Pendahuluan

Mengelola Length of Stay (LOS) atau lama pasien di rawat di RS, sangat penting untuk menekan biaya tambahan yang mungkin terjadi. Menurut survei eksekutif 2019 oleh 4sight Health (Stewart, 2020)[1], operasi dan efisiensi adalah prioritas utama bagi eksekutif RS, dengan banyak fokus pada lama dirawat. Karena itu, tulisan ini akan mengangkat hal tersebut mengacu pada hasil Webinar yang dilakukan pada 30 Januari 2020 (Stewart, 2020). Webnar tersebut disponsori oleh Qventus dan dipandu oleh Becker's Hospital Review, & Julie Sethney, MSN, RN (wakil presiden M Health Fairview & Chief Nursing Officer). Salahsatu pembicara dalam seminar tersebut adalah Imaad Rashied, pakar kepuasan pelanggan di Qventus, yang menjelaskan bagaimana solusi perusahaan berperan.

Hasil seminar tersebut membahas tentang membahas bagaimana RS menangani lama pasien dirawat dan proses pemulangan tanpa menciptakan beban tambahan (Stewart, 2020). Untuk itu perlu dilakukan beberapa hal sbb; Identifying process variation across the health system, Starting with each site: Improving discharge process management, Centralizing system operations. Ketiga hal ini akan dibahas dibawah ini.

Identifying process variation across the health system

Menurut Ms. Sethney, sekitar 2 tahun yang lalu, M Health Fairview yang berbasis di Minneapolis menemukan bahwa masalah lama dirawat berlebih dapat diperparah oleh merger. Berbagai RS melakukan inisiatif peningkatan kinerja mereka sendiri, tanpa mempengaruhi perubahan berkelanjutan. Proses perencanaan pemulangan dan perencanaan tempat tidur bervariasi di seluruh RS, karena masing-masing departemen keperawatan mengadopsi variasi mereka sendiri. Perbedaan ini memuncak dalam masalah pemanfaatan. Misalnya, satu RS dengan ICU yang kelebihan beban memindahkan pasien yang masuk dari jaringan M Health saat RS lain dari sistem memiliki kapasitas untuk merewatnya. Ms Sethney mengatakan bahwa mereka bertindak seperti beberapa RS independen versus satu sistem. Yaitu memberi beban pada pasien untuk menavigasi kompleksitas sistem dibanding membuatnya mudah untuk mencari perawatan di M Health.

Terdapat 2 peluang dalam pengaturan rawat inap untuk mengatasi masalah ini. Yang pertama adalah melakukan standarisasi proses. Yang kedua oleh Mr. Rashied disebut sebagai "capstone" adalah untuk menciptakan pusat operasi sistem terpusat yang akan memungkinkan seluruh organisasi dalam  berkomunikasi dengan bahasa yang sama dan data real-time yang andal.

Starting with each site: Improving discharge process management

M Health Fairview mulai menggunakan aplikasi manajemen pemulangan Pathvent Qventus untuk melakukan putaran pemulangan multidisiplin dan mengatur lama dirawat. Perawat dan tim transisi perawatan dapat mengandalkan alat tersebut untuk secara proaktif mengidentifikasi hambatan yang diprioritaskan selama shift mereka dan memastikan komunikasi yang konsisten. Ms Sethney mengatakan bahwa ini juga memungkinkan staf untuk bekerja dengan keluarga pasien untuk menjelaskan apa yang ada dalam proses pemulangan pasien & bagaimana mereka dapat membantu, sehingga memungkinkan pasien mendapatkan perawatan dari orang-orang terdekat.

Mr. Rashied mengatakan bahwa saat tim M Health menghasilkan banyak data dari proses ini, Qventus menggunakannya untuk melatih model machine learning. Hal ini akan membantu dokter memprediksi tanggal keluar pasien. Qventus menyediakan laporan yang merinci terkait hambatan pasien untuk pulang, frekuensi terjadinya dan hari rawat inap yang dapat dihindari.  Saat ini platform Qventus menggunakan machine learning untuk memperjelas perintah terapi pasien mana yang harus diprioritaskan untuk menghindari penundaan pemulangan pasien. Sebelumnya, proses ini dilakukan oleh manajer terapi. Ms Sethney mengatakan bahwa proses tersebut mengotomatisasi beberapa pekerjaan, sehingga orang dapat kembali untuk memberikan perawatan bernilai tinggi yang mereka inginkan.

Perubahan itu tentunya akan mengurangi beban staf rawat inap bagian depan, yang sebelumnya menghabiskan sebagian besar waktu untuk melacak pembaruan pada perawatan pasien dan perencanaan kepulangan melalui proses manual berkali-kali. Selain itu, pertemuan harian dapat memastikan bahwa para pemimpin bertanggung jawab untuk mempertahankan perubahan ini dan memenuhi tujuan mereka.

Centralizing system operations

Adapun tujuan kedua yaitu mendirikan pusat operasi terpusat dengan co-locating berbagai penempatan tempat tidur. Tiga tim besar yang melayani 10 RS M Health dikonsolidasikan di satu lokasi: pusat operasi sistem. Organisasi kemudian mempekerjakan analis aliran full time untuk secara proaktif melacak dan mengelola kemacetan di seluruh sistem.  Ms Sethney mengatakan bahwan peran itu penting bagi mereka karena sebelumnya, itu tugas setiap orang untuk memperhatikan operasi dan kendala kapasitas potensial. Saat ini mereka memiliki sumber daya khusus penuh waktu, harapannya ini dapat membuka lebih banyak efisiensi operasional saat menumbuhkan pusat operasi sistem.

Melalui kemitraannya dengan Qventus, M Health dapat memperoleh visibilitas secara real time di seluruh sistem kesehatan dan menggunakan machine learning untuk memprediksi dan mengidentifikasi antisipasi permintaan tempat tidur. Dengan kemampuan ini, M Health dapat secara proaktif menyelesaikan masalah dan mendorong efisiensi di seluruh sistem. Untuk organisasi yang ingin melakukan perubahan serupa, Ms. Sethney juga berbagi saran penting. Ms. Sethney mengatakan bahwa mengurangi lama dirawat merupakan hal yang penting. Ini juga penting untuk memastikan pasien tetap dalam sistem dan memastikan staf serta dokter berada di misi yang sama. Saat meminta staf untuk ikut serta dalam misi ini, pemimpin harus juga bekerja dan membantu mereka melakukan pekerjaan secara berbeda. Selain itu juga memberi alat untuk melakukannya secara efisien dan tanpa menimbulkan beban tambahan. Apabila hal ini dilakukan dengan baik, maka akan memiliki efek mengurangi kompleksitas bagi pasien. ini juga memicu kepercayaan pasien, bahwa saat mereka pergi ke RS atau klinik M Health, mereka mendapatkan perawatan bernilai tinggi yang sama, di mana pun mereka berada dalam sistem.

[1] Angie Stewart, 2020, How M Health Fairview transformed its discharge processes with predictive analytics