Trafikklysmodellen : en effektiv triagering av ø-hjelpspasienter ved Akershus Universitetssykehus

Abstract

Tema for denne oppgaven er forbedringspotensialet av pasient-triagering ved sentraloperasjonen på Akershus universitetssykehus for ø-hjelpspasienter. Oppgaven tar utgangspunkt i en casestudie av pasientforløpene ved Ahus samt-, en simulering av et alternativt prioriteringsgrunnlag. Ahus opplever lange ventetider, strykninger, operasjoner på natt med begrenset kompetanse og kapasitet. De opplever en 10% høyere andel fristbrudd enn hele Helse Sør-Øst. Ahus ønsker derfor å innføre en trafikklysmodell for prioritering av ø-hjelpspasienter. Formålet med denne oppgaven er derfor å identifisere hvilke endringer i prioritering denne modellen ville medført i forhold til dagens drift. I tillegg presenteres hvilke faktorer som bidrar til økt ventetid frem til operasjon av pasientene. Dette har resultert i følgende problemstilling: «Hvordan ser pasientforløpet ut for ø-hjelpspasienter på Ahus, og hvordan vil innføringen av UNN’s «trafikklysmodell» påvirke daglig drift på sentraloperasjonen for denne pasientgruppen?» Oppgavens kvalitative del tar utgangspunkt i Lean-metodikk for utformingen av en verdistrømsanalyse av nåsituasjonen på Ahus. Videre vil en ståstedsstedsanalyse presentere pasientforløpet på sentraloperasjonen. Her er det kartlagt ulike aktiviteter i forløpet som pasienter må gjennom, og hvilke hindringer i flyt som preger sentraloperasjonen. Tanken er at en slik kartlegging kan underbygge et prosessforbedringsarbeid for eliminering av problemområder som bidrar til en unødvendig lang preoperativ ventetid. Den kvantitative analysen tar utgangspunktet i bruken av en simuleringsmodell utviklet på NMBU for å se på effekten ved innføring av en trafikklysmodell med. Den baserer seg på en studie av pasientdata fra januar til mai 2022, hvor resultatene fra trafikklysmodellen og datagrunnlaget presenteres. Resultatene viser at det er flere faktorer som kan føre til variasjon, og dermed vil være til hinder for flyt. Dette fører til usikkerhet i pasientforløpet og bidrar til unødvendig forlenget ventetid. Resultatet til trafikklysmodellen viser at denne typen prioritering har muligheten til å øke drift effektiviteten for planlegging av operasjoner og prioritering av pasienter. Resultatene viser at med at trafikklysmodellen kan oppnå ønsket effekt for Ahus, hvis den baseres på̊ riktig og god data.

This thesis investigates the potential for improvement of patient triage at the central operation at Akershus university hospital for emergency patients. The thesis is based on a case study of the patient processes at Ahus, as well as a simulation of a traffic light triage system. Ahus are currently experiencing long waiting lines, delays, and are forced to do operations at night with limited competence and capacity. They are also exceeding 10% more deadlines than the entire Helse Sør-Øst combined. To change this trend, Ahus wants to introduce a traffic light model for prioritizing emergency patients. The purpose of this thesis is therefore to identify what changes in prioritization this model would entail in relation to current operations. In addition, identifying the factors that contribute to increased waiting time for surgery patients. This has resulted in the following question: "What does the treatment plan look like for emergency patients at Ahus, and how will the introduction of UNN's “traffic light model” affect the daily operations at the central operating room for this patient group?" The qualitative part of the thesis is based on Lean methodology for the design of a value stream mapping of the current situation at Ahus. Furthermore, a current state analysis will be presented for the patient path to the central operation. Here, various activities in the process that the patient must go through are mapped and categorized. The idea is that such an analysis can be used as a support for process improvement and for eliminating problems that contributes to an unnecessarily long wait time. The quantitative analysis is based on the use of a simulation model developed at NMBU to look at the effect of the introduction of the traffic light model. It is based on a previous study of patient data from January to May 2022 where the results from the traffic light model and the relevant data are presented. The results show that there are several factors that can lead to variation, and thus will be a hinder for patient flow. This leads to uncertainty in the patient treatment process and contributes to unnecessarily extended waiting times. The result of the traffic light model shows that this type of prioritization has the potential to increase operational efficiency for planning and prioritizing patients. It has been concluded that a traffic light model can achieve the desired effect for Ahus if it is based on correct and high-quality data.