Hospital Universitari d'Odense
El programari que oferim porta més d’un any en ús al departament d’urgències de l’Hospital Universitari d’Odense, a Dinamarca.
Amb el temps, el personal ha arribat a confiar en les prediccions i a incorporar-les a les seves rutines diàries. I realment poden confiar en el sistema. Més del 95 % de les vegades, fa prediccions amb un marge d’error inferior al 5 %.
Des de l’agost de 2022, el departament d’urgències de l’Hospital Universitari d’Odense (OUH) utilitza el sistema.
En aquest cas real, pots llegir què n’opina una de les infermeres amb més experiència del departament.

Amb la nostra experiència combinada en sanitat i matemàtiques, vam desenvolupar un sistema informàtic que utilitza l’aprenentatge automàtic (IA) per predir els nivells d’activitat amb fins a 12 hores d’antelació. Fa servir diverses fonts de dades, com ara patrons típics de càrrega de treball, grans esdeveniments, el temps i més, i utilitza aquesta informació per fer una sèrie de càlculs matemàtics complexos.
El resultat és un gràfic que mostra el nombre previst de pacients hora per hora. No només proporcionem el nombre de pacients previst per a cada hora, sinó també el nivell de confiança dels càlculs.
Això permet al personal valorar fins a quin punt han de confiar en les prediccions i decidir quines accions prendre.
Praemostro s’utilitza al departament d’urgències des de l’agost de 2022. Amb el temps, el personal ha arribat a confiar en les prediccions i a integrar-les a la seva rutina diària —i amb bon motiu. Més del 95 % de les vegades, el sistema és precís amb un marge de ±1 pacient per hora, suficient perquè qualsevol desviació es pugui gestionar fàcilment dins de les operacions.
Com també ajuda el sistema
Quan hi ha baixes per malaltia, el sistema s’utilitza per determinar si el personal de guàrdia pot gestionar el nombre previst de pacients o si cal avisar personal addicional.
Sovint es crida el personal sanitari fora del seu torn, per això és preferible no interrompre els dies lliures tret que sigui estrictament necessari.
Si el sistema indica que no serà un dia especialment intens, el personal present pot assumir les tasques, permetent que l’equip fora de servei gaudeixi del seu merescut descans sense interrupcions.
Tot i que els pacients solen arribar seguint certs patrons —principalment a última hora de la tarda i al vespre—, el flux pot variar considerablement.
El personal utilitza el sistema per planificar la seva jornada laboral de manera eficient.
Els ajuda a decidir quan poden fer pauses, quan tindran temps per endreçar i quan poden menjar.
El sistema ofereix informació valuosa per optimitzar aquests aspectes del dia a dia.
Quan la càrrega de treball comença a augmentar, és crucial avançar-se als esdeveniments. Si les tasques superen la capacitat del personal, hi ha el risc de quedar enrere. Tot i que els professionals sanitaris estan acostumats a treballar sota pressió, sempre hi ha un límit. Si no poden seguir el ritme, l’atenció als pacients se’n ressent —les estades hospitalàries s’allarguen i augmenta el risc de complicacions.
És per això que el personal recorre als nostres models quan la situació s’intensifica. Si es tracta d’un pic d’activitat puntual, el poden gestionar i posar-se al dia ràpidament. Tanmateix, durant períodes prolongats d’alta demanda, cal suport addicional. Això pot implicar cridar personal des de casa o reassignar treballadors d’altres àrees de l’hospital.