Un enfoque basado en métricas para desarrollar un modelo híbrido de equilibrio de personal y carga de trabajo en los...

Área de la Ciencia:

• Ingeniería biomédica
• Gestión de la asistencia sanitaria
• Investigación de las operaciones

Sus antecedentes:

• Los departamentos de ingeniería clínica (CED) se enfrentan a desafíos para administrar las tecnologías médicas en evolución y aumentar los inventarios con recursos limitados.
• Esto a menudo conduce a escasez de personal y cargas de trabajo desequilibradas, lo que afecta a la eficiencia operativa.

Objetivo del estudio:

• Desarrollar y validar un modelo de personal híbrido basado en métricas para optimizar la asignación de la fuerza laboral en los centros de desarrollo.
• Mejorar la eficiencia de la carga de trabajo y la gestión de los recursos dentro de los hospitales de Asuntos de Salud de la Guardia Nacional (NGHA) en Arabia Saudita.

Principales métodos:

• Extraído cinco años de datos de mantenimiento de CMMS y Oracle E-Business Suite.
• Construyó un modelo híbrido que combina métricas cuantitativas y aportes cualitativos del personal en 11 hospitales.
• Validación del modelo a través de un estudio de caso en el Hospital Infantil Especializado Rey Abdullah (KASCH).

Principales resultados:

• Identificó un déficit de personal del 7,8% en KASCH, proyectando una necesidad de 17 TTE en lugar de 14.
• Las tasas de utilización del personal eran muy desiguales (20,8% 71,5%) y las horas de mantenimiento para los equipos de alto riesgo eran significativas.
• El modelo híbrido demostró un potencial de ahorro de costes del 25%, un tiempo de actividad del equipo superior al 95% y una mejor distribución de la carga de trabajo.

Conclusiones:

• El modelo de personal híbrido ofrece un marco basado en datos para las decisiones basadas en el riesgo en los EDC.
• El modelo es adaptable a diversos entornos de atención médica, lo que requiere liderazgo, recopilación de datos y capacitación del personal para la sostenibilidad.
• La implementación puede conducir a una dotación de personal más equilibrada, mantenimiento predictivo y asignaciones dinámicas de tareas.