全文共2298字，预计学习时长4分钟
路易斯·巴斯德（Louis Pasteur）有句名言：“机会偏爱有准备的人。”但是，某些专业性极强的场所（如医院的输液中心）充满了不确定因素，好像根本不可能提前做好万全准备。人员调度非常复杂，患者要等上好长时间，而护士们常常忙得不可开交。
医疗人员在精疲力竭后，自然会对工作有所不满，因此，他们对患者的护理通常差强人意。不过，新兴技术有望降低不确定性，根据不断变化的情况合理安排人员，在保证中心高效运转的同时，也能优化患者的受诊体验以及医疗人员的工作体验。
开启一天的工作
癌症中心的一位护理主任让我想起了巴斯德的那句名言，她所在的中心属于美国一流的医疗机构。一次会上，她介绍了手头一项重大计划的进展情况，该计划由她与一名同事共同负责，即对中心的输液处进行全面改造。她做了一个类比，刚接手时输液处就像高尔夫球锦标赛场一般。
人们早上去上班，先寒暄一番，或者分享些趣事，然后就各自奔赴岗位，开启充满未知的一天。有的护士可能会负责15名患者，也有的只负责3名患者，但她们不知道彼此的情况，也就无法作出调整。
她的同事是位临床护士专家，负责手术中的看护工作，她做了一个更加贴切的类比。她认为输液处更像个战区。未经改造前，患者等待的时间有时长达525分钟。护士到位时，患者早已在大厅等候。哪个护士负责哪位病人根本没有安排好，然后护士们就会因分配问题产生冲突，这样就推迟了工作进程。护理人员一般都是日程满满，现在再加上突发状况，一天下来。就会筋疲力竭。
历尽一番艰辛后，两位负责人带领着她们组建的团队让输液处的工作流程焕然一新——提前为患者配备护士，签署表格、备好治疗室、兑好药物、备好房间和椅子。一切已准备就绪。
但是，没有护士愿意接受分配。即使同时有五名护士提前一个小时到位，（有11名患者等候时) ，她们仍会为一天的安排争论不休。到了上午10点或11点，医疗中心一片混乱，而到下午2点或2点30时，就已空无一人。这在全国的输液中心都十分常见。
漫长的一天
还有一个问题困扰着该团队，也让全国数百个团队头疼——不顾日程安排，就意味着没有固定的下班时间，员工们往往要工作到深夜。在许多输液中心，护士们大都记不起自己上次准时下班是什么时候了。她们总不能在给患者治疗期间下班吧。所以，很多输液中心每月都会支付大量的加班费，护士们则愈发疲惫与不满。
2018年针对22,000名护士的调查问卷显示，有一半的护理人员会加班，每周平均加班9小时。这不仅会给计算人事方面的预算带来麻烦，还会导致护理人员的高流失率—然后填补空缺职位又要浪费大量时间，现有员工负担会更重。
为人事安排贡献智能方案
一股巨大的创新浪潮正席卷全国的健康系统。除了医疗进步，健康服务中心赖以运行的基础体系也正在经历变革。特别是引入人工智能（AI）后，中心的工作安排—从日程预约到设施利用再到人员分配—让患者和医疗人员越来越满意。
基于AI的平台在安排预约上取得了重大进展，因为会考虑到预约持续时间，预约涉及内容，患者是否有其他相关预约以及当天的患者总量这些因素。系统可以根据治疗室的工作预测可能的预约或可能会取消的预约，这样护士们就不会每天都忙得焦头烂额。
基于AI的平台还可以处理紧急情况下患者的安置工作。虽然没有一天的安排能做到尽善尽美，但系统会根据每天的情况不断学习，算法也会在实际数据的基础上不断学习改进，然后调整后续工作安排。
AI在护士分配上的应用才真正令人惊叹。新系统“读取”患者受诊情况，检查安排了哪些医生护士，然后解读敏锐度。患者输液时需要护士的时刻关注，就好比飞机在飞行过程中需要飞行员关注一样—旅程开始和结束时飞行员注意力需要百分百集中。将患者智能地分配给护士可以确保每次预约开始和结束时护士仅负责一名患者，然后将护士在患者输液“中途”合理分配给其他几个距离较近的患者。
因此，将人工智能应用于输液中心有点像在繁忙的机场进行空中交通管制。即使突发情况随时都有，它也可以有条不紊地安排工作。有些数据最终会影响人们的生活，基于这些数据，强大的工具可帮助人进行关键决策—而且这些工具可以即时处理HL7数据，帮人作出决策。
影响
将人工智能解决方案应用于输液中心已不再是幻想，因为在过去几年中，一些世界一流的大型护理中心已成功将其应用到工作中。中心引入AI后，员工加班时间明显降低，护士对工作的满意度得到了提升，日工作量及护理人员个人工作量更合理了，员工流失率也有所下降。
更确切地说，上文两位负责人大约在两年前建立了一个基于AI的系统。从那时起，他们就开发了一种用来确定敏度的复杂模型，该模型可用于日程安排软件中，能更好地确定预约所需时间以及对护理人员的需求情况。
护士们对软件分配的工作更为满意，为了保证工作进度及患者体验，软件还针对护士们工作中的“讨价还价”制定了规则。此外，考虑到员工的工作负担，中心还规定每天每位护士最多护理八名患者。两位负责人用四年的时间，完成了一件看似“不可为”的任务，患者的等待时间已从525分钟缩短至30分钟以内。
由于输液中心的情况每天都在变化，基于AI的技术无法完美应对输液中心面临的每一项挑战，不过系统能不断学习，不断提高预测分析能力。所以，工作安排会越来越合理，时刻为突发情况做好准备。
留言 点赞 关注
我们一起分享AI学习与发展的干货
如需转载，请后台留言，遵守转载规范