Project Description

HET VOORSPELLEN VAN ZIEKENHUISBEDCAPACITEIT VOOR EEN OPTIMALE PLANNING

ZUYDERLAND

IN HET KORT

Zuyderland, een ziekenhuis in Limburg (NL), streeft naar innovatie in de gezondheidszorg. Met een focus op het verbeteren van de patiëntenzorg zijn ze actief bezig met het ontwikkelen en implementeren van nieuwe ideeën, middelen, technieken, diensten en processen.

Bij het verplaatsen van patiënten van de ene afdeling naar de andere komt meer kijken dan het lijkt. Vaak worden patiënten tijdelijk op vrije bedden van andere afdelingen geplaatst tot er bedden beschikbaar komen. Dit vereist tijdige coördinatie, een vroegtijdig verzoek zou dus de logistieke problemen verminderen. Als er een grote instroom van patiënten komt, is het belangrijk dat er voldoende personeel is om de patiënten goed op te vangen en klinische zorg te verlenen. Ten slotte is het essentieel dat het ziekenhuispersoneel beschikt over de juiste informatie om efficiëntere preventieve maatregelen te nemen, zoals het uitvoeren van meer ontslagrondes wanneer er sprake is van een piekende instroom van patiënten.

Om Zuyderland te helpen hun capaciteitsplanning te verbeteren en deze uitdagingen aan te pakken, werken Data Science-experts van Mediaan Conclusion samen met Zuyderland-experts. Ze richten zich op drie belangrijke gebieden:

  • Voorspelling van patiënteninstroom: Proactief anticiperen op de toestroom van patiënten om effectieve planning te faciliteren.
  • Statistische simulatie van patiëntenbewegingen binnen het ziekenhuis: Het ontwikkelen van simulaties om de stroom van patiënten binnen het ziekenhuis te begrijpen en te optimaliseren.

  • Dashboard ontwikkeling: Het ontwikkelen van een uitgebreid dashboard om real-time inzichten te bieden en besluitvorming te ondersteunen.

UITDAGINGEN

Om nauwkeurige simulaties te waarborgen, moesten we de data constant verfijnen om een hoogwaardige dataset te verkrijgen. Daarnaast moesten we een evenwicht vinden waarbij je specifiek genoeg moet zijn om een accurate voorspelling te genereren, maar niet te specifiek zodat je nog steeds een simulatie kunt uitvoeren, anders heb je geen patroon om te voorspellen.

HET CONCEPT

Het team creëerde een hybride model om onze klant de best mogelijke oplossing te bieden. We zorgden ervoor dat het model niet alleen het aantal opgenomen patiënten kon voorspellen, maar ook onder- en bovengrenzen aangaf met een zekere mate van betrouwbaarheid. Zo kun je strategisch plannen voor worse-case scenario’s. Mocht je bijvoorbeeld meer patiënten opnemen dan statistisch verwacht, dan heb je nog steeds voldoende capaciteit. Met de informatie uit deze voorspelling wordt vervolgens de verplaatsing van patiënten van de ene naar de andere afdeling gesimuleerd. Vervolgens hebben we een gebruiksvriendelijk dashboard ontwikkeld dat een duidelijk en beter overzicht toont.

HET TEAM

Tijdens dit project legden de Data Scientists van Mediaan Conclusion de basis en werkten zij nauw samen met de Data Scientists, Data Analisten en Applicatie Specialisten van Zuyderland. Het combineren van expertise speelde een cruciale rol in het waarborgen van het succes van het project. De volgende methoden en technologieën werden gebruikt:

  • Python

  • Time-Series Forecasting

  • Machine Learning

  • Microsoft SQL

  • Tableau

  • Docker

  • Apache Airflow

RESULTATEN

Het team ontwikkelde met succes een oplossing die waardevolle inzichten bood in het voorspelde aantal binnenkomende patiënten en de gesimuleerde beweging van patiënten van de ene naar de andere afdeling. Dit leidde tot betrouwbare voorspellingen van het aantal benodigde bedden in het hele ziekenhuis, wat nuttig was voor de capaciteitsplanning op lange termijn.

WIL JE MEER WETEN?

ANDERE PROJECTEN