Pohjois-Pohjanmaan hyvinvointialueella (Pohde) on käytössä laadukas raportointi tietovarastoratkaisunsa ansiosta. Tämä tarjoaa näkymän historiaan, mutta ei ennusta tulevaisuutta. Historian ymmärtäminen ei kuitenkaan riitä. Hyvinvointialueilla on jatkuva tarve pystyä ennustamaan ja raportoimaan tulevista tarpeista luotettavasti ja tehokkaasti. Pilotissa Solita, Istekki ja Pohde kehittivät yhdessä palvelutarpeen ennakointimallin ja skenaariotyökalun, joilla voidaan arvioida hoidon tulevaa kysyntää sekä sen vaikutuksia jonotusaikoihin ja jonomäärään. Pilotin kohteeksi valittiin traumatologian ja ortopedian erikoisala.
Resurssien ohjaamista tukeva ennakointimalli:
- Ennustaa tulevaa hoidon kysyntää hyödyntämällä historiallista dataa
- Auttaa päättäjiä arviomaan millaisella määrällä ja minkä tyyppisillä toimenpiteillä kysyntään voidaan vastata
- Tukee tiedolla johtamisen asiantuntijoita siinä, miten palveluja ja resursseja kannattaa tulevaisuudessa kohdentaa
- On pilotoitu traumatologian ja ortopedian erikoisalalla, mutta on laajennettavissa myös muihin erikoisaloihin
Pohde on yksi Suomen suurimmista hyvinvointialueista. Se vastaa noin 416 000 asukkaan hyvinvoinnista, terveydestä ja turvallisuudesta, ja työllistää lähes 18 000 ammattilaista. Pohde kehittää monipuolisia palveluja sosiaali- ja terveyskeskuksiin keskittyen uusiin teknologioihin ja digitaalisiin ratkaisuihin.
Pohde halusi pystyä luotettavasti ja tehokkaasti ennustamaan hoidon kysyntää sekä ymmärtämään, miten lähetteiden määrän muutokset vaikuttavat jonotusaikoihin ja jonossa olevien määrään.
Tehokas ennustemalli auttaa ennakoimaan tulevaisuutta
Pohteella on käytössä korkealaatuista dataa ja raportteja, mutta sitä ei ole aiemmin voitu hyödyntää suoraan ennustamiseen.
Laadukkaan datan päälle rakennettujen tekoäly- ja koneoppimismallien avulla voidaan ennustaa tarvittavien hoitototoimenpiteiden määriä jopa vuosia eteenpäin.
Solita rakensi skenaariotyökalun Pohteen terveydenhuollon asiantuntijoille, jotta he voivat testata kapasiteetin kohdentamisten vaikutuksia jonotilanteisiin ja raportoida tarpeesta palvelutuotannon johtajille ja poliittisille tahoille. Käytännössä skenaariotyökalu auttaa laskemaan, kuinka paljon leikkauksia pitää pystyä toteuttamaan enemmän, ja tuleeko leikkaussalien määrää lisätä, jotta jonottajien määrä pysyy maltillisena ja odotusajat hoitotakuussa. Tätä tietoa voidaan hyödyntää:
- Tiedolla johtamisessa
- Palvelusuunnittelussa
- Resurssien ohjaamisessa
“Asiakkaan luvalla Solita käyttää erilaisia GenAI-työkaluja tuottavuutensa parantamiseksi. Esimerkiksi harkitsemme usein, voimmeko käyttää CollabAI-työpajoja suunnitteluvaiheen nopeuttamiseen tekoälyavusteisesti,” Hellstöm jatkaa.
Palvelutarpeen ennakointimalli ja skenaariotyökalu
Työkalun avulla käyttäjät, päättäjät tai tiedolla johtamisen asiantuntijat voivat testata, millaista kapasiteettia tarvitaan kysynnän täyttämiseksi ja miten nopeasti jonotilanne reagoi lähetemäärien ja kapasiteetin muutoksiin. Ennusteita voidaan tarkastella koko erikoisalan tai yksittäisen toimenpideryhmän tasolla.
