許多公司對(duì)數(shù)字化轉(zhuǎn)型感興趣——使用數(shù)字技術(shù)來(lái)創(chuàng)建或修改業(yè)務(wù)流程、文化和客戶體驗(yàn)——以發(fā)展并在競(jìng)爭(zhēng)中保持領(lǐng)先地位，醫(yī)院也不例外。

當(dāng)人們考慮醫(yī)療保健領(lǐng)域的數(shù)字化轉(zhuǎn)型時(shí)，他們傾向于關(guān)注采用分析來(lái)改善臨床決策的想法。例如，隨著計(jì)算科學(xué)和機(jī)器學(xué)習(xí)的進(jìn)步，提供精準(zhǔn)醫(yī)療成為可能，其中根據(jù)個(gè)人的遺傳特征為每個(gè)患者量身定制治療和干預(yù)措施。人工智能 （AI） 算法越來(lái)越多地用于改善放射學(xué)、皮膚病學(xué)、胃腸病學(xué)、眼科和病理學(xué)等領(lǐng)域疾病體征的視覺檢測(cè)。

然而，僅僅專注于利用數(shù)字化轉(zhuǎn)型來(lái)改善臨床決策將是一個(gè)錯(cuò)誤。基于我們和其他機(jī)構(gòu)的研究，以及醫(yī)院使用數(shù)據(jù)和技術(shù)的方式的蓬勃發(fā)展，我們相信數(shù)字化轉(zhuǎn)型在優(yōu)化醫(yī)院的運(yùn)營(yíng)決策方面發(fā)揮著重要作用，這反過(guò)來(lái)又可以提高護(hù)理的質(zhì)量和效率以及患者獲得護(hù)理的機(jī)會(huì)。

以下是醫(yī)院可以利用數(shù)字化轉(zhuǎn)型來(lái)改善運(yùn)營(yíng)決策的四個(gè)關(guān)鍵領(lǐng)域：患者流量、人員配備、日程安排和供應(yīng)鏈管理。

患者流量

隨著醫(yī)院努力在正確的時(shí)間為正確的患者提供正確的護(hù)理，護(hù)理提供者需要做兩件事：準(zhǔn)確評(píng)估患者的需求和有效管理醫(yī)院資源。雖然提供者訓(xùn)練有素，可以做前者，但他們通常沒有接受過(guò)后者的培訓(xùn)，這是一項(xiàng)具有挑戰(zhàn)性的任務(wù)——特別是考慮到由于大流行，如今醫(yī)院容量的壓力太普遍了。

在醫(yī)院層面，數(shù)據(jù)驅(qū)動(dòng)的運(yùn)營(yíng)決策支持系統(tǒng)可以提供有價(jià)值的見解，以幫助做出這些分診、入院和出院決策。例如，當(dāng)患者到達(dá)并且提供者不確定患者是否應(yīng)被送往 ICU 或普通病房時(shí)，決策支持算法可以根據(jù)該特定患者入院 ICU 的預(yù)測(cè)益處提供建議。使用來(lái)自美國(guó) 190 家醫(yī)院的 000，15 多名住院患者的患者級(jí)手術(shù)數(shù)據(jù)的研究表明，當(dāng)有臨床需要入院 ICU 的患者轉(zhuǎn)而入住醫(yī)院的另一部分（例如，普通病房）時(shí)，這會(huì)導(dǎo)致更長(zhǎng)的住院時(shí)間和更高的再入院率。

當(dāng)所需ICU的容量受到限制時(shí)，提供者可以考慮不同的選擇，例如將患者安置在另一個(gè)單元（例如，外科ICU而不是醫(yī)療ICU）或讓目前在ICU的患者出院，以便為新患者騰出空間。使用醫(yī)院運(yùn)營(yíng)數(shù)據(jù)的研究表明，這兩種策略都有重要的權(quán)衡和應(yīng)該考慮的意外后果。決策支持算法可以設(shè)計(jì)為包含這些權(quán)衡，權(quán)衡不同選擇的成本和收益，并提供適當(dāng)?shù)慕ㄗh。

除了建議之外，還可以利用算法來(lái)自動(dòng)化操作任務(wù)。一系列實(shí)驗(yàn)的研究結(jié)果顯示，醫(yī)生和 Amazon Mechanical Turk 員工被要求管理模擬醫(yī)院?jiǎn)挝唬袨槠姾驼J(rèn)知驅(qū)動(dòng)的決策錯(cuò)誤可能會(huì)影響提供商的運(yùn)營(yíng)決策。將這些決策分解為臨床和操作組件，并使用算法使操作組件自動(dòng)化，最終可能會(huì)帶來(lái)更好的結(jié)果。

在病房層面，機(jī)器學(xué)習(xí)和決策支持算法也可用于預(yù)測(cè)預(yù)期的入院、出院和轉(zhuǎn)出病房的數(shù)量，這反過(guò)來(lái)又可以根據(jù)這些預(yù)測(cè)指導(dǎo)后續(xù)行動(dòng)。這可以促進(jìn)床位周轉(zhuǎn)過(guò)程，從而改善患者流量并縮短住院時(shí)間。單個(gè)病房的預(yù)測(cè)可以作為醫(yī)院范圍床位管理儀表板的輸入，該儀表板不僅可以用于顯示每個(gè)病房的當(dāng)前狀態(tài)，還可以用于預(yù)測(cè)整個(gè)醫(yī)院的預(yù)期未來(lái)狀態(tài)。

例如，波士頓的貝斯以色列女執(zhí)事醫(yī)療中心與麻省理工學(xué)院的一組運(yùn)營(yíng)研究人員合作，實(shí)施了預(yù)測(cè)信息儀表板，通過(guò)顯示每個(gè)病房的當(dāng)前人口普查以及預(yù)計(jì)的出院次數(shù)來(lái)支持入院和轉(zhuǎn)學(xué)決策。同樣，波士頓兒童醫(yī)院使用患者安置預(yù)測(cè)器系統(tǒng)，該系統(tǒng)允許急診科知道哪些患者可能入院以及哪個(gè)病房。醫(yī)院范圍的床位管理儀表板可以在不同病房之間實(shí)現(xiàn)更好的規(guī)劃和增強(qiáng)的溝通，并且可以進(jìn)一步開發(fā)以提供有關(guān)系統(tǒng)的自動(dòng)警報(bào)，例如當(dāng)新床位的平均等待時(shí)間超過(guò)預(yù)定閾值時(shí)。

人手

在更好地管理產(chǎn)能方面，數(shù)字技術(shù)也可以幫助供應(yīng)方。以護(hù)士人員配備為例，它占醫(yī)院成本的很大一部分。收費(fèi)護(hù)士和醫(yī)院管理人員無(wú)需依靠電話、短信和電子表格來(lái)做出通常在最后一刻發(fā)生變化的臨時(shí)人員配置決策，而是可以利用分析來(lái)改進(jìn)這一過(guò)程。

例如，算法可以預(yù)測(cè)護(hù)士缺勤率和對(duì)激增人員的需求，以先發(fā)制人地確定要打電話的正確數(shù)量的浮動(dòng)護(hù)士。對(duì)急診科運(yùn)營(yíng)的研究表明，即使在需求高度不確定的環(huán)境中，也可以對(duì)兩者進(jìn)行建模。一個(gè)關(guān)鍵優(yōu)勢(shì)是這些系統(tǒng)能夠更快地?fù)屨己晚憫?yīng)，這反過(guò)來(lái)又可以提高護(hù)士工作時(shí)間表的一致性和可預(yù)測(cè)性。當(dāng)醫(yī)院和其他醫(yī)療保健提供組織致力于降低眾所周知的高護(hù)士流動(dòng)率時(shí)，這一方面可能很重要：美國(guó)最大的家庭保健機(jī)構(gòu)之一的護(hù)理人員流動(dòng)研究表明，雇主驅(qū)動(dòng)的工人時(shí)間表不一致增加了工人辭職的可能性。

還可以利用分析來(lái)優(yōu)化團(tuán)隊(duì)人員配備。醫(yī)院依靠提供者作為一個(gè)團(tuán)隊(duì)有效地合作，團(tuán)隊(duì)成員跨越不同的角色和經(jīng)驗(yàn)水平。研究表明，護(hù)理團(tuán)隊(duì)的組成對(duì)績(jī)效有重大影響。一項(xiàng)對(duì)急診科團(tuán)隊(duì)在兩年內(nèi)總共進(jìn)行了超過(guò) 111，000 次患者就診的研究表明，主治醫(yī)生、護(hù)士和住院醫(yī)師之間的等級(jí)和技能差異導(dǎo)致在團(tuán)隊(duì)績(jī)效方面接觸新團(tuán)隊(duì)成員的不同影響

另一項(xiàng)針對(duì)心臟外科團(tuán)隊(duì)在七年內(nèi)進(jìn)行 6，000 多次手術(shù)的研究表明，重要的是要考慮團(tuán)隊(duì)成員之間的成對(duì)熟悉度——團(tuán)隊(duì)內(nèi)所有配對(duì)的過(guò)去合作次數(shù)——因?yàn)樗鼘?duì)團(tuán)隊(duì)生產(chǎn)力有重大影響。雖然在嘗試手動(dòng)為團(tuán)隊(duì)配備人員時(shí)幾乎不可能納入這些要點(diǎn)，但人工智能可以輕松整合這些研究見解，以確定計(jì)劃工作的提供商的最佳團(tuán)隊(duì)組成，并提供有關(guān)最佳人員配備水平的建議。

調(diào)度

雖然許多醫(yī)院已經(jīng)轉(zhuǎn)向以電子方式捕獲和存儲(chǔ)患者記錄，但各種資源的調(diào)度在很大程度上仍然是一個(gè)手動(dòng)過(guò)程。這適用于手術(shù)室的外科手術(shù)安排、放射科套件的掃描等。這是數(shù)字技術(shù)可以帶來(lái)實(shí)質(zhì)性改進(jìn)的另一個(gè)領(lǐng)域——不僅可以更好地預(yù)測(cè)資源需求，毫不費(fèi)力地納入最后一刻的更改和取消，還可以根據(jù)最新研究?jī)?yōu)化時(shí)間表。

例如，機(jī)器學(xué)習(xí)算法可用于更好地預(yù)測(cè)每個(gè)程序的持續(xù)時(shí)間，例如手術(shù)或MRI的長(zhǎng)度。在貝絲以色列女執(zhí)事醫(yī)療中心，亞馬遜開發(fā)的工具被用于更精確地預(yù)訂手術(shù)室時(shí)間。

預(yù)期持續(xù)時(shí)間不僅取決于患者特征及其臨床需求，還取決于各種操作因素。例如，研究人員發(fā)現(xiàn)，由于團(tuán)隊(duì)規(guī)模更大、工作量增加以及手術(shù)室手術(shù)順序，外科手術(shù)時(shí)間往往會(huì)增加。算法比人類更有能力在進(jìn)行預(yù)測(cè)時(shí)考慮這些操作因素的影響。

機(jī)器學(xué)習(xí)還可用于預(yù)測(cè)每位患者在手術(shù)后應(yīng)在麻醉后護(hù)理病房 （PACU） 中花費(fèi)的時(shí)間。由于PACU擁堵通常會(huì)導(dǎo)致手術(shù)室的延遲，因此這是另一個(gè)可以使用分析的地方。例如，這項(xiàng)研究利用分析來(lái)優(yōu)化外科手術(shù)的順序，以幫助防止PACU充血并最大限度地減少手術(shù)室延誤。

供應(yīng)鏈管理

在美國(guó)，11年醫(yī)院平均每家在醫(yī)療和外科用品上花費(fèi)9萬(wàn)美元，占某些醫(yī)院總運(yùn)營(yíng)費(fèi)用的三分之一。盡管如此，改善供應(yīng)鏈和庫(kù)存管理通常不被認(rèn)為是醫(yī)院的高度優(yōu)先事項(xiàng)，因?yàn)楣?yīng)商往往更關(guān)注圍繞直接患者護(hù)理的流程。然而，擁有這些用品對(duì)于提供高質(zhì)量的護(hù)理是必要的。

在許多行業(yè)中，供應(yīng)鏈的數(shù)字化轉(zhuǎn)型已被證明可以將流程成本降低 50%，并將收入增加 20%;醫(yī)院也不例外。通過(guò)自動(dòng)化收集數(shù)據(jù)、訂購(gòu)、核對(duì)和支付醫(yī)療、外科和藥品供應(yīng)的流程，醫(yī)院可以降低供應(yīng)鏈和庫(kù)存管理相關(guān)成本。