In maart nodigden we huisartsenposten uit om deel te nemen aan een PoC. Vier huisartsenposten hebben zich recentelijk aangesloten voor deelname. Samen met hen wordt de behoefte voor het vinden van een betere aansluiting van de capaciteit bij de vraag verkend. Afgelopen winter startte Topicus al een PoC samen met een huisartsenpost om de telefoondruk te voorspellen met behulp van machine learning.
Efficiënte personeelsplanning
Drukte en personeelstekorten vormen vaak uitdagingen voor huisartsenposten. Een efficiënte planning is daarbij van essentieel belang. Een nauwkeurige voorspelling van het aantal benodigde medewerkers op elk gegeven moment kan helpen bij het optimaliseren van de personeelsbezetting.
Uiteindelijk zijn het verkorten van de wachttijden aan de telefoon en het verlagen van de werkdruk van het personeel de belangrijkste doelen. De verwachting is dat dit op termijn zal leiden tot hogere tevredenheid bij zowel patiënten als bij medewerkers van huisartsenposten.
Het machine learning model
Het machine learning model maakt gebruik van data, zoals historische telefoongegevens, vakantieperiodes, weersverwachtingen en regionale evenementen. Deze data worden geanalyseerd en op basis daarvan kan worden voorspeld hoeveel oproepen er op een bepaald moment worden verwacht. Met deze voorspelling kunnen huisartsenposten de beschikbare capaciteit slimmer plannen en ervoor zorgen dat er altijd voldoende personeel beschikbaar is om patiënten telefonisch te helpen.
Het uitgangspunt is om tot een slimme oplossing te komen die huisartsenposten kan helpen de beschikbare diensten slimmer in te plannen. Dit door middel van een basisrooster dat beter aansluit of door ad-hoc verschuivingen in het rooster bij voorspelde uitzonderlijke drukte of rustige momenten. Dit kan binnen het PoC verder worden onderzocht.