Data-analyysin hyödyntäminen sairaalan tuotannonohjauksessa ja päivittäisjohtamisessa

Abstract

Terveydenhuollon megatrendeihin kuuluvat data ja digitalisaatio, älykkäät tietojärjestelmät ja potilaan osallistaminen omaan hoitoonsa. Terveydenhuollon tiedon määrä kasvaa nopeasti ja lisääntyvä, digitaalinen data tuo uusia mahdollisuuksia myös toiminnan ohjaamiseen ja kehittämiseen. Älykkäitä tietojärjestelmiä tarvitaan avuksi tiedon hyödyntämisessä ja tulkitsemisessa. Potilaat myös osallistuvat entistä enemmän oman terveyden tilansa ylläpitämiseen, hoitoon ja päätöksentekoon.

Tämän opinnäytetyön tavoitteena oli selvittää, millaisia mahdollisuuksia data-analyysi ja reaaliaikainen tiedonhyödyntäminen tarjoavat tulevaisuuden kysyntäennusteen ja vielä vapaana olevan kapasiteetin ennustamiselle. Tutkimustapana käytettiin tapaustutkimusta, koska työn oli kuvailla ilmiöitä ja tehdä uusia havaintoja. Työotteena oli kokeileva kehittäminen.

Työssä saavutettiin sille asetetut tavoitteet. Työn tuloksena saatiin uutta tietoa kysyntäennusteen vaihtelusta, hoidonsuunnittelun toiminnasta ja vapaan kapasiteetin määrästä. Uutta työssä on erityisesti tulevaisuuteen suuntautuvan jo olemassa olevan tiedon hyödyntäminen tuotannonohjaukseen ja tietojohtamiseen terveyspalveluiden tuottamisessa. Työssä toteutettiin automaattisesti päivittyvät data-analyysit ja visualisoinnit hoidonsuunnittelun etenemisen reaaliaikaiseen seurantaan. Data-analyysin avulla tulevaisuutta pystytään ennakoimaan aikaisempaa paremmin, tarkemmin ja pidemmällä aikavälillä. Tehty kehittämistyö parantaa organisaation tietojohtamista ja tietoon perustuvaa päätöksentekoa.

Data and digitalisation, intelligent information systems and shared expertise are megatrends for healthcare. The amount of data and information in healthcare is growing rapidly. Increasing digital data gives new opportunities also for improving and developing treatment processes and practices together with hospital operations. Intelligent information systems are needed for data analysis, utilisation and interpretation of information. Patients are also increasingly involved in maintaining their own health, decision-making and shared expertise of the care.

The aim of this thesis was to find out the possibilities data analysis and real-time data-reporting offer for forecasting future demand and capacity, which is still available. Case study was used as the research method. The purpose of this thesis was to describe phenomena and make new observations. The work was carried out as experimental development work.

The objectives of the work were achieved. The work provided new information about the variability of the demand forecast, the operation of treatment planning and the amount of free capacity. One of the main results of the study was the innovation to utilise future-oriented information for production planning and information management. Automatically updated data analysis and visualizations reports were implemented for real-time monitoring of the treatment planning. By using data analysis, it is possible to predict the future better, more accurately and in the longer term. The development work improved business intelligence, information management and data-driven decision-making in the organisation.