数字化转型或可解决医疗卫生行业的人才流失问题。
沃顿商学院教授宋慧敏（Hummy Song）表示，患者流动、人员配置、排班和供应链都可能因数字化转型而得到变革。
要实现转型，恰当的数据收集、系统设计，以及对人机算法交互的认识都至关重要。
近几个月来，美国有超过50万名医疗卫生工作者辞职，新冠疫情将他们推向崩溃边缘。但更多地运用技术或能帮助保住工作岗位，减少导致许多医院医生和护士职业倦怠的低效和压力。
“谈到数字化转型和运用数字技术时，我们往往会想到它如何帮助临床工作，比如精准医疗，或利用人工智能检测癌症迹象，”宋慧敏说道。她是沃顿商学院运营、信息与决策学教授。“但利用这些工具大幅改善运营工作，也有很大的机会。”
上个月，宋慧敏与他人合著的一篇文章发表于《哈佛商业评论》，探讨数字化转型如何革新医院管理。她表示，尽管医疗机构普遍使用技术，但很少有机构能借助技术充分利用宝贵且有限的资源——无论是物质资源还是人力资源。
宋慧敏参加了SiriusXM频道《沃顿商学院商业每日谈》，讨论这篇文章以及数字化转型有助于改善员工工作条件的四个具体领域，而这也能为患者带来更好的治疗效果。（请收听本页顶部的播客。）
患者流动
医院管理患者是一项持续不断的工作。病人一到医院，就会引发一连串需要迅速作出的决定：此人是否需要住院？如果需要，应收入哪个科室？该科室有床位吗？如果没有，何时会有？还是应将患者转送到其他医疗机构？
预测工具利用过往信息，估算入院人数、等待时间、转院、出院及其他数据点。系统还可以纳入外部趋势，例如与新冠变异株相关的入院人数激增，帮助工作人员作出更好、更准确的决策。
“患者流动是机器学习或算法如何发挥作用的一个很好的例子，”宋慧敏说。“其中有许多环节在不断变化，而且彼此相连，因此要找出最佳行动方案确实很有挑战性。”
人员配置
宋慧敏表示，算法非常擅长建模和预测缺勤情况，而这在疫情期间一直是个关键问题。部署能够结合缺勤率与患者流动数据的系统，可以帮助医院清楚了解任何一天各个科室需要配置多少人员。
传统上，一旦有人请病假，医院就会手忙脚乱地找人顶班。宋慧敏说，这种混乱“确实很成问题，尤其是当你开始关注相关研究，看到排班不稳定、难以预测会造成什么后果时。事实证明，这是促使护士辞职的一大原因。”
人员配置难题当然并非医疗卫生行业独有。宋慧敏表示，零售业、餐饮业和其他经济领域也可以借鉴这些经验。
“患者流动是机器学习或算法如何发挥作用的一个很好的例子。”——宋慧敏
排班
排班因其复杂性而成为医院另一项艰巨任务。例如，患者需要手术时，哪间手术室有空？什么时段可用？设备是否都已准备就绪？
宋慧敏说：“许多医院面临的一大挑战，是准确预测每项手术需要多长时间，因为这直接关系到当天能做哪些手术、做多少台，以及按什么顺序进行。”
还需要考虑手术团队。研究表明，外科医生的工作量、手术团队的经验以及手术顺序都会影响手术室的占用时长。一位患者的手术超时，可能会影响下一位患者的护理质量。
宋慧敏说：“算法考虑这些因素要比人来做容易得多。你可以利用这些工具优化此类资源排班，进而减少后续延误。”
供应链
2018年，美国医院平均每家在医疗和手术用品上的支出为1190万美元，最高可占运营费用的三分之一。涉及如此巨额资金，显然，精确追踪库存乃至最后一盒乳胶手套都应是优先事项。
宋慧敏说：“医院库存管理中仍有惊人比例是手动完成的。只要实现流程自动化并集中管理信息，就有很大改进空间，这样追踪和订购用品也会更容易。”
她还表示，数字系统有助于医院协调各部门间的物资供应，并更具韧性地应对全球供应链的变化。
在《哈佛商业评论》的文章中，宋慧敏与合著者、首尔国立大学的金宋熙（Song-Hee Kim）为希望更有规划地运用信息技术的医院提出了三条“处方”。第一，以正确的格式收集正确的数据。第二，设计具有可扩展性和互操作性的数据系统。第三，切勿忽视人与算法的互动，因为最终的决策者是人。
宋慧敏说：“这不仅能为医院带来可观的财务投资回报，或许更重要的是，这对患者而言是有意义的一步，有助于提高护理质量和效率。当系统效率更高时，就意味着更多患者能够获得系统服务。”
