Att organisera vårdtjänster är en komplex uppgift och mycket planering går åt för att säkerställa att de fungerar smidigt. Utvecklad av adiutaByte, ett spin-off-projekt från Fraunhofer Institute for Algorithms and Scientific Computing SCAI, adiuta.PLAN är ett mjukvarupaket som automatiskt kan skapa planer och ta hänsyn till variabler som trafiknivåer och väderförhållanden i realtid. Programvaran håller också planerna uppdaterade för att ta hänsyn till andra faktorer som personalens tillgänglighet. Dess innovativa algoritmer ger den perfekta boten mot den allvarliga bristen på vårdresurser.

Varje dag, företag tar fram manuella planer som sedan anpassas under dagen, kostar betydande mängder tid och ansträngning. Det kan vara en servicelista för ett sjukhus, flottplanering för ett paketleveransföretag, hyllplanering i ett lager, eller faktiskt en tjänstelista för öppenvård. I det här fallet, vårdgivaren måste göra sitt bästa för att fördela arbetet mellan vårdarna i tjänst. Även om det redan finns verktyg där ute på marknaden för att hjälpa vårdgivare med denna tidskrävande uppgift, ingen av dem kan övervaka om tjänstelistan faktiskt är genomförbar efter att planen är gjord. Vad de inte kan erbjuda är en lösning som automatiskt kan generera och optimera planer. Detta är tomrummet som fylls av adiutaByte, ett spin-off-projekt från Fraunhofer SCAI, och dess programvara adiuta.PLAN, som löser komplexa optimeringsproblem med nya algoritmiska metoder, stödja vårdgivare i den dagliga planeringen av vårdvägar och hjälpa dem att anvisa vårdare till patienter. Branscher som logistik och lagerhantering kommer också att dra nytta av lösningen.

Fyra personer arbetar för närvarande i adiutaByte-teamet. Avknoppningen är planerad till första halvåret 2019, och får finansiering från Fraunhofer-Gesellschaft som en del av Fraunhofer INNOVATOR-programmet samt genom Fraunhofer Venture. Teamledaren Dr. Dustin Feld förklarar tillvägagångssättet som bidrar till adiuta.PLAN:s framgång:"Vi kombinerar en rad algoritmiska tillvägagångssätt, med hjälp av klustringstekniker och artificiell intelligensmetoder. Isolerade konventionella algoritmer eller matematisk modellering med sluten slinga räcker inte i scenarier där ett system måste reagera dynamiskt på oförutsägbara händelser som trafikstockningar, vägspärrar eller personalfrånvaro." Genom att använda en unik blandning av algoritmer, adiuta.PLAN-lösningen övervakar rese- och väderdata i realtid, och tar med det i sin planering.

Olika applikationer kräver personliga lösningar. Målet kan vara att ge vårdare ett schema som garanterar dem en stressfri dag, eller så kan det vara en tight plan körning med militär precision. Lösningen erbjuder ett urval av rutter – de snabbaste, den kortaste och mest kostnadseffektiva. Om den valda planen kan optimeras på annat sätt, adiuta.PLAN kommer också att visa möjliga alternativ och förslag.

Till exempel, en stängning av väg eller bro kan leda till att en hel tjänstelista ur schemat. I ett sådant scenario, prioriteringen är att automatiskt uppdatera planen så snabbt som möjligt och jämföra den förutsedda planen mot den faktiska situationen. Andra faktorer spelar också en nyckelroll i optimeringen, inklusive anställdas kvalifikationer, kundpreferenser, personalens frånvaro och typ av fordon. "Om en patient har en speciell preferens för en specifik vårdare, våra algoritmer tar automatiskt hänsyn till det, säger Feld.

Den nya automatiserade lösningen erbjuder stor potential för optimering och besparingar, både när det gäller tid och administration, som forskargruppen framgångsrikt har visat i tester som genomförts på uppdrag av ett 20-mans vårdteam som drivs av Johanniters humanitära organisation. "I vanliga fall, det tar cheferna för vårdteamet två timmar varje morgon att göra upp en plan för de 20 vårdarna. Med vår lösning, allt de behöver göra är att godkänna det automatiskt genererade planförslaget, ", säger datavetaren. Den tid som behövs för vårdare att ta sig till och från möten minskade också med tio procent.

Maskininlärning är ett annat verktyg som kan användas för att öka optimeringspotentialen ytterligare:"Låt oss ta exemplet med att ta ett blodprov. Vi vet att tiden det tar att slutföra uppgiften mycket väl kan variera beroende på vårdare och patient. Över en längre tid, Algoritmerna kan lära sig hur lång tid det vanligtvis tar, vilket innebär att framtida servicelistor mer exakt återspeglar verkligheten i situationen, " förklarar Feld.

adiuta.PLAN kan integreras i befintliga mjukvarulösningar och, först och främst, tillhandahåller kärnalgoritmerna, så att användare kan fortsätta arbeta i sin föredragna miljö. Vårdgivare kan hantera optimeringsmålet och prioriteringen via en serie kontroller och knappar. adiutaByte kan även tillhandahålla personliga användargränssnitt på kundens begäran. Mobilappar ger vårdare direkt tillgång till planen när de är på resande fot.