AI-stöd för operationsplanering
AI‑stöd för operationsplanering ger mer träffsäkra tidsbedömningar för operationer. Genom att ta hänsyn till historiska utfall, patientens förutsättningar och kirurgens erfarenhet minskar risken för inställda operationer och väntetiderna för patienterna blir kortare.
Detta är en lösning från SKR:s plattform för delning av digitala lösningar mellan kommuner och regioner.AI‑stöd för operationsplanering ger mer träffsäkra tidsbedömningar för operationer.
Återanvändbarhet
Komplexitet: medel
Detaljer
På många sjukhus planeras operationer utifrån fördefinierade operationskort. Tidsåtgången baseras ofta på generella rekommendationer och tar inte hänsyn till hur lång tid liknande operationer tidigare har tagit, patientens tillstånd eller vilken kirurg som utför ingreppet. Det kan leda till att operationer tar längre tid än planerat, vilket i sin tur orsakar förseningar och strukna operationer. Konsekvensen blir längre väntetider för patienterna och sämre planeringsförutsättningar för personalen.
Lösning
Karolinska Universitetssjukhuset har tagit fram ett AI‑baserat stöd för operationsplanering. Lösningen använder historiska data och maskininlärning för att förutse mer precisa operationstider.
AI‑modellen analyserar bland annat:
- typ av operation och operationskort
- patientens tillstånd
- kirurgens historik och tidigare tidsutfall
Modellen förutspår tidsåtgången för tre delar av vårdprocessen:
- tiden före operation
- själva operationstiden
- tiden efter operation
Planerad tid, AI‑modellens prediktion och faktiskt utfall visas i visualiseringsverktyg som Tableau eller Qlik. Det gör det möjligt att jämföra planering med prognos och justera schemat vid behov. På så sätt får verksamheten bättre stöd för att planera om operationer och använda personalens tid mer effektivt. Lösningen körs på Karolinskas interna molnplattform och är integrerad med operationsplaneringssystemet Orbit. I dag används lösningen vid tre sjukhus inom Region Stockholm. Resultaten från modellen används som beslutsstöd, den fattar inga egna beslut.
Resultat
Lösningen utvärderas med måttet genomsnittligt absolut fel (MAE), som visar hur nära prognosen ligger det faktiska utfallet.
Jämfört med traditionell planering ger AI‑stödet tydligt bättre precision och preliminära resultat visar också att sjukhusen kan genomföra upp till en procent fler operationer per år. Det motsvarar cirka 1 000 fler operationer inom Region Stockholm.
Kostnad och investering
Införandet har krävt:
- ett antal heltidstjänster under en begränsad period för teknisk utveckling
- cirka en heltidstjänst löpande för drift, förvaltning och underhåll
- ytterligare resurser under införandet i verksamheten
Lösningen förutsätter tillgång till teknisk infrastruktur och kompetens för att hantera och förvalta AI‑modeller över tid.
Värde
Jämfört med traditionell planering ger AI‑stödet tydligt bättre precision:
- tiden före operation ligger cirka femtio procent närmare utfallet.
- operationstiden ligger cirka tjugo procent närmare utfallet.
- tiden efter operation ligger cirka fyrtio procent närmare utfallet.
Preliminära resultat visar att sjukhusen varje år kan genomföra upp till en procent fler operationer. Det motsvarar cirka 1000 operationer inom Region Stockholm per år.
Så kommer du igång!
Dokument och länkar
Kontaktpersoner
Karolinska universitetssjukhuset
ai-forvaltning@regionstockholm.se
