SINGAPUR- El Centro Nacional de Ojos en Singapur (SNEC) está tratando de utilizar la tecnología para reducir el tiempo de espera de sus pacientes a la mitad.
SNEC, que está bajo el mando del grupo de salud pública más grande de Singapur, SingHealth, lanzará una solución de aprendizaje automático llamada Appointment Scheduling Optimiser (ASO) en el cuarto trimestre de este año.
Desarrollado por la empresa de información, comunicación y tecnología NCS, con sede en Singapur, ASO se implementará en todas las instituciones de SingHealth, que incluyen policlínicos, hospitales y centros especializados.
La subdirectora de operaciones de servicios compartidos de SingHealth, Charity Wai, dijo que el tiempo de espera en SNEC puede alcanzar los 45 minutos en días ocupados.
“Necesitamos acelerar las consultas en nuestras clínicas”, dijo. “El objetivo es ser un hospital oftalmológico inteligente y una de las áreas identificadas fue agilizar los procesos clínicos”.
En SNEC, los pacientes a menudo necesitan realizar una serie de pruebas antes de ir al médico. Pero ahora, las citas se programan por orden de llegada y no tienen en cuenta las pruebas anteriores.
Por ejemplo, esto significa que un paciente que solo necesita una prueba puede programarse detrás de un paciente que necesita varias pruebas, lo que provoca un cuello de botella y aumenta el tiempo de espera para otros pacientes.
ASO tendrá en cuenta los recursos disponibles, así como todas las diferentes pruebas que tendrán que realizar los pacientes, y preparará el mejor cronograma posible con el mínimo de tiempo de espera.
Aunque las simulaciones de ASO han demostrado que el tiempo de espera se puede reducir a unos 20 minutos, la presencia de casos complejos, que representan entre el 15 y el 20 por ciento de todos los pacientes, puede hacer que esto varíe, ya que estos pacientes suelen necesitar más tiempo.
SNEC intentó aumentar su plantilla, pero persistieron los largos tiempos de espera.
Howie Sim, vicepresidente de servicio al cliente de salud y transporte en NCS, dijo que no sería posible que un empleado probara lo que ASO puede hacer, ya que había muchas variables, como la secuencia de prueba, para que el empleado pueda encuentre una solución ideal.
Con el tiempo, ASO puede capturar patrones de datos, como la necesidad de dedicar más tiempo a un perfil de paciente determinado, como los ancianos.
Sim dijo: “Esta tecnología de inteligencia artificial ha existido durante décadas, pero tradicionalmente se ha aplicado más a sectores como la fabricación, que requieren la precisión de un reloj”.
Añadió: “La adopción (de esta tecnología) para impulsar la innovación en el cuidado de la salud ha avanzado en los últimos años”.
La Sra. Wai espera que, con un horario optimizado, las necesidades laborales se asignen mejor a SNEC. Por ejemplo, el equipo se puede implementar en función de la descripción general de ASO de cuándo las multitudes alcanzarán su punto máximo en SNEC.
Dijo: “Tendremos una mejor idea de la oferta y la demanda que nos permitirá planificar mucho mejor la fuerza de trabajo porque podremos anticiparnos a la carga de trabajo y distribuirla de manera uniforme”.