CASE: OTIMIZAÇÃO DA GESTÃO DE ESCALA COM A AWS
POR A3DATA
A Rede Mater Dei de Saúde, em parceria com a A3Data, implementou com sucesso um projeto de Gestão de Escala, utilizando dados estruturados e ferramentas AWS Data Science.
Resumo Executivo
A Rede Mater Dei de Saúde, em parceria com a A3Data, implementou com sucesso um projeto de Gestão de Escala, utilizando dados estruturados e ferramentas AWS Data Science. A plataforma desenvolvida centraliza informações sobre colaboradores e pacientes, otimizando alocações de pessoal e previsões de demanda. Resultados incluem ROI de 22,5% em 10 meses, redução de 85% em horas extras e melhorias operacionais. As ferramentas Sagemaker, S3, Lambda e DeepAr foram essenciais para construir uma solução eficaz, garantindo escalas assistenciais seguras e eficientes.
Desafio
A Rede Mater Dei de Saúde enfrentava desafios significativos na comunicação e gestão de escalas de colaboradores, afetando diretamente a logística de atendimento aos pacientes. A situação se agravou com a pandemia da Covid-19, exacerbando as dificuldades devido às altas taxas de ocupação das unidades de saúde. Diante desse cenário, a necessidade de otimização e automação dos processos tornou-se evidente para garantir a escalabilidade e aprimorar o atendimento.
Abordagem
Em parceria com a A3Data, a Rede Mater Dei adotou uma abordagem baseada em dados para desenvolver o projeto de Gestão de Escala, visando assegurar a segurança e a eficiência no atendimento aos pacientes. Utilizando dados estruturados, a equipe centralizou informações sobre as habilidades dos colaboradores e as necessidades dos pacientes em uma solução tecnológica. A plataforma desenvolvida sugere alocações ótimas de profissionais de enfermagem a curto e médio prazos, levando em consideração a ocupação das unidades, registros de ponto, características e habilidades dos enfermeiros, além de prever a demanda futura. Os gestores têm acesso a dashboards atualizados em tempo real, permitindo uma visão abrangente de diferentes setores e facilitando a tomada de decisões rápidas e eficazes, como remanejamento de pessoal e previsões de demanda utilizando modelos de séries temporais.
Resultados
A implementação dessa abordagem resultou em melhorias operacionais significativas e aprimoramento no atendimento aos pacientes:
→ ROI de 22,5% em apenas 10 meses de operação: A automação do controle de jornada e a otimização da escala contribuíram diretamente para esse retorno sobre investimento.
→ Redução significativa de 85% nas horas extras em comparação ao ano anterior, com a capacidade de treinar novos enfermeiros para cobrir ausências e aumentar a produtividade de forma eficiente;
→ Validação e acompanhamento rigoroso dos dados disponíveis: A plataforma proporcionou altos índices de acertos na previsão de demanda e oferta para o dia atual.
→ Facilidade de uso e eficácia na alocação de recursos: A ferramenta desenvolvida em parceria com a A3Data e utilizando as ferramentas AWS Data Science se mostrou fácil de usar e eficaz para alocar recursos de acordo com as necessidades, garantindo escalas assistenciais seguras e eficientes.
→ A ferramenta se mostrou fácil de usar e eficaz para alocar recursos de acordo com as necessidades, garantindo escalas assistenciais seguras e eficientes.
Ferramentas utilizadas
→ Health Scale: Ferramentas AWS Data Science foram fundamentais para o desenvolvimento e implementação do projeto, oferecendo uma infraestrutura robusta e confiável.
→ Sagemaker: O SageMaker facilitou a construção, treinamento e implementação de modelos de machine learning na nuvem, permitindo análises preditivas precisas para a gestão de escala.
→ S3: O Amazon S3 proporcionou um armazenamento de dados virtual na nuvem, garantindo acesso rápido e seguro às informações necessárias para o projeto.
→ Lambda: O AWS Lambda possibilitou a execução de código sem servidor, contribuindo para a agilidade e eficiência na operação da plataforma.
→ DeepAr: O algoritmo DeepAR, integrado ao SageMaker, foi utilizado para análises
preditivas avançadas, melhorando a precisão das previsões de demanda e oferta.
Results and Benefits
Outcome of the Solution:
The solution significantly reduced the time doctors spent on paperwork, allowing them to dedicate more time to patient care. This led to improved patient satisfaction, better health outcomes, and increased overall efficiency in medical practices.
Specific Metrics:
→ Time Savings;
→ Cost Reduction;
→ Improved Productivity.
About Partner
A3Data is a Brazilian company specializing in business solutions through Data, Analytics, and GenAI, with clients and collaborators from different locations. Focused on transforming data into strategic value, A3Data offers consulting services, development of customized solutions, and implementation of advanced platforms. With a collaborative approach, the company works to understand and meet the specific needs of its clients, promoting digital transformation through data analysis, actionable insights, and innovations in artificial intelligence.
Currently, A3Data has 2 AWS Specializations, specifically in Service Delivery Partner (SDP). The first is focused on the AWS Database Migration Service (DMS), which is a managed replication and migration service that helps move analytical workloads and databases to AWS quickly, securely, with minimal downtime and zero data loss. The approval for SDP DMS occurred in 2021 and came through cases carried out in production architecture with two distinct clients.
The second specialization is in the Amazon Elastic MapReduce (EMR) service, which is a managed cluster platform that simplifies running big data frameworks, such as Apache Hadoop and Apache Spark, on AWS to process and analyze large amounts of data. This service also enables transforming and moving large volumes of data to other AWS databases, such as Amazon S3 and Amazon DynamoDB. The approval for SDP EMR occurred in 2022 and came through a client case carried out in production architecture.
Seus dados, com missão.
Conheça o Buora, um acelerador para a adoção de IA Generativa em empresas com aplicações pré-configuradas.
