UHCW NHS Trust, IBM Consulting e Celonis SE hanno formato un team affiatato e coeso per analizzare i servizi ambulatoriali del trust attraverso la lente dell'esperienza dei pazienti e dei risultati sanitari. L'approccio ha combinato il modello IBM Garage, il process mining basato sull'AI di Celonis, le principali pratiche di analytics dei dati di UHCW NHS Trust e le sue attività di miglioramento delle operazioni.
Il team ha analizzato oltre mezzo milione di percorsi pseudonimi dei pazienti attraverso i dati operativi del fondo, e ha effettuato ricerche di persona e colloqui con il personale al centro del processo. A questa analisi sono stati sovrapposti i dati demografici pseudonimizzati, per garantire che i risultati e gli interventi non aggravassero le disuguaglianze sanitarie. Questo approccio esclusivo ha evidenziato opportunità di miglioramento e interventi in un periodo di poche settimane anziché di mesi.
Uno di questi miglioramenti ha riguardato l'approccio dell'UHCW NHS Trust ai mancati appuntamenti dei pazienti (DNA), più comuni tra coloro che hanno un alto punteggio di deprivazione. Dopo aver identificato un picco di cancellazioni dell'ultimo minuto dopo l'invio di due promemoria via SMS, un team IBM Garage ha scoperto come migliorare la probabilità di riassegnare le prenotazioni in questi slot. Successivamente si è accorto che, regolando i tempi di questi promemoria via SMS (cioè inviando un avviso anticipato ai pazienti 14 giorni prima degli appuntamenti e un follow-up quattro giorni prima), il fondo poteva aumentare le cancellazioni tempestive nel gruppo idoneo a ricevere due messaggi di testo, consentendo la potenziale riassegnazione degli slot per tali appuntamenti.
Nell'ambito del progetto, IBM e UHCW NHS Trust hanno anche utilizzato la tecnologia IBM watsonx.ai per addestrare, mettere a punto e implementare i modelli di machine learning a supporto del personale ospedaliero per la pianificazione e la convalida dei pazienti sul backlog elettivo. Inoltre, la soluzione utilizza funzionalità di AI generativa (GenAI) per leggere le cartelle cliniche e aiutare a verificare lo stato delle liste d'attesa dei pazienti.