Analýza laboratorního workflow z provozních dat a návrh optimalizace procesu řízené daty

Abstract

Zdravotní laboratoře hrají kritickou roli v kvalitě zdravotní péče. Provádí analýzu organického materiálu odebraného z těla pacientů k určení jejich zdravotního stavu. Včasná léčba může zachytit nemoc již během její inkubace a zabránit tak většímu dopadu. Toto může být rozhodující faktor mezi životem a smrtí pacienta. Proto je prvořadé optimalizovat konfiguraci těchto systému, aby byly výsledky analýzy vydány co nejdříve. Bohužel, téma laboratorní optimalizace není v současné době dostatečně prozkoumáno. Naším cílem je vyplnit tuto mezeru ve výzkumu. Spolupracovali jsme se soukromou laboratoří Prevedig Medical, která nám poskytla provozní data a vhled do jejich automatizace. Analyzovali jsme jejich provozní data a navrhli optimalizační algoritmy zlepšující jejich automatizaci. V optimalizaci jsme se soustředili na průchodnost biochemických analyzátorů, kde jsme dosáhli 33.10% zlepšení. Navíc jsme navrhli přístup optimalizující nastavení laboratoře vzhledem ke specifickým požadavků laboratoře s cílem minimalizace průměrného TAT vzorků.

Medical laboratories play a vital role in healthcare quality. They perform analysis of organic material sampled from a patient’s body to asses the patient’s health status. Timely medical intervention can intercept the incubation of an illness before it causes harm. This can be a deciding factor between the life and death of the patient. Therefore, it is paramount to optimize the configuration of these systems to deliver analysis results as soon as possible. Unfortunately, the area of laboratory optimization is currently not thoroughly examined. We aim to fill in this research gap. We collaborated with laboratory Prevedig Medical who provided us operational data and insight into their automatization. We analyzed the operational data and devised optimization approaches to improve the automatization system. In the optimization, we focused on the throughput of the biochemical analyzers, increasing their throughput by 33.10%. Furthermore, we designed another approach that optimizes laboratory configuration, minimizing the average sample TAT while respecting the laboratory requirements.