Scenario 1

I Scenario 1 antas beställningsintervallet vara fast, vilket leder till att beställningskvantiteten blir varierande. Detta grundar sig i att efterfrågan är ojämn. Vidare kan detta liknas med hur personalen på Ögonkliniken idag hanterar beställning av engångsmaterial, om det sker med en viss periodicitet behöver den som beställer inventera hur mycket material som finns kvar för att veta hur mycket som bör beställas. Om mycket material har förbrukats mellan

beställningarna behöver mer material beställas och om lite material förbrukats beställs sannolikt mindre material. I det framtida flödet kommer förbrukningen av sterilt material bero på hur många operationer som utförs, ju fler operationer desto mer material förbrukas. I Figur 22 och Figur 23 visas efterfrågan och denna har sedan innan konstaterats vara ojämn. Detta innebär att det kommer förbrukas olika mycket material mellan att lådan ställs för utleverans. Alltså identifieras materialet ha varierande beställningskvantitet om

beställningsintervallet är fast.

5.2.2.2 Scenario 2

I Scenario 2 identifieras materialet ha en fast beställningskvantitet, vilket följer av att beställningsintervallet är varierande. Detta kan liknas med hur personal på Ögonkliniken hanterar beställning av engångsmaterial när en viss lagernivå nåtts. När lagernivån nåtts är detta en signal att beställning ska initieras. Dock anses det finnas skillnader mellan

engångsmaterialet och det återanvändningsbara materialet i detta fall. För det sterila

materialet anses signalen skickas att beställning bör göras när lådan är fylld, istället för när en viss lagernivå nåtts. Detta beror på att när en låda är fylld kommer den enbart ta upp

lagerplats på Ögonkliniken och fyller inget annat syfte. Vidare anses det vara mer logiskt att beställning bör initieras när en låda har fyllts istället för att en viss kvantitet finns på hyllan. Vilken takt lådan fylls kommer bero på efterfrågetakten, och som tidigare nämnt har den konstaterats vara ojämn. Detta leder till att lådan kommer fyllas olika fort, vilket leder till ett varierande beställningsintervall.

5.2.3 Ledtid

Ledtiden innebär tiden från att beställning lagts till och med att beställningen är levererad. Detta innebär tiden från att låda med material ställs för utleverans till och med att lådan med steriliserat material är tillbaka på Ögonkliniken. Ledtiden kan skilja sig mellan de olika scenarierna, ledtiden för de olika scenarierna presenteras i kapitel 5.2.3.1 och 5.2.3.2. Dock finns det vissa osäkerheter och förutsättningar som är de samma för båda scenarier och dessa presenteras först.

Tabell 9 visar totalt antal diskprocesser och autoklavkörningar samt antal omkörda diskprocesser och autoklavkörningar. Dessutom visas även hur många procent av antalet diskprocesser respektive autoklavkörningar som har behövts köras om. Genom att ta det totala värdet för alla år för totalt antal diskprocesser dividerat med det totala värdet för alla år för antal omkörda diskprocesser kan det härledas att 7,77% av alla diskprocesser behöver köras om. Detta innebär att det finns en risk att ledtiden påverkas om diskprocessen eller autoklavkörningen behöver köras om. Om diskprocessen eller autoklavkörningen behöver köras om ökar processtiden med cirka en timme. Skulle både diskprocessen och

autoklavkörningen behöva köras om skulle processtiden öka med cirka två timmar. Vid en ökning av processtiden riskerar materialet att inte hinna bli färdigt för utleverans morgonen

Instrumentteknikern menar att Sterilcentralens verksamhet är öppen dygnet runt, vilket gör att den ökade processtiden inte antas påverka ledtiden i någon större utsträckning.

Tabell 9. Andel omkörningar Sterilcentralen

2016 2017 2018 2019 Total antal diskprocesser 7884 6836 7484 7803 Antal omkörda diskprocesser då maskinen har larmat

794 489 458 590 Andel omkörda diskprocesser 10,07% 7,15% 6,12% 7,56% Totalt antal autoklavkörningar 5064 5034 5067 4357 Antal omkörda steriliseringar då autoklaven har larmat

Cirka 15–25 Cirka 15–25 Cirka 15–25 Cirka 15–25

Andel omkörda steriliseringar

0,30–0,50% 0,30–0,50% 0,30–0,50% 0,34–0,57% Dessutom körs endast Stångåbuss transporter fem dagar i vecka, det vill säga måndag till fredag. Detta gör att material som ställs för leverans till Sterilcentralen på fredag tidigast kommer vara åter på Ögonkliniken måndag veckan därpå, vilket leder till att ledtiden blir längre än 1 dygn. Hur detta i sin tur påverkar Scenario 1 respektive Scenario 2 presenteras i respektive delkapitel. Då ingen information har erhållits angående om Sterilcentralen arbetar annorlunda under helger anses deras verksamhet fungera som under vardagarna. Detta leder till att material som ankommer på fredagen är redo för utleverans på måndag morgon, alltså att materialet hinner steriliseras under helgen.

5.2.3.1 Scenario 1

För Scenario 1 antas ledtiden normalt vara 1 dygn, det vill säga att lådan ställs ut strax innan Stångåbuss kommer för att lämna och hämta material. Detta innebär att materialet är åter på Ögonkliniken dagen efter vid samma tidpunkt som det hämtades. Detta gör att ledtiden blir så kort som möjligt. Dessutom kan lådan fyllas med använt material så länge som möjligt, vilket gör att mindre använt material måste lagerhållas på kliniken. Exempelvis om upphämtning sker kl. 9.30 och lådan ställs för utleverans redan kl. 8.00, kan material användas under den tiden. Detta innebär att det använda materialet mellan kl. 8.00 och kl. 9.30 behöver ligga tills nästa låda ställs för utleverans. Den normala ledtiden för Scenario 1 antas alltså vara 1 dygn. Dock kommer ledtiden öka för material som ställs för utleverans på fredagar, vilket beror på att Stångåbuss inte transporterar material under helger. Detta leder till att material som ställs för utleverans på en fredag tidigast kan vara tillbaka på kliniken måndagen nästa vecka. Vidare antas materialet hinna steriliseras under helgen, vilket leder till att materialet är åter på kliniken första leveransen på måndag. Slutligen leder detta till att den normala ledtiden för helger blir 3 dygn.

Sammanfattningsvis, för Scenario 1, blir den normala ledtiden 1 dygn och ledtid under helgen blir 3 dygn. Båda ledtiderna anses vara korta.

5.2.3.2 Scenario 2

För Scenario 2 kan ledtiden skilja sig från beställning till beställning. Ledtiden kommer bero på när lådan ställs för utleverans, då upphämtning av lådan endast sker två gånger per dag. Om lådan ställs för utleverans efter sista upphämtningstid, kommer lådan hämtas dagen efter på morgonen, vilket leder till att materialet inte kommer vara tillbaka på Ögonkliniken tills morgonen två dagar efter att lådan ställts för utleverans. Ledtiden för denna situation skulle bli 1,5 dygn. Den normala ledtiden för Scenario 2 kan således ligga mellan 1–1,5 dygn. Dock kommer ledtiden för material som hämtas upp på fredagar att öka eftersom transport mellan Ögonkliniken och Godsmottagningen inte sker under helger. Om materialet ställs för utleverans innan sista upphämtningstid hinner materialet ankomma till Sterilcentralen på fredagen. Detta leder till att materialet hinner steriliseras under helgen, enligt tidigare antagande, vilket gör att materialet är tillbaka på kliniken med första leveransen på måndag. Ledtiden blir då 3 dygn.

Däremot om materialet ställs för utleverans efter sista upphämtningstid hinner inte materialet ankomma till Sterilcentralen på fredagen. Materialet hämtas då istället upp med första

leveransen på måndagen veckan efter. Detta leder till att materialet är åter på kliniken tisdag morgon. Vidare blir alltså ledtiden från fredag eftermiddag till tisdag morgon, vilket blir 3,5 dygn.

Sammanfattningsvis, för Scenario 2, blir den normala ledtiden1-1,5 dygn, medan ledtiden under helgen blir 3–3,5 dygn. Båda dessa ledtider anses vara korta.

5.2.4 Sammanställning

I Tabell 10 presenteras sammanfattningsvis hur sterilt material förhåller sig till utvalda karaktäristiska drag. Då analysen visade att det sterila materialet kan ha olika karaktäristik med avseende på beställningsintervall och beställningskvantitet presenteras två scenarion i tabellen. Scenario 1 antar att beställningsintervallet är fast och att beställningskvantiteten är varierande. Scenario 2 antar att beställningsintervallet är varierande och att

Tabell 10. Karaktäristiska drag utifrån sterilt material Scenario 1 Scenario 2 Kort ledtid X X Lång ledtid Ojämn efterfrågan X X Jämn efterfrågan Fast beställningsintervall X Varierande beställningsintervall X Fast beställningskvantitet X Varierande beställningskvantitet X

5.3 Val av materialstyrningsmetod

Tabell 11 är en sammansättning av Tabell 5, Tabell 6, Tabell 7 och Tabell 10 som presenterar hur de valda materialstyrningsmetoderna samt sterilt material förhåller sig till de

karaktäristiska drag som anses vara relevanta för studien och som presenteras i kapitel 2.2.2. Sist i tabellen presenteras antalet matchningar mellan scenarierna och respektive

Tabell 11. Sammanställning utifrån karaktäristiska drag

Scenario 1 Scenario 2 Material behovs planering Kanban Täcktids planering Kort ledtid X X X X Lång ledtid X Ojämn efterfrågan X X X Jämn efterfrågan X X Fast beställnings intervall X X Varierande beställnings intervall X X X Fast beställnings kvantitet X X Varierande beställnings kvantitet X X X Resultat: Scenario 1 2 1 3 Resultat: Scenario 2 2 3 1

Val av materialstyrningsmetod baseras på antalet matchningar mellan det sterila materialets karaktäristiska drag och materialstyrningsmetoden. Alla de valda karaktäristikerna värderas likvärdigt, det vill säga ingen karaktäristik anses vara mer viktig än en annan. Detta leder till att den materialstyrningsmetod som har flest matchningar anses vara den mest lämpliga. Tabell 11 visar att för Scenario 1 är täcktidsplanering mest lämplig baserat på antalet matchningar mellan det sterila materialets karaktäristiska drag och täcktidsplanering. Materialbehovsplanering är näst mest lämpad och kanban är minst lämpad för Scenario 1. Vidare visar Tabell 11 att för Scenario 2 är kanban mest lämplig baserat på antalet

matchningar. Materialbehovsplanering är näst mest lämpad och minst lämpad är täcktidsplanering för Scenario 2.

Täcktidsplanering eller kanban anses vara mest lämplig beroende på vilket scenario som väljs. Både täcktidsplanering och kanban är mindre lämpliga vid ojämn efterfrågan, medan materialbehovsplanering är mer lämplig. Materialbehovsplanering är näst mest lämpad för både Scenario 1 och 2, vilket leder till att denna metod kan övervägas om båda scenarier är lika troliga att användas. Dock anses materialbehovsplanering vara mer tidskrävande än kanban och täcktidsplanering. Detta grundas i att Pettersson och Söderberg (2019) uttrycker

beräkningarna behöver uppdateras löpande (Pettersson & Söderberg, 2019). I och med detta anses materialbehovsplanering mindre lämplig än kanban och täcktidsplanering, eftersom Ögonklinikens personal inte ska behöva lägga mer tid än nödvändigt på materialplanering. Detta grundas i att Ögonklinikens primära mål är att ge nödvändig vård till patienter. För Scenario 1 är täcktidsplanering mest lämplig medan kanban är minst lämplig. Medan det för Scenario 2 är kanban som är mest lämplig och täcktidsplanering är minst lämplig. Vidare anses båda scenarierna vara lika troliga att användas. Detta baseras på att Ögonkliniken i dagsläget använder, för engångsmaterial, både beställning med viss periodicitet och när en viss lagernivå nåtts. I och med att båda scenarierna anses vara lika troliga och användbara kommer valet av materialstyrningsmetod baseras på hur de olika metoderna hanterar den ojämna efterfrågan som det sterila materialet identifierats ha. Genom att ta hänsyn till hur kanban och täcktidsplanering kan hantera ojämn efterfrågan kan den mest lämpliga materialstyrningsmetoden, utifrån det sterila materialets karaktäristiska drag, tas fram. Täcktidsplanering klarar endast små variationer i efterfrågan och kräver att prognoserna som används vid beräkning inte avviker från verkligheten för att metoden ska vara lämplig (Löfdahl, 2014). Detta leder till att vid större variationer i efterfrågan måste uppdatering av beräkningar genomföras. I och med att det sterila materialets efterfrågan är ojämn och prognoserna som används vid beräkning av material mest troligt skiljer sig från verkligheten kommer uppdatering av beräkning av material behöva genomföras ofta. Vidare leder detta till att personalen på Ögonkliniken behöver lägga mer tid på materialplanering än nödvändigt, vilket som tidigare nämnt inte är deras primära mål.

Trygg, Karltun, Bjelkvik (1999) menar att kanban inte är lämpligt vid ojämn efterfrågan eftersom ett större säkerhetslager blir nödvändigt, vilket leder till att fler kanbankort behöver vara i omlopp. Detta innebär att det blir svårare att minska kapitalbindningen för flödet (Trygg, et al., 1999). Dock anses inte Ögonklinikens primära mål vara att hålla nere

kapitalbindningen. Därav anses kanbansystemet kunna hantera det sterila materialets ojämna efterfrågan på ett bra sätt, genom att öka antalet kanbankort i flödet. Ett kanbansystem sköter planering till stor del på egen hand, vilket innebär att beställningar av material och kvantitet sköts av systemet (Jonsson & Mattson 2013 se Anderssen & Paulsson 2016, s. 21). Dock behöver antalet kanbankort uppdateras om större förändringar i efterfrågan sker, om inte detta görs kommer materialbrist uppstå (Anderssen & Paulsson, 2016). Detta visar på att kanban skulle vara en effektiv materialstyrningsmetod för Ögonkliniken att använda, då minimalt med tid behöver läggas på materialplanering. Visst underhåll av systemet krävs, dock anses detta vara mindre än för täcktidsplanering och materialbehovsplanering. I och med detta anses kanban vara mer lämpligt än täcktidsplanering för Ögonklinikens verksamhet. Kanban kan hantera osäkerheten i efterfrågan genom att fler kanbankort, se kapitel 5.4.1 och 5.4.2, används samtidigt som systemet kräver lite underhåll, vilket gör att mer tid kan läggas på att vårda patienter.

5.4 Beräkning av material

För att beräkna mängden material som Ögonkliniken behöver efter flytten används formel för enkel kanbansystem. Först beräknas en säkerhetsfaktor, sedan antal kanbankort för att sedan beräkna mängden material. Mängden material beräknas för både A- och B-galler separat. Alla tal i beräkningarna avrundas till närmsta övre heltal för att inte materialbrist under ledtiden ska uppstå. Beräkning av material kommer endast göras för Scenario 2 eftersom det var vid

detta scenario som kanban var lämpligt. Den normala ledtiden för Scenario 2 är 1–1,5 dygn och ledtid under helger är 3–3,5 dygn. I och med detta kommer två beräkningar att utföras för A- respektive B-galler. Den första beräkningen utförs med den kortaste ledtiden, 1 dygn, och den andra beräkningen utförs med den längsta ledtiden, 3,5 dygn. Vidare har

medelefterfrågan räknats ut genom att dividera den totala efterfrågan per vecka och per dag. Maxefterfrågan har beräknats genom att ta maxefterfrågan per vecka under år 2019 och dividera denna med antal dagar per vecka, det vill säga 5 dagar. Lastbärarkvantiteten sätts till 1 i dessa beräkningar.

För att beräkna säkerhetsfaktorn används formeln nedan (Mattsson, n.d.b). =�_��� − �_×

där

� �� = � å

� = å

= � �

Formeln som används för att beräkna antal kanbankort presenteras nedan (Mattsson, n.d.a). Antalet kanbankort måste alltid avrundas uppåt till närmsta heltal, annars kommer

materialbrist uppstå (Mattsson, n.d.a). =��× + � där � = å = � � = ä ℎ = ä � �

För att sedan beräkna mängden material används formeln nedan (Mattsson, n.d.a). Antalet kanbankort justeras med 1, då kortet frigörs när lådan har tömts (Mattsson, n.d.a). Att kortet frigörs motsvarar att man beordrar att tillverkning/transport ska starta. För det sterila

materialet innebär tillverkning att sterilisering sker. Om lådan inte töms finns inget material som kan steriliseras, därför måste lådan tömmas innan kortet kan frigöras.

ä � = + ×

5.4.1 Beräkning A-galler

I Figur 22 presenteras efterfrågan för A-galler per vecka år 2019. Den totala efterfrågan för 2019 var 255 A-galler. För att beräkna maxefterfrågan per dag delades maxefterfrågan per vecka med antal dagar per vecka, alltså 9/5. Detta ger en maxefterfrågan per dag på 2 galler. Medelefterfrågan beräknades utifrån den totala efterfrågan delat med antal dagar, alltså

1 A-galler per dag. Alla ovanstående värden kommer vara de samma i båda beräkningarna, dock kommer ledtiden att variera.

5.4.1.1 Kortast ledtid

I denna beräkning sätts ledtiden till 1. Först beräknas säkerhetsfaktorn: = −_× =

Säkerhetsfaktorn för A-galler är 1. Sedan beräknas antal kanbankort:

= × + =

Sedan beräknas mängden material som behövs för Ögonkliniken:

ä � = + × = −

5.4.1.2 Längst ledtid

I denna beräkning sätts ledtiden till 3,5. Först beräknas säkerhetsfaktorn: = _{× ,}− = , 9

Säkerhetsfaktorn för A-galler är 0,29. Sedan beräknas antal kanbankort: = × , + , 9 = ,

Sedan beräknas mängden material som behövs för Ögonkliniken:

ä � = + × = −

5.4.2 Beräkning B-galler

Figur 23 presenterar efterfrågan per vecka år 2019 för B-galler. Den totala efterfrågan var 611 B-galler år 2019. Maxefterfrågan och medelefterfrågan beräknas på samma sätt som för A-galler. Maxefterfrågan beräknas genom att maxefterfrågan per vecka delades med antal dagar per vecka och medelefterfrågan beräknades genom total efterfrågan delad med antal dagar. För B-galler är max- och medelefterfrågan 4 respektive 3 galler per dag. Dessa värden kommer vara samma i beräkningarna i följande delkapitel, dock kommer ledtiden att variera.