Kommunen var på desperat jakt etter en løsning for vaktlistene. Inn kom et team AI-eksperter fra NTNU

I kommunal helse og omsorg jobber man på ulike tider av døgnet, og en stor andel har deltidsstillinger. En avdelingsleder kan ha opp til 20 ansatte.

– Det er krevende og kompleks oppgave å legge turnusplan som kan tilfredsstille ansattes ønsker, behov hos pasienter innenfor den gitte økonomiske rammen . I tillegg kjenner man ikke til alt planlagt fravær og ofte må man bruke mye ressurser til å finne vikarer når ansatte er sykemeldt, sier daglig leder Hoa Nguyen i Vnnor.

Oppstartsselskapet leverer en programvare som skal predikerer behovet for bemanning hos primærhelsetjenesten i kommune-Norge. Med bruk av maskinlæring som mates med data, skal tjenesten til Vnnor hjelpe mellomledere med å sette opp vaktplaner enklere, mer effektivt og riktig tilpasset behovet.

Det hele startet med at Trondheim kommune ønsket å se på muligheter for å bruke kunstig intelligens til å predikere sykefravær og dermed utarbeide mer robuste bemanningsplaner.

Slik ble forsker Hai Nguyen og Pinar Øzturk ved NTNU engasjert i et toårig forskningsprosjekt sammen med kommunen.

– Personellressurser står for 70-80 prosent av total kostnad for kommunal helse og omsorg. Vnnors løsning for prediksjon av sykefravær har vist at innsparing på overtids- og vikar-kostnader står for 6,7 prosent av totalbudsjett på pilot-enheter, sier daglig leder Hai Nguyen.

Hai Nguyen er forsker, førsteamanuensis ved Open AI Lab/NTNU, og har jobbet med maskinlæring hos Telenor.

– Vi har også utviklet et styringssystem med sanntidsinformasjon om faktisk bruk av ressurser versus budsjettert, i tillegg til korttid- og langtidsprediksjon for ressursbruk, sier han.

– Arbeidet med budsjett kommer ofte top-down, samtidig som det er vanskelig for toppledelsen å jobbe proaktivt når de mangler informasjon bottom-up. Vårt system bygger bro mellom de ulike nivåene og gir dermed bedre mulighet for strategisk styring.

Kan redusere behovet for innleie av dyre vikarer

Økonomisjef i Trondheim kommune, Lars Dyrdahl, forteller at predikeringsløsningen Vnnor har utviklet sammen med dem, testes for flere områder innenfor helseområdet i Trondheim kommune.

Foreløpige tester viser høy treffsikkerhet på prognosene.

– I tillegg har enkeltenheter allerede startet med å benytte predikeringen av kostnadsdrivende fravær direkte inn i arbeidstidsplanleggingen. Årsaken til at vi valgte å igangsatte samarbeidet med Vnnor, var at vi så det var et potensiale for å planlegge bemanningen bedre med tanke på fravær, spesielt kostnadsdrivende fravær. Vi nyttiggjorde oss av fraværsdata tidligere også, men manglet en systematisering av fraværsdata som en del av planleggingen.

Dyrdal har altså en tanke om at tjenestetilbudet vil kunne forbedres ved å ha mer forutsigbare og robuste planer som kan håndtere uplanlagt kostnadsdrivende fravær i større grad enn det som er tilfellet i dag.

– Kanskje vil dette kunne redusere behovet for innleie av dyre vikarer, samt at større grad av forutsigbarhet på sikt vil kunne bedre arbeidshverdagen til helsearbeidere og redusere sykefravær.

Har internasjonale ambisjoner

Vnnor har så lang to betalende kunder: Trondheim kommune og Hitra kommune. I tillegg opplyser Nguyen at de er i forhandling med fem kommuner og flere er i pipeline.

Selskapet har brukt rundt åtte millioner kroner på forskning, utvikling og standardisering av produktet. Det har fått fem millioner i soft-funding fra Horizon 2020/EU Startup Funding, Innovasjon Norge, Trøndelag fylkeskommune og Microsoft Startups Program.

I løpet av 2021/2022 er målet å hente 10 til 20 millioner kroner øremerket vekst i Norge og Norden.

Planene på sikt er å leverer til kommuner over hele landet og satse internasjonalt. For å realisere ambisjonene, har selskapet blant annet fått tidligere helseminister Werner Christie inn i styret.

– Det blir stadig flere eldre og for å kunne levere gode tjenester, er vi avhengig av optimalisering. Det er mangel på kvalifisert personell, samtidig som antallet som trenger hjelp øker. For å møte fremtiden må vi bruke de menneskene vi har på best mulig måte til rett tid, sier han.