Process Mining Efficiency

Blog

Eficiência

 9 Junho, 2020

Lead time no Pronto Atendimento

lead time no pronto atendimento final de verdade

A eficiência de uma unidade de pronto atendimento é definida pela capacidade da tomada de decisão durante a jornada de atendimento do paciente. Requisitos como utilização da capacidade instalada, segurança assistencial e custos destes atendimentos são alguns dos pontos avaliados. Entretanto o tempo total do atendimento ou lead time, é um dos requisitos críticos de um serviço de pronto atendimento. 

Sem qualquer controle sobre a demanda espontânea de pacientes e as diferentes condições clínicas, gerenciar um pronto atendimento é um grande desafio.

Situações de superlotação somado ao perfil de gravidade heterogêneo é um problema comum dos serviços de emergência. Metodologias de classificação de gravidade e uma equipe de enfermeiros capacitados e regularmente treinados são fundamentais para a atividade de triagem. 

Conteúdo Premium

Basta completar o formulário abaixo para ver este artigo na íntegra

Ao enviar seus dados deste formulário você está de acordo que a UpFlux os armazene e processe conforme suas políticas de privacidade.

Dada a atividade de classificação do nível de urgência, os pacientes devem seguir rotas de atendimento conforme a sua gravidade. O princípio do fluxo contínuo é fundamental no processo de atendimento de urgência e emergências, mas isto é assunto para um próximo artigo. As rotas de atendimentos por gravidade são distinguidas por tempo limite de espera. A escala de Manchester é um ótimo exemplo devido sua ampla aplicação.

VermelhoAtendimento imediato
LaranjaAtendimento em até 10 minutos
AmareloAtendimento em até 60 minutos
VerdeAtendimento em até 120 minutos
AzulAtendimento em até 240 minutos
BrancoServiços de emergência com atendimento eletivo

A separação dos pacientes por nível de gravidade no atendimento ponta-a-ponta aumenta a segurança dos pacientes no início da jornada de atendimento e auxilia a tomada de decisão por toda a jornada. Separado o joio do trigo, o próximo desafio é monitorar os tempos de atendimentos conforme o nível de gravidade. 

A métrica de tempo de atendimento nos serviços de emergência também é comumente definida como lead time. Expressa o tempo de atendimento, na filosofia Lean é definida entre o intervalo de início e fim da produção de uma peça ou execução de um serviço.

O fluxo abaixo visa representar a jornada do paciente a partir de um conceito de “caminho feliz” ou livre de toda a complexidade e as possíveis conexões. É fato que na realidade não é este processo que encontramos para monitorar, analisar e implementar melhorias.

Mas se não é este caminho, quais são as estratégias para gerenciar o lead time nos serviços de pronto atendimentos?

Dentre as metodologias validadas e disponíveis, temos diagramas, mapas e modelos.  Todas estruturadas por meio de notações ou sistemas de gráficos e símbolos que variam de menor a maior complexidade. Destacamos o mapa de fluxo de valor ou value strem mapping (VSM) devido o caso de sucesso do projeto lean nas emergências. Conduzido com maestria pelo Hospital Sírio Libanês em parceria com o Ministério da Saúde, por meio do PROADI-SUS, no qual o objetivo principal é reduzir a superlotação destes serviços.

É fato que aplicar o VSM exige conhecimentos, habilidades e atitudes específicas que devem ser desenvolvidas a partir de formações específicas em lean six sigma ou business process management (BPM).

Abaixo exemplificamos um VSM aplicado em um serviço de pronto atendimento do Estado do Paraná com o objetivo de reduzir o impacto das constantes variações sobre o lead time. Sabemos que o tempo de espera prolongado no pronto atendimento impacta diretamente na segurança do paciente, no nível de experiência e em indicadores de custo-efetividade.

A importância de conduzir projetos de melhoria direcionados a redução do lead time são os impactos sistêmicos gerados. Não só métricas relacionados à variável tempo, mas indicadores relacionados à capacidade instalada X utilizada, financeiros e de qualidade respondem a estas ações.

Existem alternativas para o monitoramento do lead time?

Atualmente grande parte dos pronto atendimentos tem em sua estrutura sistemas informatizados de atendimento. Definidos como ERP (enterprise resource planning), sua função é criar um ambiente digital e integrado de gestão. Estes sistemas registram dados desde o prontuário eletrônico do paciente, cadeia de suprimentos, até o faturamento. Todas atividades executadas no sistema de gestão hospitalar ou prontuário eletrônico geram dados que podem auxiliar neste processo de gestão.

A imagem acima é um painel informativo disponível no site de um hospital de São Paulo, certificado ONA com clara preocupação da importância da agilidade do serviço de emergência. A disponibilidade de todos os dados inseridos no prontuário eletrônico tem auxiliado os hospitais na automatização desta atividade.

Com estes dados disponíveis os hospitais têm monitorado todas as etapas de atendimento. Fila da triagem, espera para consulta médica, filas de medicações e para a execução dos exames laboratoriais e de imagem.

Excelente! Na etapa monitorização o prontuário eletrônico tem auxiliado, mas e a análise de todos estes atendimentos?

A utilização dos dados disponíveis dentro dos prontuários eletrônicos para análise crítica e identificação de oportunidades é um problema comum vivenciados por gestores destes serviços. Fazer extração destes dados e passar para planilhas de excel ou BI é uma habilidade restrita a poucos profissionais.

No entanto, tecnologias com utilização consolidadas no ramo bancário e automobilístico dão a possibilidade de aprimorar a gestão baseada em dados. A tecnologia de process mining ou mineração de processos, como é traduzida, atua em três diferentes pilares; descoberta, análise de conformidade e aprimoramento, como vemos na imagem abaixo.

Integrada a tecnologia de mineração de processos ao prontuário eletrônico do paciente é possível analisar toda a jornada do paciente a partir de diferentes perspectivas. Outro benefício da mineração de processos é a capacidade de analisar um grande volume de atendimentos e de forma remota.

Abaixo apresentamos duas imagens da jornada de um grupo de 127 pacientes com CID N23 (cólica nefrética não especificada). Nesta etapa de descoberta selecionamos duas perspectivas; contagem de casos e duração entre e das atividades. 

Destacamos nesta primeira imagem,  as 11 diferentes atividades e limitamos à análise entre 19 conexões possíveis. 

Já na segunda imagem, ampliamos a análise para as 59 conexões, possibilitando a compreensão dos possíveis caminhos e padrões na jornada destes pacientes.

Concluída a etapa de descoberta é possível selecionar um grupo de pacientes que ficam acima de uma linha de tolerância estabelecida de 3, 4 horas ou mais. Neste processo de análise é possível relacionar o lead time com perfil de diagnósticos, serviços consumidos, casos que retornaram, horário, dia da semana e profissionais responsáveis pelo atendimento.

O dashboard apresentado abaixo é uma das possibilidades de análise que podem ser estruturadas a partir da descoberta do processo e análise crítica. Neste painel é possível identificar as oportunidades de melhoria customizadas a partir de cada dado disponível.

Tela de celular com publicação numa rede social

Descrição gerada automaticamente

Nesta primeira etapa analisamos 4327 atendimentos entre os meses de março a abril. Já transformamos dados em informação em relação ao perfil deste pronto atendimento. A partir desta primeira abordagem, poderíamos direcionar nossa análise para os CID, nível de urgência e correlacionar com os dias da semana.

Contudo, nosso foco de discussão é o lead time, mas bem que poderíamos falar de qualquer coisa no PA 😉. Pois bem, delimitamos o tempo de tomada de decisão em até 3 horas e correlacionamos com o nível de urgência. Voilà! Chegamos ao número de 544 (12%) da amostra especificando taxa de retorno, CID e distribuição na semana. 

Tela de celular com publicação numa rede social

Descrição gerada automaticamente

Vamos lá, não me deixe sozinho nesta análise! Podemos afirmar que 65% destes 544 pacientes estão ficando acima de 3 horas, são classificados como pouco urgentes, com taxa de retorno de 7,7% e uma queda progressiva ao longo da semana.

Os problemas imediatos que vemos são pacientes de baixa complexidade, com longo tempo de permanência e taxas de retorno semelhante a população geral. Assim, transformamos dados, em informações, que se traduziram em conhecimento disponíveis para a construção de vantagens competitivas.

As informações e conhecimento extraídos a partir da mineração de processos de forma ágil auxiliam na tomada de decisão. Todas estas análises podem compor seu projeto de melhoria estruturado a partir de ferramentas A3, PDCA ou DMAIC. Em nosso blog temos uma série imperdível de artigos sobre como acelerar as entregas do seu projeto DMAIC por meio da mineração de processos.

Etapas de descoberta e análise concluídas! Mas e a implementação de melhorias e monitoramento?

As ações de melhoria para a redução do lead time devem estar relacionadas ao achados da etapa de análise. Abaixo destacamos algumas ações:

  • Planos de contingências bem definidos;
  • Reuniões rápidas entre o time transdisciplinar para agilizar tomada de decisão;
  • Análise dos retornos não programados de forma sistematizada;
  • Monitoramento regular dos níveis de acordo de serviços junto aos fornecedores críticos (laboratório e SADT);
  • Estudar os padrões de medicações e vias de administração utilizadas com o objetivo de reduzir a necessidade de infusões intravenosas que consomem maior tempo;
  • Protocolos de triagem por linhas de cuidados;
  • Entre outras ações; trabalho padronizado, 5s, nivelamento de carga de trabalho, controle visual, gestão visual/dashboard e ajuste de layout; E ainda que tal definir alertas automáticos para violações e atuação de uma cadeia de ajuda? Seja em tempo real ou com as violações agrupadas é possível simplificar esta atividade, veja https://upflux.net/pt/blog/gerenciamento-de-protocolo-troponina-e-dor-toracica-com-upflux/

Concluímos, destacando que a gestão orientada por dados em unidades de pronto atendimento pode colaborar de forma exponencial na redução do lead time. 

Referências.

Arha, Gajanan. “Reducing Wait Time Prediction In Hospital Emergency Room: Lean Analysis Using a Random Forest Model.” (2017).

Welch SJ, Jones SS, Allen T. Mapping the 24-hour emergency department cycle to improve patient flow. Jt Comm J Qual Patient Saf. 2007;33(5):247‐255. doi:10.1016/s1553-7250(07)33029-8

http://repositorio.roca.utfpr.edu.br/jspui/bitstream/1/7786/1/PG_DAENP_2017_1_10.pdf

Improta, G., Romano, M., Di Cicco, M.V. et al. Lean thinking to improve emergency department throughput at AORN Cardarelli hospital. BMC Health Serv Res 18, 914 (2018). https://doi.org/10.1186/s12913-018-3654-0

REGIS, TATYANA KARLA OLIVEIRA; GOHR, CLÁUDIA FABIANA  and  SANTOS, LUCIANO COSTA. IMPLEMENTAÇÃO DO LEAN HEALTHCARE: EXPERIÊNCIAS E LIÇÕES APRENDIDAS EM HOSPITAIS BRASILEIROS. Rev. adm. empres. [online]. 2018, vol.58, n.1 [cited  2020-06-03], pp.30-43. Available from: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-75902018000100030&lng=en&nrm=iso>. ISSN 2178-938X.  https://doi.org/10.1590/s0034-759020180104.

Aalst, Wil & Adriansyah, Arya & Medeiros, Ana & Arcieri, Franco & Baier, Thomas & Blickle, Tobias & R.P., Jagadeesh Chandra Bose & Brand, Peter & Brandtjen, Ronald & Buijs, Joos & Burattin, Andrea & Carmona, Josep & Castellanos, Malú & Claes, Jan & Cook, Jonathan & Costantini, Nicola & Curbera, Francisco & Damiani, Ernesto & de Leoni, Massimiliano & Wynn, Moe. (2011). Process Mining Manifesto. Lecture Notes in Business Information Processing. 99. 169-194. 10.1007/978-3-642-28108-2_19.


Autor: UPFLUX

UPFLUX © 2019 by agentecria.com

Bitnami