Plánovač chemoterapie pro stacionář FNO. Rozloží pacienty do dnů a hodin bez špiček a pacient přesně ví, kdy má přijít.
Lékaři dnes objednávají pacienty na chemoterapii ručně a každý zvlášť. Jeden den je stacionář přeplněný, jiný den křesla stojí prázdná. Ráno se čeká na kontrolu a na lékárnu, takže křesla jsou volná, a mezi 11 a 13 hodinou je špička. Pacient sedí v čekárně od sedmi a neví, kdy na něj přijde řada.
Naše aplikace to plánuje za ně.
Co umí
- Import karty režimu: lékař nahraje Word s rozpisem léčby, AI z něj vytáhne jednotlivé kroky a aplikace spočítá, jak dlouho bude pacient na křesle.
- Objednání: u nového pacienta systém navrhne tři nejvhodnější dny a řekne proč. Hlídá volná místa, počet sester i to, kdy ordinuje jeho lékař.
- Týden: jedním tlačítkem rozloží přetížené dny do celého týdne, vždy nejvýš o den.
- Den: rozpis křesel a lůžek po hodinách se semaforem a stavem pacientů naživo.
- Simulátor: třeba ráno onemocní dvě sestry. Vrchní sestra hned vidí, kterých pacientů se to týká, a změnu potvrdí jedním kliknutím.
- Pacient: web, aplikace pro iPhone a Android s časem, kdy má přijít na chemoterapii. Při změně dostane upozornění a SMS notifikaci.
- AI asistent: odpovídá česky na otázky typu „Proč je pan Novák až ve 12?“ a je schopný optimalizovat rozvrh na požádání.
Jak to funguje
Data leží v InterSystems IRIS for Health jako standardní FHIR R4 zdroje. Plán počítá optimalizační engine v Pythonu (OR-Tools CP-SAT), backend je NestJS, web React. Vše běží na Azure. Přihlášení a role řeší IRIS přes OAuth 2.0 a OpenID Connect. Byl také využit Vector Search v rámci rozhraní IRIS a InterSystems Interoperability pro napojení externí služby pro posílání SMS zpráv.
Systém plánuje čas a kapacity, o léčbě a dávkách dál rozhoduje lékař.
- Měli už předtím
- Žádný kód jsme s sebou neměli, všechno vzniklo během hackathonu.
- Využití AI
- AI používáme tam, kde opravdu pomáhá. Karty léčebných režimů ve Wordu jsou každá napsaná jinak, takže z nich model (Azure OpenAI) vytáhne strukturovaný rozpis kroků a délku na křesle pak spočítá náš kód. Lékař výsledek jen zkontroluje a potvrdí. Druhé použití je AI asistent, který česky odpovídá na otázky nad plánem a umí vytvořit dynamické uživatelské rozhraní pro práci se systémem (předvyplněný formulář pro vytvoření rezervace nebo změna kapacit na pracovišti). Samotné plánování dělá optimalizační algoritmus, protože je přesnější a jde vysvětlit.
- Dopad
- Na stejných 674 aplikacích za 21 dní, se stejnými křesly a sestrami, náš plán snížil přesčas o 52 % (442 h na 210 h součtu hodin navíc u pacientů). Dny, kdy sestry nestíhají zahájit všechna kapání, klesly ze 6 na 0 a dnů s úplně plnou špičkou kolem poledne je 9 místo 15. Stacionář tedy zvládne stejný počet pacientů klidněji a bez nových křesel. Pacient nemusí sedět od rána v čekárně, protože ví, kdy přijít, a při změně dostane SMS. Protože stavíme na FHIR a IRIS, dá se systém napojit i na jiná onkologická centra.
- Komu pomůže
- Pacienti a jejich blízcí, Lékaři a sestry, Nemocnice a poskytovatelé péče
- Technologie InterSystems
- Ano — Všechna data jsou v InterSystems IRIS for Health na FHIR R4 serveru. Pacienti, termíny, léčebné plány, režimy i průběh kapání jsou standardní FHIR zdroje (Patient, Appointment, CarePlan, PlanDefinition, Encounter), vlastní databázi nemáme. IRIS nám slouží i jako OAuth 2.0 a OpenID Connect server pro přihlášení a role a vede audit přístupů. Mimo to nám IRIS pomáhá s Vector Searchem pro vyhledávání pacientů. Pro napojení externí služby pro odesílání SMS bylo využito InterSystems Interoperability.
- Tým
- Pokorní vítězové — Ondřej Konařík, Tomáš Hotárek, Radim Vaněk, Martin Glos
- Výzva
- Chytřejší plánování onkologického stacionáře · Ostrava