12 skraldespande med skrammede låg står på rad og række bag gult og sort-strippede markører på en lang gang på hospitalet. Umiddelbart en noget kedelig udsigt, men faktisk rummer skraldespandene en særlig historie.
De udgør nemlig en lille brik i det logistiske mega-puslespil, som hver dag udspiller sig i det 500.000 kvadratmeter store byggeri. Hver tiende arbejdstime går til logistikken – det vil sige 1000 ud af de 10.000 ansatte på hospitalet, er beskæftiget med at flytte ting. Og da det nye supersygehus stod klar sidste år, havde man haft muligheden for at tænke logistik fra bunden, hvilket er resulteret i en ny digital tilgang.
Kigger man godt efter, kan man på skraldespandene se et lille RDIF-tag – en slags stregkode-chip. Og takket være 3000 scannere, som er monteret på sygehuset, kan man følge datasporene på de mere end 50.000 genstande, som er blevet chippet i det nye logistik-system.
”Jeg plejer at sige: Vi er med til at rede menneskeliv hver eneste dag. Det gør vi sjældent direkte, men hvis varer mangler, går det jo ud over servicen. Er der ikke de rigtige varer til en operation, kan man ikke operere. Så det er en vigtig funktion, selvom man ikke ser den,” siger Steffen Ørnemark – Projektchef for servicelogistik.
Mens dataindsatsen her og nu sørger for, at skraldespande bliver tømt og rene senge når ud til patienterne på den mest effektive måde, rummer indsatsen også et meget større potentiale ift. Hele organiseringen, som hospitalet kun har set toppen af isbjerget på.
Hvad der er sparet er tjent
Med de 50.000 tags er udstyret på hospitalet blevet sporbart, så hverken skraldespande eller dyrt medicinsk udstyr forsvinder i et hjørne af det store hus.
Personalet har nemlig også adgang til sporingsløsningen, så de kan gå ind og søge efter genstande – en skraldespand eller blodtryksmåler – og lokalisere dem på et kort. Og på samme måde har medarbejderne mulighed for at bære rundt på et tag, så man kan se hvor folk er lige nu.
”Ud fra nogle stikprøver vi har lavet, kan vi se, at sygeplejerskerne bruger mindst 14 minutter om dagen på at lede efter ting. Kan man reducere det til det halve, er det en masse esktra tid som kan gå til patienterne. Så bliver vi mere effektive – plus at tiden der bruges på ikke at kunne finde noget, kun er frustrationstid,” siger Steffen Ørnemark.
Men dataindsamlingen handler ikke bare om, hvor alting er. Ved at tilføje logik til datasporet, bruges det også til at optimere flowet.
”Ved at tilføjet logik til systemet ved det, om en skraldespand er tom eller fyldt afhængig af, hvor den befinder sig – uden at der behøver yderligere sensorer eller nogen til at holde øje. Bare ved at kunne følge udstyrets vej rundt i huset, kan vi begynde at omsætte det til arbejdsopgaver, eller i det mindste give nogle et overblik, som kan lave arbejdsopgaverne,” forklarer Steffen Ørnemark.
På et overordnet plan kan den slags sporing være med til at forbedre både flowet og mængden af udstyr, hvilket i sidste ende kan spare kroner og ører.
”En af ambitionerne er, at optimere antallet af det udstyr, vi har. Det koster penge at købe nyt udstyr ind, men noget koster også penge at have i rotation – fx senge, der skal holdes rene. Det er alt sammen mandetimer. Så hver eneste overskudsseng vi har koster et eller andet beløb af holde i loopet – ud over at den fylder unødvendigt,” siger Steffen Ørnemark.
Og på så stor en arbejdsplads er der store besparelse at hente ved selv små besparelse.
”Der møder 10.000 mennesker ind på arbejde her, og 1000 beskæftiger sig med at flytte rundt på tingene. Kan vi spare nogle opkald eller slippe for at flytte rundt på tingene, så bliver det i så stor en organisation hurtigt til rigtig meget,” siger Steffen Ørnemark.
Data giver mulighed for at være proaktiv
Takket være teknologien er det på Universitetshospitalet blevet muligt at samle data ind på et helt nyt niveau. Næste skridt er for alvor at få mening ud af den indsamlede data, så den kan omsættes til handlinger.
”Vi er jo først lige så stille begyndt at tage konsekvenserne af mulighederne. Det er ikke viden, der findes i ret mange organisationer. Men vi har jo potentialet til at lave organiseringen radikalt om. Den måde vi samler data ind på her er stadig på kravlestadiet sammenlignet med Alibaba og Amazon. Men vi har en ambition om at være en af verdens bedste universitets-hospitaler, og det skal også gælde logistikken – ikke kun det kliniske,” siger Steffen Ørnemark.
Med dataen kan ledelsen allerede få et stort overblik over belægningen på den enkelte operationsstue. Et oplagt næste skridt er at tilføje predictive maintanance – hvor mange kilometer skal en skraldespand køre før den skal have skiftet hjul. På den måde kan hospitalet nemlig forudse, om der er ved at opstå flaskehalse – som de allerede gør med blandt andet vaskecentralen for sterilvognene.
”Antallet af vogne dernede er et udtryk for, om det kører optimalt, eller om motoren hakker. Så der kan vi gennem dataindsamlingen gå ind og sige: Hvis der er mere end 50 vogne, der hober sig op dernede, er vi på vej til at få et flaskehalsproblem et andet sted. Så der kan man hele tiden følge med i, hvor stor bufferen er dernede,” siger Steffen Ørnemark.
Løses sådan en flaskehals ikke i tide, kan det i sidste ende føre til aflyste operationer. Derfor har Steffen Ørnemark også en ambition om, at man i en nær fremtid i endnu højere grad kan bruge dataen til at forudsige og handle ud fra forudsigelserne.
”Man holder op med at synes, men kan begynde at diskutere nogle tal og mere præcist finde ud af, hvor problemet opstår. Har man en indikator på noget, kan man gå ned i detaljer og finde problemerne. Kan kan begynde at se: Om 6 timer begynder det at giver problemer, hvis ikke vi gøre noget nu. Vi kan handle proaktivt. Og redskaberne til at gøre det, er nye,” siger han.
Hospital 4.0
Selvom logistikken er en stor del af at drive hospitalet, ser Steffen Ørnemark det i højere grad som en IOT- eller Industri 4.0-opgave end en HealthTech-opgave. Derfor skal inspirationen, der kan forløse potentialet, også i lige så høj grad komme fra andre sektorer.
”I og med, at IoT-løsningen er bygget op omkring internationale standarder, betyder det også, at hvis vi om tre år finder noget hos en sydkoreansk leverandør, som har leveret noget super skarpt til skibtsværftssektoren, så kan vi sådan set bruge den løsning. I stedet for bare at lavet noget der passer til Aarhus Universitsetshospital, har vi bygget noget, der i videst muligt omfang er noget, man kan læne sig op ad andre steder,” siger han.
Kan tydeligt se en fremtid, hvor dataen også bliver kobler sammen med alle mulige andre datakilder, så vagtplanen kan indrettes efter vejrudsigten, og madplanen medregner ramadanen på de afdelinger, som historisk har mange muslimske patienter.
”Vi er på et stadie, hvor man kun er begyndt at se omridset af, hvad man kan med den indsamlede data. Bidata får jo indflydelse, og man kan godt følge logikken: Hvis vi ved, det er påske eller ramadan, skal madplanlægningen nok være anderledes. Vi mangler bare evnen til at omsætte bigdataen til den type inputs gennem algoritmer, men det kan vi med machine learning, som kan hjælpe os med at se mønstre i det, der umiddelbart virker tilfældigt og kaotisk,” siger Steffen Ørnemark.
Derfor kommer det i sidste ende også til at handle om meget mere end hvordan man flytter skraldespande på den mest effektive måde. På sigt tror han på, at dataen kommer til at påvirke flowet for en operation eller hvordan man indretter operationslokalet.
”Vi er langt derfra endnu, og det er ikke sikkert, det bliver Danmark der bliver driver, fordi vi har et strammere patientfokus end økonomisk fokus. Men privathostpitaler med et mere økonomisk fokus er begyndt at presse deres kliniske måde at håndtere ting på ud fra, hvad dataen siger er optimalt for hele flowet. Vores ambition bør stadig være den samme: At gøre tingene mest optimalt,” siger han, og fortsætter.
”Om fem år diskuterer vi ikke, hvordan vi skal bruge data, men i hvilket omfang. For den her type teknologi kommer til at påvirke hele forsyningskæden og i sidste ende hele måden vi organiserer hospitalet og arbejdsopgaverne på.”
Fakta: Skejby Universitetshospital
- Sygehuset er 500.000 kvadratmeter og har ca. 20.000 rum.
- 10.000 ansatte hvoraf 1000 arbejder med logistik.
- 3.000 scannere på sygehuset og ca. 50.000 tags.
- Systemet bruges til 65.000 opgaver i måneden.
- Fik i 2017-2018 priser internationalt for sin IoT-installation.