投稿

2月, 2017の投稿を表示しています

増え続ける夜間の迷惑電話

経営企画の話派と関係ないのですが、最近困っているのが病院にかかってくる迷惑電話。 おもに夜間帯、医師宛に不動産や先物取引のセールスの電話がかかってきます。 今に始まったことではないのですが、ここのところ目に見えて増えています。 毎日のように当直の警備員から報告が上がってきます。 (当院では警備員が夜間の電話対応をしています) しかも、最近は手口が巧妙化しています。 どこで調べてくるのか、もっともらしい感じで病院に電話をかけてきます。 「医師の〇〇(当院に実在する医師の名前)だけど、〇〇病棟につないでくれる?」 とか、 「〇〇病院(近隣の病院)の〇〇(医師)だけど、紹介患者の件で〇〇先生につないでください」 など。 まあ、当院は大きな病院ではないので、当直の警備員が、医師の名前と顔とキャラクターを覚えいており、100%に近い確率で撃退しています。 といっても、その都度、念のため当直看護師に確認したり、もちろん、本当に困って電話してくる患者さまや職員もいるので、ホントにやめてほしいです。 先ほども書いたとおり、当院くらいの規模だったらほとんど第一声で「怪しい」とわかるのですが、大規模な病院さんや、非常勤や研修医などで入れ替わりの多い病院さんでは、深刻な問題なのではないかと察するところです。 しかし、仮にその電話が先生につながったとして、夜間帯に勤務先にかけてくるような電話で、セールスが成功するんですかね?

外来の「稼働率」資料が正式採用、早くも次のお題が

イメージ
先日、かねてから取り組んでいた、「医師別予約枠消化率」のデータが正式に院内で採用されました。 この資料は、外来の診療科別の医師の適正配置を検討する目的で制作しました。 本当はもっと細かいのですが、大体こんな感じです。 長い間お蔵入りになっていた資料 お恥ずかしい話なのですが、当院ではこれまで、月ごとに外来患者数の合計が報告されるだけ、なんともザックリな集計しかしていませんでした。 医師別どころか、診療科別でもなく、ただ「外来患者」というくくり。 「こんなんで良いのか?」と思い、外来の看護師長と話をしたのが、かれこれ2年ほど前。 当時、師長も外来の運営に頭を悩ませていました。 もっとも困っていたのが、外来の実状に、病院が手配する医師がかみ合っていないこと。 不足している診療科ではなく、患者さまの少ない科の医師が手配されてしまうことも。 そこで、設定されている予約数とその診療数を集計することで、いわゆる「稼働率」を出そうと。 さらに、一週間の中でバランスを整えられるようにと、曜日毎に算出することにしました。 プロトタイプができて、師長も感激していたのですが、その後この案件は頓挫してしまいます。 医師ごとに数字がまとまっているため、ともすると、医師の評価にもつながりかねません。 制作した私にはそんなつもりはなくても、誰がどこで見るかわからないので、そこには慎重に…。 ということで、院長に相談したところ、思った通り、「ちょっと待て」の指示。 必要に迫られ解禁 それから月日が経ち、風向きが変わってきたのは、他でもありません。 きっちりと各診療科で利益が出せるように、という考えが少しずつ浸透してきたのです。 そして、先ほどの外来師長が、私が制作したプロトタイプと同じようなことを手計算で始めていたのです。 気がつけば、師長の残業がとんでもないことになっていたというわけです。 これを知ってさすがの院長も首を縦に振り、この資料が正式採用されたわけです。 新たな課題 さて、この資料が経営幹部の手元に渡るようになって、さっそく次のお題が。 「回転率」とでも言いましょうか、適当な言葉が思いつかないのでこう呼ん

ジャストシステムから医療用DWHのアナウンス

イメージ
ジャストシステム 医療向けデータウェアハウス 一太郎とATOKで有名なジャストシステムさんから、「医療用」をうたうデータウェアハウス製品のアナウンスがありました。 (ちなみに当院の電子カルテPCはATOK+医療用辞書がデフォルトです) Webサイトを見る限り、まだ詳細な情報はありません。 一つだけ、なるほどと思ったのは、「類義語対応」のことです。 電子カルテは、データの宝庫であり、これを活用することができれば画期的、とは長らく言われています。 一方で、電子カルテのデータは、その非定型さゆえに活用が難しい、とも長らく言われています。 「カルテ記事」や「サマリ」、「日誌」などのデータは、フィールド(項目)ではなく文書なので、一般的なデータベースでは扱いにくいのです。 私自身、現場の職員に、「カルテ記事にいつも入力している、血糖値を集計したい」など、この手の要望を何度か受けたことがありますが、為すすべもなく…、という状況です。 この「非定型」問題を解決するアプローチとして考えうるのは2つ。 一つは、「定型化する」ということ。 前述のようなケースであれば、「血糖値」という項目を設けて、そこに入力してもらうということ。 これができれば、データベースのエンジニアとしては楽ちんです。 ところが、これが現実的でないのは、医療に関わる項目はとてつもなく多く、流動的だから。 多くの項目を設定すれば、入力する時にその項目を探さなければなりません。 そして、医療という業種の性質上、いつ新しい項目が必要になるかわかりません。 もう一つは、非定型のデータを読み解いて意味づけすること。 話題のAIが発達すると、こういったことが可能になるのかもしれません。というか、もうできていたりして…。 記事の文脈から、そこに書いてあるものが「血糖値」だと理解でれば、入力は自然言語で良いということになります。 話は、ジャストシステムさんの医療用DWHに戻ります。 「類義語対応」というのは、もちろんAIほど高度なものではないでしょうが、どの程度のことができるのか、興味はあります。 リリースによると9月発売らしいので、