PLAI

Projektet fandt sted fra januar 2022 til juni 2023 og blev afsluttet med en konference, hvor resultaterne blev præsenteret. Ved projektets afslutning fungerede PLAI som et værktøj til evaluering af planlægning og som en teknisk Proof of Concept (POC) for algoritmebaseret planlægning. 

Dog var PLAI endnu ikke klar til kommerciel anvendelse inden for algoritmebaseret planlægning. Dette skyldtes både systemets kompleksitet og manglen på nødvendige data om relationer, medicinintervaller og hybridruter. For at videreudvikle løsningen ville der være behov for yderligere teknisk arbejde og ekstern finansiering. 

På grund af disse udfordringer er PLAI ikke i drift i dag. 

En algoritme kommer med forslag til en optimal besøgsplan. Denne besøgsplan er udarbejdet ud fra en række parametre, såsom det maksimale antal forskellige medarbejdere og den skemalagte arbejdstid. Algoritmen kan derefter give feedback eller sende pop up-beskeder, når der laves uhensigtsmæssige planer.   

Algoritmen i PLAI var baseret på Greenforce-algoritmen, der er trænet på data fra teleservicesektoren. Modellen blev ikke trænet yderligere, men der var sket en tilpasning, så modellen kunne operere på omsorgsområdet.  

Forskerne bag projektet havde etableret en “on-premise” dataplatform hos den leverandør, der også hostede omsorgssystemet. Dette betød, at der ikke har været risiko for overførsel af data til tredjelande.   

Projektets primære udfordringer har knyttet sig til det organisatoriske. Det har handlet om, hvad der skulle prioriteres i planlægningen, hvilket er et vanskeligt spørgsmål, når det stilles direkte af en algoritme.   

Der er desuden en række af de prioriteringer, der eksisterer i dag som ikke er dataunderstøttede og derfor ikke fungerer optimalt i samspil med en algoritme. Det er eksempelvis de relationelle hensyn.   

I en tilfældig uge i efteråret 2021 blev 66 % af de ældre i Aalborg Kommune mødt af mindst fire forskellige hjemmeplejere, og 7% blev mødt af 11 forskellige hjemmeplejere. Dette viste en mangel på kontinuitet i hjemmeplejen.   

Når borgeren bliver mødt af en plejer, som kender borgerens behov og ønsker, giver det borgeren en oplevelse af sammenhængende og tryg ældrepleje, og det har en positiv indvirkning på kvaliteten af plejen.  

Projektet sigtede mod at undersøge mulighederne for at øge kontinuiteten i hjemmeplejen ved brug af kunstig intelligens, så borgeren oplevede større tryghed samt pleje af højere kvalitet.  

Projektet var baseret på den eksisterende løsning EVA. På samme måde som PLAI bruges systemet EVA (Egen Virtuelle Assistent) til at præsentere forslag til en besøgsplan. EVA tager hensyn til en række parametre, såsom maksimalt antal forskellige medarbejdere og skemalagt arbejdstid. EVA sikrer, at borgerne kan få besøg af en medarbejder, som de kender, og som har de rette kompetencer.  

PLAI skulle videreudvikle EVA, så der indgik flere af de væsentligste parametre, der i dag udfordrer besøgsplanlægningen. Eksempelvis skulle PLAI inddrage det faktiske tidsforbrug, så systemet kunne anvendes til prædiktion af varighed for besøg.