سازمانیسلامتتهران / مشهد / شیرازمنتشر شده

سامانه تریاژ و ارجاع هوشمند برای درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی

ساخت یک سامانه قابل‌گسترش بر پایه classification، priority scoring و queue orchestration برای درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی در یک بیمارستان، شبکه درمانی یا شرکت خدمات سلامت که کیفیت اولویت‌بندی و زمان رسیدگی را بهبود می‌دهد، افزایش بهره‌وری کادر درمانی، کاهش اتلاف زمان و بهبود تجربه بیمار را قابل‌اندازه‌گیری می‌کند و برای rollout مرحله‌ای در سازمان‌های ایرانی آماده است.

بازه بودجه: ۱٬۴۶۰٬۰۰۰٬۰۰۰۲٬۱۴۰٬۰۰۰٬۰۰۰
زمان‌بندی: ۱۰ تا ۱۳ هفته

مسئله و دامنه

درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی در یک بیمارستان، شبکه درمانی یا شرکت خدمات سلامت اغلب با فرایندهای دستی، اطلاعات پراکنده و صف‌های کند جلو می‌رود. در چنین شرایطی حتی تیم‌های قوی هم زمان زیادی را صرف جست‌وجو، تطبیق و انتقال context بین واحدها می‌کنند.

دامنه این پروژه روی درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی متمرکز است و قرار نیست از روز اول همه فرایندها را زیرورو کند؛ تمرکز آن روی گلوگاه‌هایی است که هم حجم بالایی دارند و هم ارزش تصمیم بهتر در آن‌ها سریع دیده می‌شود.

چرا حالا

در وضعیت فعلی، تعویق این پروژه معمولاً هزینه پنهان بیشتری نسبت به اجرای مرحله‌ای آن دارد، چون: از یک سو بلوغ ابزارهای RAG، orchestration و evaluation، امکان ساخت workflow فارسی و قابل‌استناد را بالا برده است؛ از سوی دیگر افزایش بهره‌وری کادر درمانی، کاهش اتلاف زمان و بهبود تجربه بیمار به یک مطالبه فوری تبدیل شده و تیم‌ها دیگر نمی‌توانند درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی را فقط با اکسل، inbox و تجربه شفاهی جلو ببرند. هم‌زمان، فشار برای ثبت trace، کنترل ریسک و نشان‌دادن ROI عملیاتی، اجرای pilotهای کوچک اما measurable را منطقی‌تر کرده است.

ارزش کسب‌وکاری و عملیاتی

در سطح کسب‌وکاری، این پروژه کمک می‌کند افزایش بهره‌وری کادر درمانی، کاهش اتلاف زمان و بهبود تجربه بیمار. برای درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی، ارزش اصلی فقط اتوماسیون نیست؛ بلکه کوتاه‌ترشدن زمان تصمیم، آزادشدن ظرفیت نیروهای ارشد و ایجاد یک دارایی دانشی تکرارپذیر است که بتوان آن را به واحدها و شهرهای دیگر هم گسترش داد.

در سطح عملیات، راهکار باید دسترسی سریع‌تر به context پرونده، ارجاع درست‌تر و visibility بهتر روی کیفیت. یعنی پاسخ یا تصمیم تولیدشده همیشه با context کافی، امکان ارجاع به human-in-the-loop، log تصمیم و داشبورد کیفیت همراه باشد تا rollout آن به‌جای یک دمو نمایشی، به بخشی از فرایند واقعی تیم تبدیل شود.

قابلیت‌ها و معماری پیشنهادی

  • دسته‌بندی و اولویت‌بندی مبتنی بر policy
  • route هوشمند به تیم یا سطح رسیدگی مناسب
  • خلاصه‌سازی ورودی طولانی برای اپراتور
  • پایش backlog و SLA به تفکیک صف
  • الزام اجرایی: حریم خصوصی بیمار
  • الزام اجرایی: کنترل دسترسی بر مبنای نقش
  • الزام اجرایی: بازبینی انسانی برای توصیه‌های حساس
  • خروجی‌های سامانه باید با human-in-the-loop و امکان override کنترل شوند.

ذی‌نفعان و داده‌های موردنیاز

پروژه باید با مالک فرایند، تیم فناوری و کاربران frontline مشترکاً طراحی شود تا از همان ابتدا human-in-the-loop، سطح دسترسی و معیار پذیرش روشن باشند.

  • مدیر درمان
  • سوپروایزر پرستاری
  • واحد کیفیت
  • تیم فناوری اطلاعات سلامت
  • مالک فرایند و sponsor اجرایی
  • کاربران frontline/اپراتورها
  • تیکت‌ها، شکایت‌ها، درخواست‌ها و log رسیدگی
  • پروتکل‌های درمانی
  • فرم‌های پذیرش و ترخیص
  • پرونده‌های ساخت‌یافته
  • log نوبت و ارجاع
  • رکوردها و پرونده‌های واقعی مرتبط با درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی

تحویل‌دادنی‌ها و معیارهای پذیرش

  • تعریف دامنه pilot و KPI برای درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی
  • taxonomy تیکت/درخواست و matrix ارجاع
  • سرویس scoring و queue routing
  • داشبورد SLA و backlog
  • کتابچه سناریوهای edge-case
  • playbook rollout و برنامه استقرار مرحله‌ای

معیارهای پذیرش باید قبل از rollout تثبیت شوند تا تیم صرفاً از جذابیت دمو تصمیم نگیرد، بلکه روی throughput، دقت و traceability قضاوت کند.

  • کاهش میانگین زمان اولین پاسخ
  • افزایش دقت ارجاع در اولین نوبت
  • کاهش backlog موارد کم‌اهمیت
  • بهبود شفافیت روی SLAها
  • بهبود سنجه زمان ترخیص
  • بهبود سنجه زمان ارجاع
  • بهبود سنجه رضایت بیمار
  • بهبود سنجه نرخ خطای اداری

برنامه اجرا

فاز اول با discovery فشرده روی درخواست‌های نوبت، ارجاع و تریاژ غیراورژانسی، تعریف KPI و انتخاب ۲ تا ۳ سناریوی پرحجم شروع می‌شود. در فاز دوم، داده‌ها و اسناد کلیدی ingestion و پاک‌سازی می‌شوند و workflow انسانی-ماشینی طراحی می‌شود. در فاز سوم، pilot محدود با تیم منتخب و داشبورد ارزیابی راه می‌افتد تا خطاها، thresholdها و playbook اصلاح شوند. پس از عبور از gateهای کیفیت، rollout مرحله‌ای برای سایر واحدها در بازه ۱۰ تا ۱۳ هفته انجام می‌شود.

ریسک‌ها و محدودیت‌ها

  • سوگیری در اولویت‌بندی موارد مرزی
  • ثبت ناقص داده ورودی توسط کاربر یا اپراتور
  • تعریف نامشخص مالک صف‌ها در rollout اولیه
  • حریم خصوصی بیمار
  • کنترل دسترسی بر مبنای نقش
  • بازبینی انسانی برای توصیه‌های حساس
  • کیفیت پایین داده ورودی یا نبود مالک روشن برای اصلاح workflow

تیم و استک پیشنهادی

  • نقش کلیدی: مدیر عملیات
  • نقش کلیدی: مالک صف/خدمت
  • نقش کلیدی: تحلیلگر داده
  • نقش کلیدی: مهندس backend
  • نقش کلیدی: کارشناس پشتیبانی
  • نقش کلیدی: نماینده امنیت/حریم خصوصی
  • فناوری/مولفه: Queue service
  • فناوری/مولفه: Classifier
  • فناوری/مولفه: Policy engine
  • فناوری/مولفه: SLA dashboard
  • فناوری/مولفه: Feedback loop
  • فناوری/مولفه: HIS/EMR
  • فناوری/مولفه: نوبت‌دهی
  • فناوری/مولفه: سامانه بیمه/claims