案例库 · 研发与科研 · 运营决策 · 2011–2014
格雷迪改造急诊室流程，而非增建床位
佐治亚理工与格雷迪联合运用机器学习、模拟和优化，将急诊室停留时间缩短约33%。
格雷迪健康系统（格雷迪纪念医院）
那一手
急诊室拥堵是因为患者到达时间不可预测，有些患者停留时间过长，等待决策。增加床位成本高昂，且往往不能缓解真正由流程引起的拥堵。
佐治亚理工学院的李亦华与格雷迪团队构建了急诊室决策支持系统，结合机器学习、模拟与优化。该系统能预测哪些患者需要住院，并优化他们在科室内的流动，将合适的短住病例引导至临床决策单元。
该系统使管理者能够全局重新优化工作流程，而非对最新涌入做出被动反应，让现有空间和员工成为更高效的整体。
为什么管用
- 它优化了整个科室的流程，而非单个队列，使各部分协调运作。
- 它将现有资源重新利用为临床决策单元，而非建造新设施。
- 机器学习预测需求，模型将预测转化为分诊和人员配置决策。
- 它缩短了停留时间，从而在不增加床位或员工的情况下缓解急诊室拥堵。
值了多少重新利用现有资源，而非增加床位神来之笔
可以搬走什么
在投入资金增加容量之前，先对流程建模并重新配置现有资源——瓶颈往往在于工作的分诊，而非床位或员工的数量。
后来呢
该系统帮助格雷迪将急诊室停留时间缩短约33%，重新利用的临床决策单元将急诊室再入院率降低约28%。该工作入围2014年INFORMS Franz Edelman奖决赛，并在2013年Daniel H. Wagner奖中获得特别二等奖，论文发表于《Interfaces》。
资料来源
- Lee's Project Named One of Six Finalists for the INFORMS Franz Edelman Prize
- Transforming Hospital Emergency Department Workflow and Patient Care
发现哪里写错了？告诉我们。