Hoe optimaal is jouw S&B eigenlijk?
De juiste methodologie voor het leveren van tijdige en efficiënte ambulancezorg
De spreiding en beschikbaarheid (S&B) van ambulances; of je nou verpleegkundige, data-analist of directeur bent bij een ambulancedienst, je zult hier ongetwijfeld veel mee van doen hebben. Waarom? Omdat een goede spreiding en beschikbaarheid één van de meest effectieve middelen is voor het leveren van tijdige en efficiënte ambulancezorg.
Een goede spreiding en beschikbaarheid zorgt er namelijk voor dat jouw ambulancecapaciteit goed aansluit op de zorgvraag. Hierdoor zullen ambulanceritten korter worden, de bezetting van ambulances lager, en ook de responstijden korter. Zeker in een tijd waar de zorgvraag maar blijft groeien, met problemen als gelijktijdigheid tot gevolg, is een goede aansluiting op deze zorgvraag steeds belangrijker. Het is daarom wel zo prettig als jouw S&B op de best mogelijke manier ingeregeld is, en een wijziging hierin altijd zorgt voor de gewenste verbetering.
In deze blog beschrijven we een praktische methode om jouw S&B te kunnen optimaliseren, wat daar de valkuilen van zijn, en hoe je hier mee om kunt gaan.
Hoe kom je nou tot een goede S&B en hoe zorg je ervoor dat deze meebeweegt met het almaar veranderende zorglandschap? Een praktische aanpak hiervoor volgt grofweg vijf stappen: 1) het identificeren van knelpunten, 2) het bedenken van oplossingen, 3) het selecteren van de beste oplossing, 4) het implementeren van de beste oplossing en 5) het monitoren van prestaties.
Stap een is het identificeren van knelpunten in je S&B. Laten we voor het gemak even aannemen dat jouw S&B (nog) niet optimaal is. Dit betekent dat je ergens dermate weinig ambulancecapaciteit hebt staan, waardoor je inzetten regelmatig (te) lang duren. Om dit te kunnen achterhalen, zal uitgebreid naar het ambulanceproces en de behaalde prestaties van je RAV gekeken moeten worden. Idealiter doe je dit met een probleemanalyse, gebaseerd op de historische inzetdata. Zodra je locaties en/of momenten hebt gevonden waar knelpunten ontstaan, kun je door naar de volgende stap.
Stap twee is het bedenken van oplossingen. We hebben in de vorige stap ontdekt waar je knelpunten zitten, nu is het tijd om in oplossingen te denken. Wellicht staat ergens anders juist te veel capaciteit en kun je die verplaatsen, of misschien heb je onnodig veel overlap in je diensten. Laat je creativiteit maar de vrije loop, want van alle mogelijke oplossingen kiezen we in de volgende stap de beste.
Stap drie is namelijk het selecteren van de oplossing die voor de grootste verwachtte verbetering zal zorgen. Voor deze stap is het wel van belang dat je een methode hebt om de kwaliteit van de potentiële oplossingen met elkaar te kunnen vergelijken. Om deze vergelijking te kunnen doen zal je een model nodig hebben die de prestaties van een oplossing – van een S&B dus – kan voorspellen (bijvoorbeeld een simulatiemodel voor de ambulancezorg).
Stap vier is het toepassen van de beste oplossing. Waar we tot nu toe alleen nog maar naar de theorie hebben gekeken, wordt het nu tijd om dit in de praktijk toe te passen. Natuurlijk spelen vele factoren een rol bij het wijzigen van de S&B – denk aan personeelskrapte of afspraken met gemeenten – maar idealiter wordt in deze stap de beste oplossing verwerkt in de S&B. Je zou kunnen denken dat je prestaties nu gaan verbeteren, en dat je optimalisatie dus klaar is. Toch is hierna nog een stap.
De laatste stap – stap vijf – is namelijk het monitoren van de effecten van de toegepaste oplossing. De verwachte effecten van de ingreep moeten namelijk in de praktijk ook zichtbaar zijn. Door het ambulanceproces nauwkeurig te monitoren kan je zien of de ingreep doet wat je had verwacht. Doordat de zorg continu in verandering is, kan de praktijk altijd afwijken van de theorie. Vallen de resultaten in de praktijk tegen, of komen nieuwe knelpunten naar voren, dan kun je weer opnieuw beginnen bij stap 1.
Omdat deze stappen zich constant kunnen blijven herhalen, wordt hier ook wel van een optimalisatiecyclus gesproken. Door deze cyclus doorlopend uit te voeren blijft een ambulancedienst continu voorbereid om de capaciteit zo goed mogelijk in te zetten, ongeacht veranderingen in het zorglandschap.
Het liefst wijzigt jouw organisatie haar S&B natuurlijk niet alleen op subjectieve onderbuikgevoelens, maar worden deze gevoelens gestaafd door objectieve, neutrale cijfers. Op deze manier ben je niet alleen bestendig tegen de waan van de dag, maar heb je ook altijd een krachtig, steekhoudend communicatiemiddel in hand.
Helaas zit in de eerdergenoemde optimalisatiecyclus meestal toch een subjectief keuzemoment, namelijk bij stap twee: het bedenken van oplossingen. Een oplossing waar niemand aan denkt wordt namelijk altijd buiten beschouwing gelaten, ook al was deze achteraf toch de beste.
Dit keuzemoment zou in principe overgeslagen kunnen worden, namelijk door de computer te laten zoeken naar de beste oplossing, middels een zogeheten optimalisatiealgoritme.
Het enige wat je hiervoor nodig hebt is een modelmatige beschrijving van je probleem (bijvoorbeeld een simulatiemodel van het ambulanceproces), een objectief meetbare uitkomst (bijvoorbeeld de responstijd) en heel veel rekenkracht. Om tot deze meetbare uitkomst te komen zal een simulatiemodel alle essentiële onderdelen van het ambulanceproces over een ruime periode moeten nabootsen. Van het ontstaan van incidenten tot het overdragen van de patiënt bij een ziekenhuis, alle onderdelen worden in zo’n model doorgerekend.
Een simulatie van een jaar ambulancezorg duurt op een krachtige computer zo toch al snel een uur –een zeer gangbare tijdsduur voor een simulatie binnen de ambulancezorg. Doordat het aantal mogelijke oplossingen – S&B’s – vaak al snel in de tienduizenden loopt, duurt het volledig computergedreven optimaliseren van een regio voor je het weet vele maanden of zelfs jaren. Logisch dus dat een deel hiervan vaak toch handmatig wordt gedaan, met een mogelijk sub-optimale S&B als gevolg.
Bij Devise houden we niet zo van sub-optimale oplossingen. Vandaar dat wij veel geïnvesteerd hebben in het ontwikkelen van slimme algoritmes die tot een werkelijk optimum komen. Met de details hiervan zullen we je nu niet vervelen, maar hierdoor kunnen wij steeds sneller simuleren en steeds beter optimaliseren.
Zo kunnen wij met een druk op de knop de meest optimale S&B voor je doorrekenen, maar bijvoorbeeld ook de meest optimale op- of afschaling van je daadwerkelijke S&B. Hiermee kun je de beslissing voor een wijziging volledig cijfermatig onderbouwen en heb je altijd de meest optimale S&B tot je beschikking.
Wil jij ook een optimale spreiding en beschikbaarheid voor jouw organisatie? Neem dan nu contact op met Devise!
