpływa na działalność organizacji. Może się wydawać, że każda firma powinna mieć wdrożone najnowsze rozwiązania sztucznej inteligencji i algorytmy uczenia maszynowego (czyli również zaawansowanej analityki). Jednak bardzo często brakuje wcześniejszych etapów: możliwości tworzenia raportów na podstawie bieżących danych z wykorzystaniem analityki opisowej oraz wykorzystania technik predykcyjnych i optymalizacyjnych w celu lepszego planowania i rekomendacji decyzji. Z doświadczeń naszych klientów wynika, że najskuteczniejszy model wprowadzania analityki to stopniowe osiąganie kolejnych poziomów tzw. dojrzałości analitycznej organizacji. Dzięki takiemu podejściu organizacja może etapowo wprowadzać zmiany w procesach biznesowych i wykorzystywać możliwości, jakie daje zaawansowana analityka.
Zaawansowana analityka w trzech krokach
