I detta kapitel diskuteras projektet, eventuella svårigheter som har uppstått under projektets gång vid användandet av valda metoder samt vad som hade kunnat göras annorlunda.
7.1 Resultat från scenarion
De scenarion som testats är sådant som författarna, i samband med verksamhetsföreträdare på SkaS, har tagit fram efter vad som anses vara troligt utefter de förbättringar som kan implementeras i processen.
Dessa förbättringar som förbättringsgruppen på SkaS delade med sig av har lagt grunden för de förbättringsförslag som skapades. Till exempel, orena instrument inför operation som drog ut på förberedelsetiden som gör att operationen skjuts fram något i tiden, går att hantera detta problem genom implementation av 5S.
Det går att utföra ytterligare tester som modellen är konstruerad, bland annat minska operationstiden och efterarbetstiden, individuellt med en procentuell faktor. Det är alltså en enkel ändring i modellen som går att ändra till exempelvis 0.8 av förberedelsetiden för att minska denna med 20 %. Ett exempel på vad händer om scenario skulle kunna vara att minska faktorn på både förberedelsetiden och operationstiden, för att se vad utdata ger för resultat.
Modellen är inte validerad på den detaljnivå som skulle behövas för att kunna experimenteras med, för att SkaS Skövde skulle kunna klara vårdgarantin. Detta bör göras i framtida arbete för att se till att simuleringsmodellen speglar den variation som finns i verkligheten. Om simuleringsmodellen kan ses som valid, så går det att utföra analyser och optimering eftersom utdata ger en mer precis lösning.
7.2 Generellt om projektet
Redan innan projektet startade var omfattningen alldeles för stor med hög komplexitet. Från början var tanken med projektet att simulera hela patientflödet, från det remiss skrivs till utförd operation. Varav att det gjordes en omfattande datainsamling i början på projektet. Men på grund av svårigheter med att få fram all nödvändiga data för projektet, gjordes simuleringen i slutändan över operationsprocessen och inte hela patientflödet. För att kunna simulera en representativ bild av verkligheten borde projektet varit mer uppdelat i mindre delar från början, det vill säga fokus hade kunnat läggas på en specifik del av processen, exempelvis operationsavdelningen. Därefter, genom att svara mot olika vad händer om scenarion med mindre antaganden i modellen kan det bidra med ett mer resultat som speglar verkligheten mer träffsäkert.
7.2.1 Simuleringsmjukvaran Facts Analyzer
Att välja Facts som simuleringsmjukvara var inget självklart val eftersom det var längesen som författarna arbetade i programmet, men eftersom författarna hade experthjälp inom Facts och att de trots allt arbetat i det förut, valdes denna mjukvara. I början av projektet användes Facts Analyzer, men det visade sig i att försöka översätta den komplexitet som finns inom sjukvården inte gick att tillämpa i denna version. Detta arbete fick därför använda sig av Facts Analyzer beta 4.
Negativt med simuleringsmjukvaran Facts Analyzer:
- Möjlighet till att programmera, även om det inte är omfattande kodning bör det finnas möjlighet till att kunna göra mindre funktioner.
- Alla distributioner (tidfördelningar) fanns inte, utan var tvungen att göra handpåläggning för att ta den som passade bäst med de som fanns i simuleringsmodellen.
- Kunna koppla resurser till en specifik variant.
43 Positivt med simuleringsmjukvaran Facts Analyzer:
- Bra användargränssnitt där man lätt kan följa ett objekt i simuleringsmodellen.
- Finns optimeringsverktyg inbyggt i mjukvaran (denna användes inte i projektet).
7.2.2 Fördelning av tider
För att hitta den mest lämpliga tidfördelningen användes en mjukvara till att analysera samt göra beräkningar av indata. Från början användes mjukvaran ExpertFit, men efter komplikationer mellan de fördelningar som fanns i simuleringsmjukvaran FACTS, insåg författarna att ExpertFit inte var det mest lämpade valet. Mjukvaran EasyFit var en mer anpassad mjukvara för ändamålet och var den som till slut användes i projektet för att hitta den mest lämpliga tidfördelningen. EasyFit fann mer passande tidfördelningar men eftersom FACTS inte hade alla tidfördelningar användes den som låg närmast den tillgängliga fördelningen.
7.2.3 Under projektets gång
Under projektet uppstod en del utmaningar som hanterades efter författarnas bästa förmåga. En utmaning som uppstod var tolkning av data och eftersom datainsamling samt hantering av data var en stor och betydande del av arbetet var detta ett problem som togs av största vikt. Eftersom SkaS inte har en standardiserad metod för att samla in data och vilken typ av data som ska finnas i systemet, skapade det komplikationer för författarna då det i flertalet fall var en tolkningsfråga att tyda vad olika data betydde. En annan utmaning var situationen med de rådande omständigheterna i världen med Covid-19 epidemin som försvårat projektet, då författarna inte alltid kunnat vara på plats på sjukhuset och direkt kunna kontakta handledare när någon specifik fråga uppstått samt studera olika avdelningar. Mycket av intervjuer och studiebesök gjordes väldigt tidigt i projektets gång vilket gav tillräckligt mycket data och förståelse för att kunna fortsätta arbetet från annat håll.
I början av projektet skapades en projektspecifikation som personal och handledare från sjukhuset var med och tog fram förslag på vilka vad händer om scenarion som simuleringsmodellen skulle kunna hantera. Dessa förslag har sedan övervägts under projektets gång och resulterade i följande:
- Öka resurser. Testa att öka antalet operationsteam för att se hur det påverkar modellen.
- Förberedelsetid. Testa att minska tiden som det tar att förbereda en operationssal.
Andra punkter som togs upp men inte behandlades på grund av brist på tid var tillexempel:
- Starta operationerna tidigare - Ta hänsyn till avdelningar
- Hur flödet påverkas av att antalet operationer av en viss typ ökar
Från början var även tanken att arbeta med optimering, flaskhalsar och fler vad händer om scenarion, men på grund av tidsbrist av olika anledningar fanns det inte tid att arbeta med detta. Dock är simuleringsmodellen uppbyggd och med det data och resultat som den medgav samt innehåll från denna rapport, skapar grund för vidareutveckling av projektet för framtiden.
7.2 Hållbar utveckling
Genom att använda simulering för att kunna testa förbättringar, ger det möjligheten till att implementera olika vad händer om scenarion i simuleringsmodellen först, istället för att prova dessa i verkligheten.
Detta är bra utifrån en ekologisk aspekt i form av att kunna spara på material och resurser samt en ekonomisk aspekt eftersom det blir enklare att testa nya lösningar på problem via en simuleringsmodell
44
och kan då spara både tid och pengar. Den kunskapen som införskaffas under en simuleringsstudie kan vara till stort värde i framtida frågor om förbättringsarbeten, som i sin tur kan leda till att växa och fortsätta att bidra till en hållbar utveckling. De framtagna förbättringsförslagen i detta arbete grundar sig inom Lean-konceptet och olika metoder och verktyg. Förbättringarna skulle kunna bidra till en skapa ett mer effektivt flöde till första besök och operationsprocessen. Införandet av standardiserat arbetssätt skulle bidra till stabilare processtider samt kvalitetssäkringar. Ur patientens synvinkel skulle det leda till ökad patientsäkerhet och att väntetiderna minskas. Hörnstenarna inom Lean-konceptet är att lösa problem och ständigt förbättras, samt att arbetet utvärderas. Detta kräver att vårdpersonalen har mandat i att förändra sitt arbetssätt. Att vara med att påverka sina arbetsförhållande skapar delaktighet och gemenskap, som i sin tur kan leda till en bättre arbetsmiljö för vårdpersonalen.
Genom att öka antalet operationsteam, skapar det arbete och kan ses som en positiv social aspekt, men däremot kommer det att påverka verksamhetens ekonomi eftersom det kostar pengar att ta in mer personal.
Efter att ha minskat förberedelsetiden i simuleringsmodellen gjordes en analys av utdata och såg att antalet utförda operationer ökade, vilket bidrar till att allt fler patienter får sin behandling i tid och detta kommer även att bidra till medelvärdet av väntetiden minskas och desto lägre väntetiden är ju bättre.
Genom att använda simulering som verktyg inom sjukvården kan det hjälpa till att skapa bättre förhållanden för både personal och patienter och kan ses som något av det viktigaste för en hållbar framtid ur ett socialt perspektiv.
45