הכתבה מציגה מקרה בוחן של שותפות בין המרכז הרפואי אסותא לחברת בינה מלאכותית בתחום הבריאות בשם In-House Health במטרה לפתח אלגוריתם לחיזוי עומס עבודה קליני ופלטפורמה לניהול קל יותר של לוחות זמנים.
הטכנולוגיה של In-House מבוססת על אלגוריתם שמנבא עומס עבודה קליני לפי יחידה כדי להתאים אוטומטית את לוחות הזמנים לצרכי הטיפול במטופלים. זה מאפשר לצוותי הסיעוד לתכנן מראש, עם פרטים ספציפיים על מה שיניע את עומס העבודה וזמינות העובדים בעתיד. בנוסף, המערכת עוקבת אחר העדפות הצוות, זמינות ואמינות, כך שמילוי המשמרות מתועדף ומחולק באופן הוגן.
הפלטפורמה מפחיתה את המורכבות והמאמץ בתזמון משמרות על ידי התחשבות בגורמים רבים שמשפיעים על עומס העבודה הקליני, כמו ימים או שבועות עם נפח גבוה של הליכים מורכבים או מטופלים הדורשים רמת טיפול גבוהה יותר.
לאחר תקופת הטמעה קצרה, ארבע יחידות במתקן המרכזי של אסותא החלו להשתמש בפלטפורמה. התוצאות היו מרשימות: לאחר חודשיים, המשתמשים דיווחו על ירידה ממוצעת של 28% בקושי של "בניית והתאמת לוחות זמנים", ועלייה ממוצעת של 14% ב"ביטחון שלוח הזמנים מדויק לצרכי הטיפול במטופלים".
לסיכום, הכתבה מדגישה שבעוד שיפור דיוק לוחות הזמנים הקליניים עוזר להקל על חלק מהלחץ על צוותי הסיעוד, זהו רק ההתחלה. פתרונות נוספים מתפתחים, כמו ניהול מאגר צוות צף ברמת המתקן, ומודלים חדשים לתעסוקה, איוש וקביעת לוחות זמנים. אלה נדרשים כדי להתמודד עם הבעיה המתגברת של שחיקה ותחלופה בכוח העבודה בתחום הבריאות, במיוחד בסיעוד האשפוזי, ולעמוד בביקוש הגובר של המטופלים.