Denna rapport närmar sig cyberfysiska system (CPS) ur både användnings- och utvecklingsperspektiv, med särskilt fokus på utmaningarna i en sjukhusmiljö. Vikten av en kontinuerlig utveckling för att optimera teknologins prestanda och användbarhet betonas, och de specifika utmaningar som är unika för en sjukhusmiljö belyses. Studien undersöker hantering av komplexitet kopplat till CPS i form av automatiserade transportsystem på Nya Karolinska Universitetssjukhuset, Stockholm, Sverige. Målet är att ge framtida sjukhusprojekt en klar beskrivning av erfarenheterna av att utveckla och hantera CPS i sjukhusmiljö. Genom att titta på både möjligheter och utmaningar kommer rapporten att bidra till en ökad förståelse för CPS och dess förmåga att förbättra vården. Resultaten visar att utmaningarna inkluderar höga säkerhetskrav, integrering med personal, noga övervakning för att undvika driftstörningar och behovet av samarbete och flexibilitet. Rapporten drar slutsatsen att samarbete, proaktiv inställning och kontinuerlig utveckling är nödvändiga för att optimera prestanda och användbarhet hos CPS. Användare och kunder bör också vara aktiva i att dokumentera och rapportera systemets beteende för en kontinuerlig förbättring. Utvecklingen av CPS inom sjukhusmiljöer kräver också kontinuerlig testning och utbildning av personal samt ett koordinerat och strategiskt förhållningssätt för att säkerställa god samverkan mellan systemets olika aspekter. / This report approaches CPS technology from both usage and development perspectives, with a particular focus on the challenges in a hospital environment. The importance of continuous development to optimize the technology's performance and usability is explored, as well as the specific challenges that are unique to a hospital environment. The study investigates the complexity management of CPS in the form of automated transport systems at the New Karolinska University Hospital in Stockholm, Sweden. The goal is to provide future hospital projects with a clear description of the experiences of developing and managing CPS in a hospital environment. By looking at both opportunities and challenges, the report contributes to a greater understanding of CPS and its ability to improve health care. The study shows that the challenges include high security requirements, integration with staff, careful monitoring to avoid disruptions, and the need for cooperation and flexibility. The report concludes that cooperation, proactive attitude and continuous development are necessary to optimize the performance and usability of CPS. Users and customers should be active in documenting and reporting the system's behavior for continuous improvement. The development of CPS in hospital environments also requires continuous testing and training of staff and a coordinated and strategic approach to ensure cooperation between the system's different aspects.

Emergency departments are fundamental for providing high-quality care, and their operations directly impact the logistics of the hospitals in their entirety. Poor emergency department performance leads to delays, prolonged hospitalization, and improper allocation of resources, reducing the quality of the provided care and increasing costs. Describing the variability embedded in real clinical data in a useful way is essential for improving the organization of hospitals in the near future. However, it is a challenging task due to clinical complexity and the lack of an established bridge between logistic systems and the clinical insights of the hospital. Therefore, this work aims to design and implement a simplified process model describing patient flow within an emergency department, which could allow the evaluation of the clinical impact of complex patient characteristics on the system's logistics. To achieve this, a novel nonlinear mixed-effects approach with hospital medical records was applied to design patient flow within the emergency department in the form of a multi-state Markov process. Four independent training data samples were extracted from the main dataset. For each of them, the set of covariates that could lead to the most significant improvement in the values of the employed likelihood indicators was selected. Through statistical tests, analysis of the outputs, and a validation process carried out on a fifth and independent dataset, it was possible to obtain a final model containing the most relevant and significant covariates for describing each of the modeled state transitions and confirming their clinical meaningfulness and relevance. The results achieved in this thesis can lead to future improvement of the healthcare logistics systems by extending the use of nonlinear mixed-effects approaches to the estimation of the covariate impact on emergency department flows. / Akutmottagningar är centrala för att tillhandahålla högkvalitativ vård. Deras verksamhet har en direkt inverkan på sjukhusens logistik i helhet. Undermålig prestation i en akutmottagning leder till förseningar, förlängd sjukhusvistelse för patienter och olämpliga resursfördelningar, som i sin tur försämrar kvaliteten på den erbjudna vården, samt ökar kostnader. Därför är det viktigt att beskriva den variabilitet som är inbäddad i kliniskt data för att kunna förbättra strukturen av sjukhus i den närmaste framtiden. Emellertid är det ett utmanande uppdrag på grund av den kliniska komplexiteten och bristen på en etablerad bro mellan logistiska system och insikter om den kliniska situationen på sjukhuset. Detta examensarbete ämnar därför designa och implementera en förenklad processmodel som beskriver patientflödet inom en akutmottagning, vilket skulle kunna tillåta evaluering av vad för klinisk inverkan patienters komplexa egenskaper har på systemets logistik. För att uppnå detta tillämpades ett nytt icke-linjärt tillvägagångssätt för blandade effekter med patientjournaler, med syfte att designa patientflöde inom akutmottagningen i form av en Markovprocess i flera tillstånd. Fyra oberoende urvalsgrupper med övningsdata extraherades från huvuddatasetet och för var och en av dem valdes den uppsättning kovariat som hade möjlighet att leda till den största förbättringen i de applicerade sannolikhetsindikatorerna. Genom statistiska test, analys av uteffekten och en valideringsprocess utförd på en femte oberoende urvalsgrupp, möjliggjordes framtagandet av en slutgiltig modell innehållande de mest relevanta och signifikanta kovariat för att beskriva var och en av de modellerade tillståndsövergångarna, och bekräfta dess kliniska betydelse och relevans. De resultat som uppnåddes i det här examensarbetet har potential att i framtiden leda till förbättring av sjukvårdens logistiksystem, genom att utvidga användningen av icke-linjära blandade effektmodeller för att uppskatta kovariatinverkan på akutmottagningsflöden.