Met besliskunde logistiek proces in laboratoria optimaliseren

Door Eline Tsai
VVAO, Afdeling Enschede

 

 

Tijdens mijn promotieonderzoek doe ik onderzoek naar het verbeteren van de logistiek in klinisch chemische laboratoria. Met dit artikel laat ik zien dat het gebruik van ‘operations research’ in ziekenhuizen voor zeer waardevolle inzichten kan zorgen.

Aan de Universiteit Twente heb ik zelf toegepaste wiskunde gestudeerd in de masterrichting “Stochastic Operations Research”, oftewel stochastisch operationeel onderzoek. Operations Research wordt ook weleens besliskunde genoemd en is het vakgebied waarin wiskundige modellen worden gebruikt om processen te optimaliseren. Het ‘stochastic’-stuk geeft aan dat er gekeken wordt naar stochastische processen en dus ook onzekerheid. In mijn promotieonderzoek gebruik ik deze technieken om de processen in klinisch chemische laboratoria te verbeteren.


Literatuuronderzoek

In het eerste jaar van mijn promotieonderzoek heb ik in de literatuur gezocht naar welke prestatie- indicatoren in de praktijk gebruikt worden om de prestatie van een ziekenhuis-lab te kwantificeren. Er zijn tegenwoordig tal van mogelijke manieren waarop een lab ingericht kan worden en het selecteren van de juiste prestatie-indicatoren is niet triviaal. Wanneer kan je zeggen dat een lab goed is ingericht? Wat moet je meten en hoe moet je dat meten? Op basis van de gemeten waarden van deze indicatoren, kan het lab verdere stappen ondernemen om het testproces te verbeteren.

Een belangrijke prestatie-indicator is natuurlijk de kwaliteit van de testresultaten. Dit is terug te zien in het scala aan medische artikelen over dit onderwerp. Daarnaast kan het op tijd leveren van de testresultaten van levensbelang zijn. Hierdoor is naast testkwaliteit, de doorlooptijd de meest gemeten prestatie-indicator. De doorlooptijd wordt vaak door ziekenhuis-labs gedefinieerd als de tijd tussen aankomst van het monster in het lab en het moment waarop de resultaten klaar zijn voor terugrapportage. Over de doorlooptijd zijn ook tal van medische artikelen geschreven. In deze artikelen is vaak te zien dat het aantal fouten gemonitord wordt en dat interventies worden voorgesteld om ze te verminderen. Denk bij fouten aan een verkeerde hoeveelheid afgenomen bloed, het gebruiken van een verkeerde buis, het niet correct plakken van het label op het buisje, of het laten vallen of kwijtraken van een monster. Dit soort fouten zorgen voor extra werk waardoor het meer tijd kost de testresultaten te genereren.


Logistiek

Naar het verlagen van de doorlooptijd door het verminderen van fouten is dus veel en goed onderzoek gedaan, maar wat ontbrak in de literatuur waren indicatoren die de logistiek karakteriseerden. Een ziekenhuis-lab is eigenlijk goed te vergelijken met een productieproces in een fabriek. Een lab-monster moet, net als een onvoltooid onderdeel, verschillende stappen doorlopen in het proces voordat het eindproduct, namelijk de testresultaten, klaar zijn. Er is tal van literatuur over het inrichten van deze productieprocessen en daar kunnen we dus goed van leren. De tijd die het kost om een onderdeel te fabriceren is in de literatuur over de productieprocessen ook één van de belangrijkste prestatie-indicatoren. Daar waar in de medische wereld de fouten worden gemeten, wordt hier onder andere gekeken naar de aanwezige hoeveelheid onvoltooid werk, benutting van de middelen en wachttijden. Ophopingen van monsters en pieken in de wachttijd kunnen knelpunten in het testproces aangeven en onvoldoende capaciteit impliceren. Te hoge benutting van testapparatuur of ongelijke benutting van vergelijkbare apparaten kunnen leiden tot langdurige doorlooptijden. Echter is een te lage benutting is ook weer niet gewenst bij duur-lab-apparatuur.

 

Optimalisatie testproces

Het aantal fouten in het lab terugbrengen is zeker waardevol, maar het lab kan bijvoorbeeld ook onderzoeken hoe stafroosters kunnen worden aangepast, zodat ze beter met de instroom van monsters matchen. Door knelpunten te verhelpen, kan er een soepele doorstroom van de monsters ontstaan. De apparatuur en de werkbanken kunnen efficiënter worden geplaatst, zodat de monsters een kortere afstand hoeven te overbruggen. Is er meer capaciteit nodig of kunnen knelpunten verholpen worden door een betere planning? En ga zo maar door. Zelf ben ik momenteel bezig met een toewijzingsstrategie van monsters aan vergelijkbare apparaten, zodat de werkdruk over deze apparaten gelijk verdeeld is en de doorlooptijd minimaal. Verder onderzoek ik momenteel hoe de monsters optimaal gerouteerd kunnen worden in een analyzerstraat, waar het daadwerkelijke testen van de monsters gebeurt. Door de kennis uit de ‘operations research’ te gebruiken kunnen ziekenhuislabs de logistiek in hun testproces dus verbeteren, niet alleen in termen van doorlooptijd maar ook bijvoorbeeld in termen van kosten. Voor meer informatie over het bovenstaande ons artikel (bron 1), dat is gepubliceerd in 2019. Het bovenstaande artikel is hierop gebaseerd.


Samenwerking

Zeker in tijden als deze, met de COVID-19 pandemie, lijkt het mij waardevol dat niet alleen medisch personeel het zorgproces bekijkt en inricht, maar dat dit gebeurt in samenwerking met operationeel onderzoekers. Zo krijgen de patiënten niet alleen goede kwaliteit zorg, maar wordt de logistiek eromheen ook goed ingericht. De samenwerking tussen deze twee werelden wordt tijdens de pandemie in enkele ziekenhuisafdelingen al wel aangegaan. Ik zit op de Universiteit Twente bij de onderzoeksgroep CHOIR, die gespecialiseerd is in zorglogistiek. Leden van deze groep hebben onderzoek gedaan naar de heropstart van de zorg na corona, het optimaal inrichten van patiëntstromen en afsprakenschema’s op de 1,5-meterpolikliniek, het voorspellen van het aantal opgenomen COVID-19 patiënten en het eerlijk verspreiden van COVID-19 patiënten. De projectteams bestaan uit CHOIR-leden en medewerkers van de betreffende ziekenhuizen. De modellen ontwikkeld in deze projecten hebben waardevolle inzichten opgeleverd voor de gezondheidszorg. Zo heeft Otten et al. (2021)(bron 2), rekening houdend met grote beperkingen in wachtruimtes door het anderhalvemeterbeleid, een model ontwikkeld dat 70-90% van de patiënten in de nabije toekomst toch een fysiek consult kunnen krijgen en geen enkele patiënt uitgesteld of afgezegd hoeft te worden.


Jo Kolk-studiefonds

In mijn planning staat een bezoek aan de Mayo clinic in de Verenigde Staten om daar de doorlooptijden in het ‘Next Generation Sequencing’-lab te verlagen. Dit bezoek stond oorspronkelijk gepland voor de herfst van 2020, maar ging niet door vanwege de COVID-19 maatregelen. Ik voel me vereerd dat het Jo Kolk-Studiefonds een bijdrage wil leveren aan dit bezoek. Ik kan niet wachten om te gaan, zodra dat weer mag.

 

Bronnen

  1. Tsai, E. R., Tintu, A. N., Demirtas, D., Boucherie, R. J., de Jonge, R., & de Rijke, Y. B. (2019). A critical review of laboratory performance indicators. Critical reviews in clinical laboratory sciences, 56(7), 458-471.

  2. Otten, M., Dijkstra, S., Leeftink, G., Kamphorst, B., Olde Meierink, A, Heinen, A., Bijlsma, R., & Boucherie, R.J. (2021) Outpatient clinic scheduling with limited waiting area capacity. Under revisions.

 

 

 

 

 

 

 


Schrijf je in voor 'The VVAO Post'

Snel naar
Home
Over VVAO
Afdelingen
Agenda
Nieuws
Privacystatement
Cookie statement

Contact
VVAO Kantoor 
Herengracht 237a
1016 BH Amsterdam
kantoor@vvao.nl

© 2021 V.V.A.O.. ALL RIGHTS RESERVED