Project Description

Het voorspellen van de bedcapaciteit in ziekenhuizen voor een optimale resourceplanning

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.

Thema

Intelligent Resource Planning

Sector

Gezondheidszorg

Klant

Zuyderland

Het concept

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.

Uitdagingen

Het team ontwikkelde een hybride model om onze klant optimaal te ondersteunen. Dit model voorspelt niet alleen het aantal opgenomen patiënten, maar geeft ook onder- en bovengrenzen aangaf met een zekere mate van betrouwbaarheid.  Hierdoor kun je strategisch plannen voor worst-case scenario’s en capaciteit behouden bij onverwachte opnames. Daarnaast simuleert de voorspelling de patiëntverplaatsing tussen afdelingen. Vervolgens hebben we een gebruiksvriendelijk dashboard ontwikkeld dat een duidelijk en beter overzicht toont.

Technieken en technologieën

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 zien?

ONZE SUCCESVERHALEN

Meer informatie?

LET’S TALK!

Ontdek het potentieel van Data & AI om slimmere beslissingen te nemen, activiteiten te optimaliseren en klantinteracties te verbeteren. Of je nu je idee wilt bespreken of hulp nodig hebt bij het vinden van een oplossing die bij jou past.

Maak een afspraak met ons