Return to search

Automated Triage in Digital Primary Care : Assessing the Potential of Using Multi-Criteria Decision-Making Models / Automatiserat Triage i Digital Primärvård : Utvärdering av potentialen att använda Multi-Criteria Decision-Making-modeller

The increasing global deficit of healthcare resources makes efficiency improvements in the healthcare industry a complete necessity to assure safe and available healthcare for everyone. Digitalization is expected to play a fundamental role in this transition and digital primary healthcare providers have in recent years developed into a substantial part of the Swedishprimary care sector. Several of those have built solutions for automated triage, where the role of a triage officer in traditional primary care is replaced by an automated process, in which an triage algorithm directly refers the patient to the appropriate level of care. Despite the rise of digital healthcare providers and automated primary care triage systems in particular, research on the implications of automating the triage process in primary healthcare is scarce. This study aims to assess the potential of using MCDM models for automated triage in digital primary care, by conducting a single case study at one of the leading digital healthcare providers. The study is separated into two phases. In phase one, interviews are conducted to qualitatively determine what set of factors to include in an automated MCDM triage model.In phase two, the resulting model is simulated to evaluate the performance compared to the traditional triage model in which all patient journeys start with an initial nurse meeting. The study shows that an automated MCDM triage model can improve cost efficiency in terms of clinician salary costs and productivity in terms of fewer consultations per patient, compared to the traditional triage model. However, the traditional triage model is shown to be more efficient in terms of only utilizing doctor resources for patients in absolute need of doctor care. / Det ökande underskottet av sjukvårdsresurser gör effektivitetsförbättringar i sjukvårdsbranschen nödvändigt för att säkerställa säker och tillgänglig sjukvård för alla. Digitalisering förväntas fylla en fundamental roll i denna transformation och digitala vårdgivare i primärvården har under de senaste åren växt till en betydande del av den svenska primärvårdssektorn. Flertalet av dessa har byggt lösningar för automatiserat triage, där triagefunktionärens roll ersätts av en automatiserad process där en triagealgoritm direkt hänvisar patienten till den lämpliga vårdnivån. Trots tillväxten av digitala vårdgivare i primärvården och deras automatiserade triagesystem i primärvården är forskning kring effekterna av att automatisera triageprocessen i primärvården begränsad. Denna studie strävar efter att utvärdera potentialen i att använda MCDM-modeller för automatiserat triage i den digitala primärvården genom en casestudie på en av de ledande digitala vårdgivarna i primärvården. Studien är uppdelad i två delar. I del ett genomförs intervjuer för att kvalitativt fastställa vilka faktorer som bör inkluderas i en automatiserad MCDM-modell för triage. I del två simuleras den resulterande MCDM-modellen för att utvärdera dess resultat jämfört med den traditionella triagemodellen i vilken alla patienter har ett inledande möte med en sjuksköterska. Studien visar att en automatiserad MCDM-modell för triage kan förbättra kostnadseffektiviteten i termer av lönekostnader och produktivitet i termer av färre konsultationer per patient, jämfört med den traditionella triagemodellen. Däremot visar den traditionella triagemodellen högre effektivitet i termer av att enbart utnyttja läkarresurser för patienter i absolut behov av läkarvård.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-278185
Date January 2020
CreatorsBorén, Christofer, Granell, Albin
PublisherKTH, Industriell ekonomi och organisation (Inst.)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2020:285

Page generated in 0.0026 seconds