Van sneldiagnostiek naar snelle diagnostiek

Transcriptie

1 Van sneldiagnostiek naar snelle diagnostiek Gréanne Leeftink PhD student, Universiteit Twente en UMC Utrecht Marina Verdaasdonk Stafadviseur afd. Pathologie UMC Utrecht

2 Inhoud Wie zijn wij? Processen bij pathologie Sneldiagnostiek Probleemstelling Opdracht Onderzoek Resultaten Hoe verder

3 Wie zijn wij? Gréanne Leeftink Marina Verdaasdonk BSc en MSc in Technische Bedrijfskunde NWO talent beurs Onderwerp: Organisatie van sneldiagnostiek Promovenda bij CHOIR (Centre for Healthcare Operations Improvement & Research, Universiteit Twente) en UMC Utrecht HBO laboratoriumopleiding (Histo-, Patho- en Cytologie) Healthcare bedrijfskunde Stafadviseur/ laboratoriummanager afdeling Pathologie, UMC Utrecht

4 UMC Utrecht in getallen: 1042 bedden medewerkers 4720 studenten opnames OK uren pathologie orders (intern) Waarvan 419 sneldiagnostiek

5 Proces Pathologie

6 Waarom sneldiagnostiek? Ter voorkoming van slapeloze nachten! Niet alleen van de patient maar ook van zijn/haar omgeving NB: 75% - 80% heeft GEEN kanker

7 Technische mogelijkheden MDO uur verslaglegging: 30 min. Beoordelen patholoog: 10 min. Beoordeling assistent: 20 min. Afplakken, sorteren e.d.: 10 min. Kleuren: 40 min. Snijden, plakken, bakken: 40 min. Sorteren, inbedden, koelen:20 min. Doorvoeren biopten 2 mm: 1,5 uur Macroscopie, indozen: 15 min. Ontvangst: uur

8 Standaard proces Samplen Doorvoeren Inbedden Snijden & kleuren Beoordelen Meerdere dagen

9 Sneldiagnostiek proces Samplen Doorvoeren Inbedden Snijden & kleuren Beoordelen Een dag

10 Probleemstelling en opdracht

11 Probleemstelling - doorlooptijden Meer uitzonderingen = Langere doorlooptijd Toegewezen personeel = Langere doorlooptijd Zonderland, M.E., and Timmer, J. (2012). Optimal allocation of MRI scan capacity among competing hospital departments. In: European Journal of Operations Research, 219(3), Vanberkel, P.T, Boucherie, R.J., Hans, E.W., Hurink, J.L., and Litvak, N. (2012). Efficiency evaluation for pooling resources in health care. In: OR Spectrum, 34(2),

12 Probleem stelling - werkbelasting! Workload Time (h)

13 Opdracht Is het mogelijk om tot een nieuwe inrichting van de processen te komen zodanig dat sneldiagnostiek geen uitzondering meer is? Analyseren huidige proces Onderzoeken en testen van interventies Advies uitbrengen

14 Context analyse

15 Gemiddelde doorlooptijden 3,50 3,00 2,50 Batch arrivals Degreasing and decalcification Extra reviews Biopsies Time in days 2,00 1,50 1,00 0,50 External Large Priority 24 hours Priority same day 0,00 Timestamp-LMS LMS-Print cassetteprint cassette-print Print slide labelslide label Log out slide Time interval Log out slide-log out patient Log out patient-1st authorization (22379 patients, 2013, LMS & U-DPS)

16 Werklast FTE 8 6 # primary activities 4 # workers 2 0 7:30:00 9:30:00 11:30:00 13:30:00 15:30:00 17:30:00 Time (Gebaseerd op House of Performance, 2006)

17 Interventies

18 Interventies zonder investering Eerder beginnen Verschuiving per half uur in starttijd dienst Doorvoeren weefsel overdag

19 Wiskundig model

20 Model selectie Geen histopathologie model beschikbaar Chemische en halfgeleidersindustrie OK planning MILP Twee fasen: Batching en scheduling model Realistische instanties Snelle rekentijd 22

21 Positionering in het framework of health care planning and control Strategic Tactical Operational offline Operational online Medical planning Resource capacity planning Batching probleem Scheduling probleem Materials planning Financial planning hierarchical decomposition Referentie: managerial areas Hans, E. W., Van Houdenhoven, M., & Hulshof, P. J. (2012). A framework for healthcare planning and control. In Handbook of healthcare system scheduling (pp ). Springer US.

22 Batching probleem Verspreid de momenten waarop werk beschikbaar wordt Batch Completion Moment Batch Completion Interval Maximaliseer het minimum interval tussen twee opeenvolgende BCMs: Voor een gegeven aantal batches Voor alle batches Referentie: Van Essen, J. T., Hans, E. W., Hurink, J. L., & Oversberg, A. (2012). Minimizing the waiting time for emergency surgery. Operations Research for Health Care, 1(2),

23 Maximaliseer de minimum tijd tussen twee batches Volgorde van de batches 1 machine per batch Hoe laat starten? Geen werk s nachts 27

24 Scheduling probleem Schedule samples zodat de overtijd geminimaliseerd is MILP List scheduling: Keuze voor job: Earliest Due Date Keuze voor machine: Eerst beschikbare Referentie: Gupta, S., and Karimi, I.A. (2003). An improved MILP formulation for scheduling multiproduct, multistage batch plants. Industrial & engineering chemistry research. 42(11),

25 Resultaten

26 Gevolgen voor de werkdruk 12 OLD 12 NEW FTE 6 FTE :30 9:30 11:30 13:30 15:30 17:30 0 7:30 9:30 11:30 13:30 15:30 17:30 Time Time (House of performance, 2006)

27 Gespreide werklast 800 OLD 800 NEW Number of slides Number of slides :30 8:30 9:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 0 7:30 8:30 9:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 Time Time Referentie: Leeftink A.G., Boucherie, R.J., Hans, E.W., Verdaasdonk, M.A.M., Vliegen, I.M.H., and Van Diest, P.J. (2015). Reductions in histopathology turnaround time using mathematical modelling. Working paper. University of Twente.

28 Conclusie Vroeger beginnen Vaker doorvoeren overdag Significante afname van 2 tot 8 uur in doorlooptijd dat is t/m 25% van huidige doorlooptijd! Faciliteert snelle diagnostiek voor alle weefsels Levert een betere verdeling van de werklast voor de analisten

29 Hoe verder?

30 Uitvoering: Meerdere doorvoermachines Nieuwe klant: sneldiagnostiek om = uitslag om uur sneldiagnostiek om = uitslag om uur Meerdere programma s op een dag

31 Vervolg onderzoek: proces beoordeling Samplen Doorvoeren Inbedden Snijden & kleuren Beoordelen Dit project vervolg...

32 Bedankt! Gréanne Leeftink Master of Industrial Engineering and Management Marina Verdaasdonk Stafadviseur afd. Pathologie UMC Utrecht