Ved hjelp av kunstig intelligens kan man i større grad forutsi sykefravær og ta høyde for variasjoner i drift når turnusene helse- og omsorgstjenestene planlegges.
Helsesektoren står overfor store utfordringer knyttet til bemanning. I 2035 er det forventet en mangel på 28.000 sykepleiere og 18.000 helsefagarbeidere.
Det brukes mye tid til å skaffe arbeidskraft som kan dekke behov ved fravær.
Samtidig er det en utbredt deltidskultur i denne sektoren, og bare 26 prosent av de ansatte som arbeider turnus i kommunale helse- og omsorgstjenester, har full stilling.
Samlet sykefravær i pleie- og omsorgstjenesten var på over 11 prosent i 2019. Hvordan kan bemanningsutfordringene i helsesektoren løses? Kan kunstig intelligens være ett av svarene?
Hull i turnus, sykefravær, vakante stillinger og variasjoner i drift er forhold som medfører at det ofte er behov for å leie inn ekstra arbeidskraft i helse- og omsorgssektoren.
Alle arbeidsplasser har behov for bemanning som dekker opp for dette planlagte eller ikke-planlagte fraværet. Lav grunnbemanning gjør at fravær ofte må dekkes opp med ekstrapersonell.
Det brukes mye tid til å skaffe arbeidskraft som kan dekke behov ved fravær. Dette er verdifull tid som kunne vært brukt mer hensiktsmessig, dersom man i større grad kunne forutsagt behovet. Samtidig ville det gitt langt mer forutsigbarhet for ansatte om de i større grad visste når de skulle komme på jobb, framfor å bli oppringt bare timer før de må stille på arbeid.
Ved bruk av AI-turnusplanlegging kan ekstrapersonellet erstattes av fast personell i store stillinger, fordi man i større grad kan forutsi variasjoner i drift, mener skribentene.
At det er sykefravær i pleie- og omsorgstjenestene bør ikke være en overraskelse for noen. Sykefraværet har ligget på rundt 11 prosent siden 2007. At det kommer til å være fravær og hull i turnus også i framtida er sikkert. Vil det ikke da være mer hensiktsmessig med proaktiv turnusplanlegging, hvor man foregriper endringer man forventer vil skje, heller enn motsatt, å svare på endrede betingelser i etterkant?
Ved hjelp av kunstig intelligens kan man i større grad forutsi sykefravær, og det vil være mulig å ta høyde for variasjoner i drift under turnusplanlegging.
Gjennom et pilotprosjekt i Trondheim kommune i samarbeid med ekspertise i AI fra NTNU, har man erfart at bruk av AI i turnusplanlegging potensielt kan gi større forutsigbarhet, reduserer andelen deltid og gir økt fagkompetanse. Tiden som gikk med til selve turnusplanleggingen, ble redusert med 50 prosent.
Turnusplanlegging kan være vanskelig, og det er utfordrende å ta hensyn til alle. Uansett bør det være en målsetting å tilpasse seg både brukernes behov og ansattes ønsker.
Om brukere ønsker å se Rosenborg-kamp på Lerkendal, besøke Tusenfryd, eller om man erfarer at pasienter i stor grad skrives ut fra sykehus fredag ettermiddag, bør man kunne planlegge turnus, slik at man er flere ansatte på jobb noen dager og færre andre dager.
Ansattes turnusønsker kan også være svært ulike. Noen ønsker sammenhengende fri, andre jevn vaktbelastning. Noen ønsker fri spesifikke dager. Turnusplanlegging ved hjelp av kunstig intelligens kan tolke store mengder data, og bruke denne kunnskapen til å optimalisere turnuser.
For eksempel kan tidligere sykefravær, innleie, ansattes ønsker og kompetansebehov være parametere som kan legges til grunn for AI-turnusplanlegging.
AI kan brukes som virkemiddel for å løse et bemanningsproblem, men kan samtidig være et verktøy for å sikre riktig bruk av kompetanse. Planlagt bemanning er ofte ikke den samme som faktisk bemanning. Dersom en sykepleier er syk, kan denne bli erstattet av en assistent. Noen dager kan det være god dekning av fagansatte på jobb, andre dager lite. Ofte er helgene utsatt, med liten fagdekning. Ved mangel på kompetanse vil det være viktig å bruke den kompetansen man har på best mulig måte.
Tradisjonell turnus medfører behov for ekstrapersonell i små stillinger for å få turnusen til å gå opp. Små stillinger er lite attraktive og skaper dårlig kontinuitet for pasientene. De innebærer også en stor turnover, fordi ansatte ønsker større stillinger og flytter over til andre arbeidsplasser når de får tilbud om større stilling der.
Ved bruk av AI-turnusplanlegging kan ekstrapersonellet erstattes av fast personell i store stillinger, fordi man i større grad kan forutsi variasjoner i drift.
Det er imidlertid viktig å poengtere at AI ikke løser grunnproblemet med at man har en turnus som ikke går opp uten hjelpetiltak. Fortsatt vil ikke turnusen gå opp med hele stillinger, dersom alle ansatte skal arbeide vanlige vakter hver 3. helg.
Brukt på en riktig måte, kan AI i turnusplanlegging bidra til å redusere antall deltidsstillinger, gi ansatte en mer forutsigbar arbeidstid og inntekt, samt frigjøre tid til ledelse og brukerrettet arbeid.
Artikkelen ble opprinnelig publisert på Kommunal Rapport.
