Detta kapitel presenterar arbetets slutsatser vilket innebär att de viktiga resultaten presenteras samt vilka fokusområden som bör undersökas i framtiden.
8.1 Slutsats
För att uppnå de utsatta målen användes olika metoder och verktyg för att veta hur projektet skulle utföras. Alla mål som togs upp under (1.3) i rapporten har uppfyllts på en högre abstraktionsnivå. Dock är vissa punkter mer uppfyllda än andra.
Avklarad o Icke avklarad
Identifiera och analysera relevant litteratur kring användning av simulering för att designa eller förbättra sjukvårdsprocesser med ett särskilt fokus på operationsflöden.
Förstå patientflödet genom mottagningen, operationsavdelningen och den postoperativa vården och uppföljningen av patienten.
Identifiera, samla in och analysera relevanta data, inklusive förbättringsförslag som finns under diskussion.
I dialog med verksamhetsföreträdare bygga en konceptuell modell som representerar
”verkligheten” (inkludera data som behövs baserat på förenklingar och antaganden).
Bygga en simuleringsmodell av det nuvarande läget.
I dialog med verksamhetsföreträdare testa minst två vad händer om scenarier som kan förbättra väntetiderna till besök och operation.
Presentera vad händer om scenarier och resultat av simulering för verksamhetsföreträdare för återkoppling och validering
Arbetet har bidragit med olika förbättringsförslag som skulle kunna leda till bättre tillgänglighet till vård för patienter samt en bättre arbetsmiljö för vårdpersonalen. Ett väldigt stort fokus och omfattande arbete lades ner på datainsamling och analys av data. Simuleringsmodellen kunde ses som valid på en högre abstraktionsnivå och speglade verkligheten på bland annat medelväntetiden för alla elektiva patienter och antalet opererade patienter.
Utdata från modellen skiljde sig bland de olika prioriteringarna för att kunna se modellen som validerad på en mer detaljerad nivå. Författarna föreslår det som tas upp i kapitel 8.2, framtida arbeten, för att återskapa den variation som finns i verkligheten till simuleringsmodellen.
Simuleringsmodellen kunde inte efterlikna den verklighet som fanns det vill säga kunna återskapa att SkaS enbart klarar 70 procent i modellen. Därmed gick det inte ta fram och analysera om SkaS måluppfyllelse på 100 procent, som var att alla patienter ska få sin vård i tid, uppnåddes i de olika scenariona.
För att se till att alla patienter får sin vård i tid måste modellen vara valid på en mer detaljerad abstraktionsnivå och testa olika vad händer om scenarion. De stora variationerna beror bland annat på
46
de antaganden som utformats i modellen och eftersom tid var en bristvara i projektet gick det inte heller att ändra på dessa.
8.2 Framtida arbete
På grund av tidsbrist i projektet fanns det ingen tid till att implementera avdelningar och den postoperativa avdelningen i modellen. Detta är något som har setts som en avgränsning i arbetet och något som kan ha haft en begränsning i systemet.
Generellt sett över hela arbetet så är det utifrån de antagandena och förenklingarna som resultatet speglar. Genom att testa att minska dessa antaganden eller till och med lyckas ta bort några kommer simuleringsmodellen spegla verkligheten allt mer. Det finns flera saker som kan läggas in i simuleringsmodellen för att vidareutveckla den, exempelvis den postoperativa verksamheten och de olika avdelningarna. En del nya antaganden kommer troligen att behöva göras medan andra arbetas bort.
Det kan exempelvis vara intressant att kolla vidare på:
- Distributionen av tider. I Facts kunde inte den mest lämpande fördelningen användas från Easyfit på grund av den saknade vissa fördelningstyper. Detta är något som behöver arbetas vidare med på grund av att det fanns en viss avvikelse på resultatet av salstiden.
- Prioriteringen. Istället för att gruppera de olika medicinska bedömningarna, kolla på varje individuell bedömning, se kapitel 8.2.1 för exempel.
- Arbetsschema. Konstruera arbetsschemat så att det följer vecka för vecka med rätt antal läkare och inte medelvärdet som användes i detta projekt.
- Öka systemgränser. Då vi har avgränsat avdelningar och postoperativ vården i modellen, vet vi inte om detta kan vara en flaskhals i systemet och är något som bör tas i beaktande i framtida arbeten.
8.2.1 Vad kan förbättras?
Det som kan förbättras till liknande projekt i framtiden hade varit att utveckla simuleringsmjukvaran mer. Till exempel skapa funktioner som är tillämpade för sjukvården samt skapa möjlighet för att kunna programmera i användarversionen av mjukvaran.
Ett problem som kan uppstå vid sammansättning av prioritering kan vara som följande exempel (inte riktiga värden):
Kirurgipatienter har 40 % som befinner sig inom den medicinska bedömningen på 30 dagar, medan resterande 60 % befinner sig på 90 dagar, då blir det missvisande att sammanfoga dessa till en och samma gruppering. Kirurgi i detta fall skulle då betyda att alla patienter finns i gruppen 0 – 90 dagar trots att vissa redan skulle in och få sin behandling redan efter 30 dagar.
Detta problem som exemplet tar upp skulle kunna lösas genom att använda de olika medicinska bedömningarna och prioritera efter dessa och inte gruppera dem (7-, 14-, 30-, 60-, 90 dagar). Då ska simuleringen spegla hur fördelningen av patienter ser ut i verkligheten bättre och då representera en mer valid modell. Samma gäller även för de akuta patienterna att dessa prioriteras i utifrån deras prioritet, det vill säga urakut, 2h, 6h, 24h och >24h.
47 8.2.2 Kunde projektet utförts på ett annat sätt?
Använda en annan simuleringsmjukvara
Det finns många simuleringsmjukvaror på marknaden idag och att välja vilken mjukvara som ska användas till ändamålet är ingen enkel uppgift. Det finns många saker att ta hänsyn till vid val av simuleringsmjukvara, bland annat i vilken utsträckning arbetet ska täcka och vad som är viktigt att lyfta fram. Är uppgiften att göra en mer visuell simulering mer än att få väldigt mycket utdata för vidareanalys, bör detta tas i beaktande. Hur mycket erfarenhet som individen har inom respektive mjukvara är något av det viktigaste att ta hänsyn till eftersom det ofta går att tillämpa olika lösningar beroende på den kompentens som individen har inom mjukvaran. Vid fel val av simuleringsmjukvara på grund av bristfällig kompetens kan det ta mycket längre tid att felsöka problem som uppstår samt att förstå hur mjukvaran fungerarar.
Fokus på specifik avdelning
Genom att lägga fokus på en specifik avdelning går det att fördjupa arbetet på en lägre abstraktionsnivå.
Mer detaljer kan tas fram och kan med detta göra mindre antaganden och bidra ökad noggrannhet så att simuleringsmodellen stämmer överens med verkligheten. Om fokus läggs på en specifik avdelning finns det mer tid för att kunna göra flaskhalsanalyser, optimera processen och utföra standarder.
Ett exempel är operationsavdelningen. Om projektet hade lagt allt fokus på att optimera operationsprocessen skulle mer konkreta lösningar kunna tas fram än vad det gör på den abstraktionsnivån som projektet istället utfördes på.
Arbetsschema
Under projektets gång gjordes en del antaganden, ett av dessa var för att underlätta uppbyggnad av modellen och göra det lättare att hantera, som var att köra ett identiskt veckoschema varje vecka hela året 2019. Detta var då gjort genom att räkna ut ett medelvärde på antal tillgängliga läkare för respektive opererande enhet för att sedan lägga deras veckoschema från hur arbetsdagarna i snitt såg ut per vecka.
Om författarna hade bestämt vecka efter vecka efter hur det såg ut i verkligheten, hade simuleringsmodellen speglat verkligheten mycket bättre, istället för att ta ett medelvärde där en del variation försvinner. Trots att simuleringen skulle blivit bättre så skulle ett schema för varje specifik vecka inneburit mer programmering och hade tagit mer tid från resterande del av projektet.
Antagande prioritering
Från början fanns det prioriteringar med olika dagar beroende på den medicinska bedömningen som görs vid första besök, dessa är 7-, 14-, 30-, 60- och 90 dagar. Men på grund av mindre variabler och genom diskussion med handledare från högskolan och från SkaS, ansågs det vara enklare att gruppera ihop dessa som, Prio 1 (akut), Prio 2 (0–14) och Prio 3 (0–90).
Detta är ett av de antaganden som tros påverkat mest i projektet, detta går dock inte verifiera eftersom det inte funnits tid till att utveckla simuleringsmodellen ytterligare för att testa respektive medicinsk bedömning för sig själv.
48