Smarte algoritmer øger planlægningen

Organisering af plejeydelser er en kompleks opgave, og der lægges en del planlægning på at sikre, at de fungerer problemfrit. Udviklet af adiutaByte, et spin-off projekt fra Fraunhofer Institute for Algorithms and Scientific Computing SCAI, adiuta.PLAN er en softwarepakke, der automatisk kan oprette planer og tage højde for variabler såsom trafikniveauer og vejrforhold i realtid. Softwaren holder også planerne opdaterede for at tage højde for andre faktorer såsom personaletilgængelighed. Dens innovative algoritmer giver det perfekte middel mod den alvorlige mangel på plejeressourcer.

Hver dag, virksomheder udarbejder manuelle planer, som derefter tilpasses i løbet af dagen, koster betydelige mængder tid og kræfter. Det kan være en serviceliste for et hospital, flådeplanlægning for et pakkeleveringsfirma, hyldeplanlægning på et lager, eller faktisk en serviceliste for ambulant behandling. I dette tilfælde, plejeudbyderen skal gøre deres bedste for at fordele arbejdet blandt de vagthavende plejere. Selvom der allerede er værktøjer derude på markedet til at hjælpe plejeudbydere med denne tidskrævende opgave, ingen af ​​dem er i stand til at overvåge, om tjenesteplanen faktisk er gennemførlig, efter at planen er lavet. Hvad de undlader at tilbyde, er en løsning, der automatisk kan generere og optimere planer. Dette er hullet udfyldt af adiutaByte, et spin-off projekt fra Fraunhofer SCAI, og dets software adiuta.PLAN, som løser komplekse optimeringsproblemer med nye algoritmiske tilgange, støtte plejeudbydere i den daglige planlægning af plejeruter og hjælpe dem med at tildele plejere til patienter. Sektorer som logistik og lagerstyring kan også drage fordel af løsningen.

Fire personer arbejder i øjeblikket på adiutaByte-teamet. Spin-off er planlagt til første halvdel af 2019, og modtager finansiering fra Fraunhofer-Gesellschaft som en del af Fraunhofer INNOVATOR-programmet samt gennem Fraunhofer Venture. Teamleder Dr. Dustin Feld forklarer den tilgang, der bidrager til adiuta.PLANs succes:"Vi kombinerer en række algoritmiske tilgange, trække på klyngeteknikker og kunstig intelligens metoder. Isolerede konventionelle algoritmer eller matematisk modellering med lukket sløjfe er ikke nok i scenarier, hvor et system skal reagere dynamisk på uforudsigelige hændelser såsom trafikpropper, vejspærringer eller personalefravær." Ved at bruge en unik blanding af algoritmer, adiuta.PLAN-løsningen overvåger rejse- og vejrdata i realtid, og inddrager det i sin planlægning.

Forskellige applikationer kræver personlige løsninger. Målet kan være at give plejere en tidsplan, der garanterer dem en stressfri dag, eller det kan være en stram plankørsel med militær præcision. Løsningen tilbyder et udvalg af ruter – de hurtigste, den korteste og den mest omkostningseffektive. Hvis den valgte plan kan optimeres på anden måde, adiuta.PLAN vil også vise mulige alternativer og forslag.

For eksempel, en vej- eller brolukning kan kaste en hel tjenesteplan ud af tidsplanen. I et sådant scenarie, Prioriteten er automatisk at opdatere planen så hurtigt som muligt og sammenligne den forudsagte plan med den faktiske situation. Andre faktorer spiller også en central rolle i optimeringen, herunder medarbejdernes kvalifikationer, kundepræferencer, personalefravær og køretøjstype. "Hvis en patient har en særlig præference for en bestemt plejer, vores algoritmer vil automatisk tage højde for det, " siger Feld.

Den nye automatiserede løsning giver et stort potentiale for optimering og besparelser, både hvad angår tid og administration, som forskerholdet med succes har demonstreret i test udført på vegne af et 20 mand stort plejeteam drevet af Johanniter humanitær organisation. "Normalt, det tager lederne af plejeteamet to timer hver morgen at udarbejde en plan for de 20 plejere. Med vores løsning, alt de skal gøre er at godkende det automatisk genererede planforslag, " siger datamatikeren. Den tid, der kræves for plejere til at komme til og fra aftaler, blev også reduceret med ti procent.

Maskinlæring er et andet værktøj, der kan bruges til at øge optimeringspotentialet yderligere:"Lad os tage eksemplet med at tage en blodprøve. Vi ved, at den tid, det tager at udføre opgaven, meget vel kan variere afhængigt af plejeren og patienten. Over længere tid, Algoritmerne kan lære, hvor lang tid det normalt tager, hvilket betyder, at fremtidige serviceplaner mere præcist afspejler situationens virkelighed, " forklarer Feld.

adiuta.PLAN kan integreres i eksisterende softwareløsninger og, først og fremmest, leverer kernealgoritmerne, så brugerne kan fortsætte med at arbejde i deres foretrukne miljø. Plejeudbydere kan styre optimeringsmålet og prioriteringen via en række controllere og knapper. adiutaByte kan også levere personlige brugergrænseflader efter kundens ønske. Mobilapps giver plejere direkte adgang til planen, mens de er på farten.