LogiCare Tetra AI
Zorgverleners vervullen een essentiële taak in onze maatschappij. Dat toont de huidige coronacrisis nogmaals aan. Maar een overdaad aan bijkomende, secundaire taken zoals goederenlogistiek en administratie verhoogt de tijds- en werkdruk van het zorgberoep nodeloos.
Het project LogiCare AI beoogt het vereenvoudigen, automatiseren en optimaliseren van de logistieke keten binnen de zorginstelling door het inzetten van slimme technologie en voorspellende algoritmes.
Het project LogiCare AI beoogt het vereenvoudigen, automatiseren en optimaliseren van de logistieke keten binnen de zorginstelling door het inzetten van slimme technologie en voorspellende algoritmes.
Resultaten
Resultaten
De resultaten zijn tweedelig. Ten eerste ontwikkelden we een implementatieplan met vier onderdelen: inspiratiegids, scan en benchmark datamaturiteitsmeting, ROI calculator en stappenplan voor implementatie. Ten tweede hebben we binnen drie Proof-of-concepts de potentiële kracht van data en AI binnen de zorglogistieke context verkend.
Er werden vier tools vormgegeven:
1) Inspiratiegids: een gids die de inzichten rond de mapping van goederenstromen, mapping van technologische mogelijkheden en de drempels en drijfveren van zorgmedewerkers. De inspiratiegids dient als eerste laagdrempelige kennismaking met AI die de ziekenhuismedewerkers kan inspireren rond wat AI voor hun en hun job kan betekenen.
2) Scan & Benchmark datamaturiteit: binnen het project stelden we een datamaturiteitsscan op, maar konden we ook een benchmark uitvoeren binnen de Vlaamse ziekenhuizen. 28 van de 52 Vlaamse ziekenhuizen namen deel aan de studie (54% van de Vlaamse populatie). De profielen die zijn bevraagd bestaan voornamelijk uit IT-managers, dataverantwoordelijken en logistiek directeurs. Hieruit bleek dat ruim 7/10 bevraagde ziekenhuizen een centraal systeem hadden om data te ontsluiten maar dat nog niet alles hierin is opgenomen. 5 zorginstellingen hadden een volledig geïntegreerd systeem. De ziekenhuizen werden gescoord op drie grote dimensies: organisatie, cultuur en mensen.
3) Business case & ROI calculator: Deze dynamische rekentool biedt drie manieren om de kosten van een AI-project in kaart te brengen. Ten eerste is er een basis kostenmodel dat doorrekent met deterministische schattingen. Ten tweede is er een kostenmodel dat opgebouwd is uit minimale en maximale verwachtingswaarden. Ten derde is er een Monte Carlo techniek toegepast om 1000 iteraties te genereren vertrekkende van de min/max waarden uit model twee. De ingestelde waarden zijn gebaseerd op deskresearch en interviews met experts. Daarnaast is ook een visuele weergave terug te vinden die de kosten uitzet ten opzichte van de opbrengsten.
4) Implementatiegids: de implementatiegids is een stappenplan waarin tien stappen door een AI-project binnen de zorglogistiek wordt gelopen. Onderstaande stappen worden in de gids behandeld. Per stap worden de aanpak, leerlessen en aanbevelingen en gelinkte Logicare Tools besproken.
Drie Proof-of-Concepts
Er is bewust gekozen om voor het invullen van de PoC’s te vertrekken vanuit noden en opportuniteiten vanuit de verschillende spelers uit de BG (zorg/logistiek/technisch) en niet de technologie aan zich als leidende parameter te gebruiken. We wilden vermijden om een POC op te zetten die louter op technologische innovatie zou focussen. Elk lid van de Begeleidingsgroep vulde een matrix in waarbij een gebrainstormde longlist van mogelijke use cases werd gescoord op haalbaarheid en wenselijkheid. De meerwaarde voor iedere stakeholder hebben we als uitgangspunt genomen voor het definiëren van de PoC’s. Zo kwamen we tot de beschrijving van vier geselecteerde PoC’s.
1) Optimalisatie van het operatiekwartier: Binnen deze PoC onderzoeken we de mogelijkheid van het automatisch genereren van de bill of material (BOM) of klaarzetlijsten bij een operatie in functie van de arts, patiënt, type ingreep, etc.
2) Optimalisatie van de uitleendienst van bijzondere medische materialen: Hier gingen we na of medische hulpmiddelen van de uitleendienst voorspeld kunnen worden op basis van historisch gebruik en planning van opnames.
3) Optimalisatie van stockbeheer van verdovende middelen: Hier onderzochten we of we kosten kunnen verlagen van de voorraadkost door middel van efficiënt aankoopbeleid dankzij historische data, actuele trends en zelflerende algoritmes.
Meer resultaten zijn hier te vinden op https://thomasmore.be/nl/logicare.
De resultaten zijn tweedelig. Ten eerste ontwikkelden we een implementatieplan met vier onderdelen: inspiratiegids, scan en benchmark datamaturiteitsmeting, ROI calculator en stappenplan voor implementatie. Ten tweede hebben we binnen drie Proof-of-concepts de potentiële kracht van data en AI binnen de zorglogistieke context verkend.
Er werden vier tools vormgegeven:
1) Inspiratiegids: een gids die de inzichten rond de mapping van goederenstromen, mapping van technologische mogelijkheden en de drempels en drijfveren van zorgmedewerkers. De inspiratiegids dient als eerste laagdrempelige kennismaking met AI die de ziekenhuismedewerkers kan inspireren rond wat AI voor hun en hun job kan betekenen.
2) Scan & Benchmark datamaturiteit: binnen het project stelden we een datamaturiteitsscan op, maar konden we ook een benchmark uitvoeren binnen de Vlaamse ziekenhuizen. 28 van de 52 Vlaamse ziekenhuizen namen deel aan de studie (54% van de Vlaamse populatie). De profielen die zijn bevraagd bestaan voornamelijk uit IT-managers, dataverantwoordelijken en logistiek directeurs. Hieruit bleek dat ruim 7/10 bevraagde ziekenhuizen een centraal systeem hadden om data te ontsluiten maar dat nog niet alles hierin is opgenomen. 5 zorginstellingen hadden een volledig geïntegreerd systeem. De ziekenhuizen werden gescoord op drie grote dimensies: organisatie, cultuur en mensen.
3) Business case & ROI calculator: Deze dynamische rekentool biedt drie manieren om de kosten van een AI-project in kaart te brengen. Ten eerste is er een basis kostenmodel dat doorrekent met deterministische schattingen. Ten tweede is er een kostenmodel dat opgebouwd is uit minimale en maximale verwachtingswaarden. Ten derde is er een Monte Carlo techniek toegepast om 1000 iteraties te genereren vertrekkende van de min/max waarden uit model twee. De ingestelde waarden zijn gebaseerd op deskresearch en interviews met experts. Daarnaast is ook een visuele weergave terug te vinden die de kosten uitzet ten opzichte van de opbrengsten.
4) Implementatiegids: de implementatiegids is een stappenplan waarin tien stappen door een AI-project binnen de zorglogistiek wordt gelopen. Onderstaande stappen worden in de gids behandeld. Per stap worden de aanpak, leerlessen en aanbevelingen en gelinkte Logicare Tools besproken.
Drie Proof-of-Concepts
Er is bewust gekozen om voor het invullen van de PoC’s te vertrekken vanuit noden en opportuniteiten vanuit de verschillende spelers uit de BG (zorg/logistiek/technisch) en niet de technologie aan zich als leidende parameter te gebruiken. We wilden vermijden om een POC op te zetten die louter op technologische innovatie zou focussen. Elk lid van de Begeleidingsgroep vulde een matrix in waarbij een gebrainstormde longlist van mogelijke use cases werd gescoord op haalbaarheid en wenselijkheid. De meerwaarde voor iedere stakeholder hebben we als uitgangspunt genomen voor het definiëren van de PoC’s. Zo kwamen we tot de beschrijving van vier geselecteerde PoC’s.
1) Optimalisatie van het operatiekwartier: Binnen deze PoC onderzoeken we de mogelijkheid van het automatisch genereren van de bill of material (BOM) of klaarzetlijsten bij een operatie in functie van de arts, patiënt, type ingreep, etc.
2) Optimalisatie van de uitleendienst van bijzondere medische materialen: Hier gingen we na of medische hulpmiddelen van de uitleendienst voorspeld kunnen worden op basis van historisch gebruik en planning van opnames.
3) Optimalisatie van stockbeheer van verdovende middelen: Hier onderzochten we of we kosten kunnen verlagen van de voorraadkost door middel van efficiënt aankoopbeleid dankzij historische data, actuele trends en zelflerende algoritmes.
Meer resultaten zijn hier te vinden op https://thomasmore.be/nl/logicare.
Promotor
Dieter Struyf
Onderzoeker
Marijke Brants,Jelle Van Camp,Ferre Vandervreken,Karen Feyen,Steven Michiels
Thomas More Hogeschool
01/10/2021 - 30/09/2023
Centrale contactpersoon
