PADSTEP
É uma plataforma desenvolvida para proporcionar uma análise eficiente e eficaz de processos de trabalho no contexto hospitalar. Para tal, baseia-se na aquisição de conhecimento relativamente à forma como esses processos são executados, com vista a identificar ineficiências, comportamentos e situações que comprometam o desempenho e o funcionamento das entidades prestadoras de cuidados de saúde.
Apresenta um foco na melhoria contínua dessas entidades, na optimização dos seus processos de trabalho e, consequentemente, na prestação de melhores serviços de saúde.
Surge no âmbito de um projeto de investigação e desenvolvimento tecnológico de soluções para a área da saúde e visa servir em particular:
- Gestores da Atividade Hospitalar/Decisores
Através do recurso a técnicas de extracção de processos, a plataforma PADSTEP será capaz de realizar uma análise exaustiva que ajude a compreender o comportamento dos processos no contexto hospitalar - i.e., processos clínicos e administrativos e que se caracterizam por uma grande complexidade e heterogeneidade - e que contribua para um melhor entendimento dos recursos alocados à sua execução, abrindo caminho para um cenário de melhoria contínua e optimização.
Contempla as seguintes características:
- Mecanismos de Process Mining para a descoberta e monitorização de processos em tempo real na área da saúde, ajudando a compreender o verdadeiro comportamento desses processos e dos recursos que lhe estão associados;
- Funcionalidades de Identificação, caracterização e quantificação factual da realidade dos processos em contexto hospitalar (o que está verdadeiramente a acontecer? Porque é que acontece desta maneira? Quais os recursos envolvidos? Quanto custa cada actividade? Existem pontos de estrangulamento?);
- Possibilidade de comparação de processos entre diferentes entidades de saúde (benchmarking) com base no estabelecimento de valores de referência;
- Análise baseada na evidência e no conhecimento de dados históricos, complementada com modelos preditivos;
- Suporte à decisão através da capacidade para analisar conjuntos de dados volumosos e complexos;
- Mecanismos de deteção de ineficiências, comportamentos e situações que comprometam o desempenho das organizações prestadoras de cuidados de saúde;
- Gestão de Alertas em função do nível de severidade dos problemas detetados e do perfil dos destinatários;
- Possibilidade de extrair padrões a partir de um grande volume de dados de modo a uniformizar processos e, em última análise, reduzir custos e melhorar os serviços prestados.
