Het organiseren van zorgdiensten is een complexe taak en er komt veel planning bij kijken om ervoor te zorgen dat deze goed werken. Ontwikkeld door adiutaByte, een spin-off project van het Fraunhofer Institute for Algorithms and Scientific Computing SCAI, adiuta.PLAN is een softwarepakket dat automatisch plannen kan maken en in realtime rekening kan houden met variabelen zoals verkeersdrukte en weersomstandigheden. De software houdt plannen ook bijgewerkt om rekening te houden met andere factoren, zoals de beschikbaarheid van personeel. De innovatieve algoritmen bieden de perfecte remedie voor het grote tekort aan zorgmiddelen.

Elke dag, bedrijven maken handmatige plannen die vervolgens gedurende de dag worden aangepast, veel tijd en moeite kosten. Het kan een dienstrooster zijn voor een ziekenhuis, wagenparkplanning voor een pakketbezorger, schappenplanning in een magazijn, of juist een dienstrooster voor ambulante zorg. Op dit moment, de zorgverlener moet zijn best doen om het werk onder de dienstdoende mantelzorgers te verdelen. Hoewel er al tools op de markt zijn om zorgverleners te helpen bij deze tijdrovende taak, geen van hen kan na het maken van het plan controleren of het dienstrooster daadwerkelijk haalbaar is. Wat ze niet bieden, is een oplossing die automatisch plannen kan genereren en optimaliseren. Dit is de leemte opgevuld door adiutaByte, een spin-offproject van Fraunhofer SCAI, en zijn software adiuta.PLAN, die complexe optimalisatieproblemen oplost met nieuwe algoritmische benaderingen, het ondersteunen van zorgverleners bij de dagelijkse planning van zorgroutes en bij het toewijzen van zorgverleners aan patiënten. Ook sectoren als logistiek en magazijnbeheer profiteren van de oplossing.

Momenteel werken er vier mensen in het adiutaByte-team. De spin-off staat gepland voor de eerste helft van 2019, en ontvangt financiering van de Fraunhofer-Gesellschaft als onderdeel van het Fraunhofer INNOVATOR-programma en via Fraunhofer Venture. Teamleider Dr. Dustin Feld legt de aanpak uit die bijdraagt ​​aan het succes van adiuta.PLAN:"We combineren een reeks algoritmische benaderingen, op basis van clusteringtechnieken en kunstmatige-intelligentiemethoden. Geïsoleerde conventionele algoritmen of gesloten wiskundige modellering zijn niet voldoende in scenario's waarin een systeem dynamisch moet reageren op onvoorspelbare gebeurtenissen zoals files, wegblokkades of afwezigheden van het personeel." Met behulp van een unieke mix van algoritmen, de adiuta.PLAN-oplossing bewaakt reis- en weergegevens in realtime, en neemt dit mee in de planning.

Verschillende toepassingen vragen om gepersonaliseerde oplossingen. Het doel kan zijn om mantelzorgers een schema te geven dat hen een stressvrije dag garandeert, of het kan een strak plan zijn dat met militaire precisie wordt uitgevoerd. De oplossing biedt een keuze aan routes - de snelste, de kortste en de meest kostenefficiënte. Als het gekozen plan op een andere manier geoptimaliseerd kan worden, adiuta.PLAN zal ook mogelijke alternatieven en suggesties tonen.

Bijvoorbeeld, een weg- of brugafsluiting kan een heel dienstrooster uit het schema halen. In een dergelijk scenario, de prioriteit is om het plan zo snel mogelijk automatisch bij te werken en het voorspelde plan te vergelijken met de werkelijke situatie. Ook andere factoren spelen een sleutelrol bij de optimalisatie, inclusief kwalificaties van werknemers, klantvoorkeuren, afwezigheden van het personeel en het type voertuig. "Als een patiënt een bepaalde voorkeur heeft voor een bepaalde verzorger, onze algoritmen houden daar automatisch rekening mee, ' zegt Veld.

De nieuwe geautomatiseerde oplossing biedt een groot potentieel voor optimalisatie en besparingen, zowel qua tijd als administratie, zoals het onderzoeksteam met succes heeft aangetoond in tests die zijn uitgevoerd namens een 20-koppig zorgteam dat wordt beheerd door de humanitaire organisatie Johanniter. "Normaal gesproken, het kost de hoofden van het zorgteam elke ochtend twee uur om een ​​plan op te stellen voor de 20 mantelzorgers. Met onze oplossing ze hoeven alleen het automatisch gegenereerde planvoorstel goed te keuren, ", zegt de informaticus. Ook de tijd die mantelzorgers nodig hadden om van en naar afspraken te komen, werd met tien procent verminderd.

Machine learning is een ander hulpmiddel dat kan worden gebruikt om het optimalisatiepotentieel nog verder te vergroten:"Laten we het voorbeeld nemen van het afnemen van een bloedmonster. We weten dat de tijd die nodig is om de taak te voltooien, kan variëren, afhankelijk van de zorgverlener en de patiënt. Meer een langere periode, de algoritmen kunnen leren hoe lang het gewoonlijk duurt, wat betekent dat toekomstige dienstroosters nauwkeuriger de realiteit van de situatie weerspiegelen, ", legt Feld uit.

adiuta.PLAN kan worden geïntegreerd in bestaande softwareoplossingen en, eerst en vooral, levert de kernalgoritmen, zodat gebruikers kunnen blijven werken in hun favoriete omgeving. Zorgverleners kunnen het optimalisatiedoel en de prioritering beheren via een reeks controllers en knoppen. adiutaByte kan op verzoek van de klant ook gepersonaliseerde gebruikersinterfaces leveren. Mobiele apps geven verzorgers directe toegang tot het abonnement terwijl ze onderweg zijn.