Perawat dapat Mengakses Data Pasien, Begini Peran Algoritma

Perawat dapat mengakses data pasien, begini peran algoritma dan merupakan peluang bagi sektor industri untuk membuat alat. Apakah teknologi algoritma berdampak signifikan terhadap biaya medis? Apa dan bagaimana perangkat lunak adiutaByte dan adiuta.PLAN dimanfaatkan?

Secara manual, rencana operasi pasien dibuat dengan  manual di perusahaan-perusahaan (rumah sakit) yang disesuaikan dengan biaya besar sepanjang hari.

Cara itu berlaku bagi sejumlah rumah sakit yang berguna untuk perencanaan penyediaan armada pelayanan, juga  untuk perencanaan rak di gudang atau daftar pasien perawatan rawat jalan.

Misalnya, pengasuh harus mendistribusikan tugas kepada pembantu atau karyawan pasien dengan sebaik-baiknya.

Meskipun sudah ada alat yang dapat dibeli di pasar namun pelayanan tetap  membutuhkan dukungan dalam aktivitas yang membutuhkan waktu dan biaya.

Apakah daftar pekerjaan (operasi) tersebut layak atau memenuhi kriteria? Tim peneliti mengakui, bahwa fitur yang secara otomatis membuat dan mengoptimalkan paket belum menyediakannya.

Untuk itulah perangkat lunak adiutaByte, sebuah proyek spin-off yang dikerjakan oleh Fraunhofer SCAI. Tim peneliti menggunakan juga perangkat lunak adiuta.PLAN yang dapat menyelesaikan masalah optimisasi yang kompleks.

Dengan prosedur algoritma baru dan mendukung pekerjaan Direktur Perawat di Rumah Sakit yang membuat perencanaan harian seperti rute perawatan dan penugasan pengasuh kepada pasien.

Termasuk peran industri seperti logistik atau manajemen gudang yang dapat memanfaatkan solusi buatan tim peneliti. Bagaimana kombinasikan berbagai pendekatan algoritma?

Di balik layar pembiatan perangkat adiutaByte adalah sebuah tim yang beranggotakan empat orang.

Lembaga Fraunhofer-Gesellschaft mendukung proyek spin-off—direncanakan dalam enam bulan pertama tahun 2019, sebagai bagian dari program INNOVATOR Fraunhofer buatan Fraunhofer Venture.

Ketua tim Dustin Feld menjelaskan keberhasilan adiuta.PLAN, “Kami menggabungkan berbagai pendekatan algoritma dan metode pengelompokan dan metode kecerdasan buatan. Beberapa algoritma klasik atau pemodelan matematika yang tertutup tidak bekerja secara dinamis untuk merespons peristiwa yang tidak terduga seperti kemacetan lalu lintas, penghalang jalan atau pemadaman staf.”

Campuran unik dari algoritma yang memasukkan data lalu lintas waktu nyata dan data cuaca ke dalam perencanaan juga dipertimbangkan.

Aplikasi yang berbeda memerlukan solusi individual. Misalnya, aktivtas rutinitas harian yang bebas stres dari pengasuh dapat diminati atau rencana yang terorganisir dengan ketat.

Dalam hal jarak, perbedaan dapat dibuat antara yang tercepat, yang terpendek dan yang paling murah. Bergantung pada potensi optimisasi, dan adiuta.PLAN menunjukkan kemungkinan tindakan dan saran yang mungkin.

Misalnya, jika terjadi penutupan jalan atau jembatan dapat menyebabkan seluruh daftar perencanaan menjadi gagal.  

Oleh karena itu, penting menyesuaikannya dengan cepat dan terus menerus secara otomatis serta melakukan perbandingan target yang aktual.

Akan tetapi,  faktor-faktor seperti pelatihan karyawan, preferensi pelanggan, downtime atau karakteristik kendaraan juga merupakan berperan penting dalam optimasi.

Potensi penghematan sementara dan biaya administrasi yang besar. Dukungan otomatis menawarkan potensi besar untuk peningkatan dan penghematan biaya administratif.  Tim peneliti mampu membuktikan dalam tes dengan layanan perawatan 20 orang dari Johanniter.

“Biasanya, tim perawat membutuhkan dua jam setiap pagi untuk membuat rencana bagi 20 karyawan. Dengan solusi ini, hanya proposal rencana yang dibuat secara otomatis yang harus diterima,” kata ilmuwan komputer. Juga, waktu untuk kedatangan dan kepergian pengasuh menurun sepuluh persen.

Pembelajaran mesin untuk perencanaan yang realistis. Melalui pembelajaran mesin, potensi optimisasi dapat ditingkatkan lebih lanjut.

“Contohnya ketika mengambil  darah pasien. Waktu yang diperlukan untuk tugas itu dapat bervariasi bergantung pada perawat dan pasien. Selama periode waktu tertentu, algoritma dapat mempelajari hal ini, memungkinkan daftar nama di masa mendatang lebih cocok dengan kenyataan,” jelas Feld.

Perangkat adiuta.PLAN terintegrasi ke dalam solusi perangkat lunak yang ada dan terutama memasok inti dari algoritma sehingga pengguna dapat terus bekerja dengan lingkungan yang mereka kenal.

Manajer layanan keperawatan dapat mengontrol tujuan pengoptimalan dan memprioritaskan berbagai faktor yang memengaruhi dengan menggunakan tombol.

Namun, atas permintaan pelanggan, pemilik perusahaan juga menyediakan antarmuka pengguna yang dibuat khusus.

Melalui aplikasi seluler justru memberi peluang bagi perawat dapat mengakses data pasien, begini peran algoritma.