AFFILIAZIONE
Zucchetti S. P. A.
AUTORE PRINCIPALE
Dott.ssa Arlotta Francesca
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
AREA TEMATICA
Gestione delle tecnologie biomediche
ABSTRACT
Le dashboard all’interno dei servizi di ingegneria clinica vengono usati per diversi scopi quali il monitoraggio del parco macchine, il controllo delle manutenzioni correttive e preventive, l’analisi del tipo di guasti, il monitoraggio dei KPI dei global e dei fornitori dei contratti di manutenzione. Le attuali dashboard presentano alcune criticità: dati derivati da sistemi diversi portano ad un’affidabilità mediocre dei dati, KPI troppo generici per guidare le decisioni strategiche, dashboard che si presentano con interfacce poco intuitive e non personalizzate non favorendo così un reale utilizzo.
Il model di cruscotti proposto è pensato per l’utilizzo in servizi di ingegneria clinica, analizzando i dati inseriti quotidianamente nel CMMS o da sistemi integrati con esso, elaborando i KPI d’interesse e permettendo l’elaborazione di estrazioni e report dei risultati. Le fasce di accettabilità di un determinato SLA non sono intrinseche nello strumento di BI ma sono parametri che i key users possono impostare, andando quindi ad esporre cruscotti adattati alla realtà operativa del SIC.
Sono state realizzate 4 categorie di cruscotti:
– Anagrafiche – cruscotti che mostrino la suddivisione del parco macchine in termini di stato del bene, proprietà e responsabilità manutentiva in caso di global service, le disponibilità e le occupazioni dei muletti;
– Manutentive correttive – dashboard inerenti ai tempi di intervento, di risoluzione e di fermo macchina del SIC, del global o di fornitori di contratti. Le tempistiche indicate sono calcolate in base a date e ore rendicontate sul CMMS;
– Manutentive preventive – vengono calcolati invece i tempi di manutenzione programmata, andando ad evidenziare la coerenza del piano delle manutenzioni in termini temporali e la completa esecuzione del contratto;
– Manutentive predittive – dashboard si propone per visualizzare l’andamento dell’IPS dei beni per cui viene eseguito il calcolo, l’identificazione delle apparecchiature più critiche e la probabilità di guasto.
L’obiettivo ad un anno dall’introduzione è che la struttura sanitaria possa avere:
– Una riduzione dei costi di manutenzione (intorno al 10%);
– Una migliore gestione del parco macchine, in termini di maggiore affidabilità delle apparecchiature e di ottimizzazione del loro ciclo di vita (una riduzione del 15% dei guasti critici e aumento del 20% dell’operatività dei tecnici);
– Una decision making più coerente alla realtà dell’azienda.
Il model di cruscotti proposto è pensato per l’utilizzo in servizi di ingegneria clinica, analizzando i dati inseriti quotidianamente nel CMMS o da sistemi integrati con esso, elaborando i KPI d’interesse e permettendo l’elaborazione di estrazioni e report dei risultati. Le fasce di accettabilità di un determinato SLA non sono intrinseche nello strumento di BI ma sono parametri che i key users possono impostare, andando quindi ad esporre cruscotti adattati alla realtà operativa del SIC.
Sono state realizzate 4 categorie di cruscotti:
– Anagrafiche – cruscotti che mostrino la suddivisione del parco macchine in termini di stato del bene, proprietà e responsabilità manutentiva in caso di global service, le disponibilità e le occupazioni dei muletti;
– Manutentive correttive – dashboard inerenti ai tempi di intervento, di risoluzione e di fermo macchina del SIC, del global o di fornitori di contratti. Le tempistiche indicate sono calcolate in base a date e ore rendicontate sul CMMS;
– Manutentive preventive – vengono calcolati invece i tempi di manutenzione programmata, andando ad evidenziare la coerenza del piano delle manutenzioni in termini temporali e la completa esecuzione del contratto;
– Manutentive predittive – dashboard si propone per visualizzare l’andamento dell’IPS dei beni per cui viene eseguito il calcolo, l’identificazione delle apparecchiature più critiche e la probabilità di guasto.
L’obiettivo ad un anno dall’introduzione è che la struttura sanitaria possa avere:
– Una riduzione dei costi di manutenzione (intorno al 10%);
– Una migliore gestione del parco macchine, in termini di maggiore affidabilità delle apparecchiature e di ottimizzazione del loro ciclo di vita (una riduzione del 15% dei guasti critici e aumento del 20% dell’operatività dei tecnici);
– Una decision making più coerente alla realtà dell’azienda.
