Sundsvall
admin@beantheory.se

.1. Vad är det viktigaste
budskapet som du vill att vi ska ta med oss från presentationen?




Det viktigaste budskapet är att korta och stabila svarstider inte skapas genom
att varje medarbetare arbetar snabbare eller genom att vi enbart ökar
bemanningen. De skapas genom hur hela det diagnostiska flödet organiseras och
styrs.

Vi behöver förstå var
arbetsmassan befinner sig, vart den är på väg, vilken variation som finns och
hur den tillgängliga kapaciteten ska placeras för att möta arbetet i rätt tid.

LEAN ger oss den operativa
stabiliteten. Backline utgår från det kliniska tidskravet och
hjälper oss att planera processen bakåt. BEAN-Theory beskriver hur hela
systemet utvecklas framåt och hur vi kan identifiera och påverka förändringar
innan de leder till köer och långa svarstider.

Det handlar alltså inte om att
göra mer med mindre resurser, utan om att använda den kapacitet vi faktiskt har
på ett bättre sätt, med tillräckliga marginaler för att hantera variation och
störningar.

Om ni bara ska ta med er en sak
från presentationen är det denna:

Vi ska inte vänta tills
svarstiderna visar att något har gått fel. Vi ska förstå och styra flödet medan
vi fortfarande har möjlighet att påverka det.

 

.2. Hur kom du egentligen fram
till allt detta?




Det började egentligen inte med någon matematisk teori, utan med ett praktiskt
problem som jag har arbetat med under en stor del av mitt yrkesliv: Hur skapar
vi korta och stabila svarstider inom patologin?

Under åren genomförde vi många
förändringar i Sundsvall. Vissa gav tydliga förbättringar, medan andra inte
alls fick den effekt vi hade förväntat oss. Ibland kunde vi dessutom se att en
förbättring i ett processteg skapade nya problem längre fram i flödet.

Det fick mig att inse att vi inte
kunde förstå svarstiderna genom att enbart studera enskilda arbetsstationer,
provmängder eller bemanning. Vi behövde betrakta hela laboratoriet som ett
sammanhängande system.

Vi började arbeta med batchning
2014 och utvecklade därefter Backline för att placera arbetsmassan
och kapaciteten bättre i tiden. När vi sedan följde resultaten kunde vi se hur
olika förändringar påverkade olika delar av svarstidsfördelningen.

Samtidigt fortsatte jag att samla
in och analysera data från den faktiska verksamheten. Genom att jämföra
inflöde, bemanning, provsammansättning, arbetsmassans fördelning och svarstider
över långa tidsperioder började ett tydligare mönster framträda.

Det var ur dessa observationer
som BEAN-Theory successivt växte fram. Den matematiska strukturen utvecklades
för att beskriva de samband som vi såg i verksamheten och för att undersöka dem
mot våra empiriska data.

Arbetet har till slut omfattat
omkring 9,57 miljoner datapunkter från många års klinisk drift.

Så jag började inte med en teori
som jag sedan försökte få verkligheten att passa in i. Jag började med
verkligheten, försökte förstå varför flödet betedde sig som det gjorde och
utvecklade därefter en matematisk struktur för att beskriva det.

BEAN-Theory är alltså
resultatet av en lång utveckling där praktiska erfarenheter, systematiska
observationer, matematiska analyser och förändringar i den dagliga verksamheten
successivt har byggt vidare på varandra.

 

.3. Vad var det som fick dig att
börja ifrågasätta de traditionella sätten att organisera laboratorieflöden?




Det var framför allt att
verkligheten inte alltid stämde överens med det vi förväntade oss.

Vi kunde ha ungefär samma inflöde
och samma bemanning under två olika perioder, men ändå få helt olika
svarstider. Vi kunde också förbättra ett enskilt processteg utan att den totala
svarstiden förbättrades i motsvarande grad.

Det fick mig att börja fundera
över vad det egentligen var som styrde flödet.

De traditionella arbetssätten,
framför allt LEAN, har varit mycket värdefulla för att standardisera processer,
minska onödiga arbetsmoment och skapa en stabil organisation. Men jag upptäckte
att det inte räckte att enbart studera de enskilda processerna.

Jag behövde också förstå hur
arbetsmassan förflyttades mellan dem, hur variationen påverkade provernas
inbördes ordning och hur kapacitetens placering förändrade förutsättningarna
längre fram i processen.

En förändring som vi gjorde i dag
kunde exempelvis få sin största effekt först nästa morgon. Och när en kö väl
blev synlig kunde orsaken ligga flera processteg och många timmar tillbaka i
tiden.

Det var därför jag började
utveckla Backline och så småningom BEAN-Theory.

Jag ville inte ersätta de
traditionella metoderna. Jag ville kunna beskriva de tidsmässiga och dynamiska
samband som de inte var konstruerade för att representera.

Den avgörande insikten var att vi
inte bara behöver förstå hur varje processteg fungerar. Vi måste också förstå
hur alla processtegen samverkar över tid.

Det var alltså inte de
traditionella metodernas styrkor jag ifrågasatte, utan om de ensamma kunde ge
en tillräckligt fullständig beskrivning av hela det diagnostiska flödet.

 






























































    .4. Vad är det som gör BEAN-Theory annorlunda jämfört med
det vi redan gör?


Den viktigaste skillnaden är att
BEAN-Theory inte bara beskriver hur arbetet är organiserat eller hur ett
enskilt processteg fungerar. Den försöker beskriva hur hela det diagnostiska
flödet förändras över tid.

I ett traditionellt arbetssätt
följer vi ofta produktionen, antalet inkommande prover, bemanningen och de köer
som finns vid olika arbetsstationer. Det är värdefull information, men den ger
inte alltid en tillräcklig bild av vad som håller på att hända i systemet.

BEAN-Theory kopplar samman sju
olika fält: inflöde, kapacitet, dynamisk arbetsmassa, variation,
sekvensgeometri, återhämtningsförlopp och total svarstid.

Det intressanta är inte bara
varje fält för sig, utan hur de samverkar.

Två laboratorier kan ha samma
inflöde och samma bemanning men ändå få olika svarstider beroende på var
arbetsmassan befinner sig, i vilken ordning proverna bearbetas och hur
kapaciteten är placerad.

Med BEAN-Theory försöker vi
därför inte bara identifiera en kö när den redan har uppstått. Vi vill förstå
hur systemets aktuella tillstånd håller på att förändras och upptäcka var en
störning riskerar att få konsekvenser längre fram i processen.

Det ger oss möjlighet att arbeta
mer förebyggande genom att flytta kapacitet, påverka arbetsmassans sekvens och
anpassa arbetet efter de kliniska tidsfönstren.

BEAN-Theory ersätter inte LEAN
eller våra befintliga arbetsrutiner. Den tillför ett matematiskt och dynamiskt
perspektiv som kan användas tillsammans med dem.

Den avgörande skillnaden är
att vi går från att huvudsakligen följa vad som händer i laboratoriet till att
också försöka förstå vart hela flödet är på väg och påverka utvecklingen innan
problemen uppstår.




.5. Är det här verkligen en ny teori, eller har du bara satt ett nytt namn på
sådant som redan är känt?


Det är en berättigad fråga.
BEAN-Theory bygger på flera redan etablerade matematiska och systemteoretiska
principer, bland annat köteori, stokastiska processer, multivariat analys och
dynamiska system. Jag gör alltså inte anspråk på att ha uppfunnit dessa
matematiska verktyg.

Det nya ligger i hur de
kombineras och används för att beskriva det diagnostiska flödet som ett
sammanhängande, tidsberoende system.

Traditionella kömodeller
beskriver exempelvis hur arbetsmassa anländer, väntar och bearbetas.
BEAN-Theory försöker gå längre genom att samtidigt beskriva arbetsmassans
dynamiska fördelning, kapacitetens placering, variationen, sekvensgeometrin och
systemets återhämtningsförlopp.

Det är framför allt relationerna
mellan dessa delar som är centrala. Samma inflöde och samma bemanning behöver
inte ge samma resultat, eftersom systemets övriga tillstånd påverkar hur flödet
utvecklas.

Backline tillför
dessutom ett bakåtriktat tidsperspektiv som utgår från det kliniska
leveranskravet, medan BEAN-Theory beskriver den framåtriktade utvecklingen.
Tillsammans med LEAN ger det tre kompletterande perspektiv på samma verksamhet.

Den här strukturen har vuxit fram
ur våra praktiska erfarenheter och har därefter prövats mot ett omfattande
longitudinellt datamaterial från Sundsvall.

Men det är viktigt att skilja
mellan att formulera en ny teori och att ha visat att den är allmängiltig. Våra
resultat ger empiriskt stöd för den utvecklade systembeskrivningen, men
oberoende granskning och prövning i andra laboratorier behövs för att fastställa
hur väl den kan generaliseras.

Så det nya är inte de enskilda
matematiska verktygen, utan den sammanhängande teoretiska strukturen och hur
den används för att beskriva, analysera och styra diagnostiska flöden.

 

.6. Du har arbetat med detta
under många år. Vilken var den viktigaste upptäckten under arbetets gång?




Den viktigaste upptäckten var att svarstiden inte enbart bestäms av hur mycket
arbete vi har eller hur många medarbetare som är i tjänst, utan av hur hela
systemet samverkar över tid.

Jag upptäckte att vi kunde ha
ungefär samma inflöde och samma bemanning men ändå få helt olika svarstider.
Det avgörande var ofta var arbetsmassan befann sig, i vilken ordning proverna
bearbetades och hur kapaciteten var placerad i förhållande till det kommande
arbetet.

En annan viktig insikt var att en
förändring i ett tidigt processteg kunde få sin största effekt långt senare.
Genom att exempelvis organisera arbetet så att rätt prover kunde bäddas samma
dag skapade vi bättre förutsättningar för nästa morgons snittning och för att
materialet skulle nå patologerna tidigare.

Det innebar att vi kunde påverka
morgondagens svarstider redan i dag.

Men den verkligt avgörande
insikten kom när jag började se dessa samband som delar av ett sammanhängande
system. Arbetsmassan förändras hela tiden, kapaciteten är fördelad mellan olika
processpositioner och variationen påverkar hur arbetet förflyttas genom
laboratoriet.

Det var då jag insåg att vi inte
enbart skulle försöka förbättra varje arbetsstation var för sig. Vi behövde
förstå hur förändringar i en del av systemet påverkade alla de andra delarna.

Det blev också grunden för
BEAN-Theory.

Den viktigaste upptäckten var
alltså att korta och stabila svarstider inte är summan av ett antal effektiva
arbetsstationer. De är resultatet av hur hela det diagnostiska systemet
samverkar, och framför allt av vår förmåga att påverka flödet innan problemen
uppstår.


.7. Om du skulle sammanfatta BEAN-Theory i en enda mening, vad skulle du säga?



BEAN-Theory är en multivariat stokastisk teori som beskriver hur inflöde,
kapacitet, dynamisk arbetsmassa, variation, sekvensgeometri,
återhämtningsförlopp och tid samverkar i ett diagnostiskt flöde, så att vi kan
förstå systemets utveckling och styra det innan störningar leder till köer och
förlängda svarstider.


.8. Vad är det som talar för att
det här fungerar i praktiken och inte bara är en matematisk konstruktion?




Det som talar för att BEAN-Theory har praktisk relevans är att den matematiska
strukturen har vuxit fram ur förändringar och observationer i en verklig
klinisk verksamhet.

Vi har under många år förändrat
hur arbetet organiseras i Sundsvall och samtidigt följt hur svarstiderna har
utvecklats.

Mellan 2012 och 2026 har medianen
minskat från 7,51 till 4,66 dagar, medan p95 har minskat från 30,36 till 8,87
dagar. Det motsvarar en minskning av p95 med nästan 71 procent.

Vi har också kunnat studera hur
systemet reagerar på störningar. Under pandemin 2020 ökade både frånvaron och
andelen högvarianta prover. Svarstiderna påverkades, men systemet återgick
därefter till ett stabilare tillstånd.

Den matematiska strukturen har
dessutom prövats mot ett omfattande empiriskt material på omkring 9,57 miljoner
datapunkter. Den longitudinella analysen visar en förklaringsgrad på 96,77
procent för den analyserade systemstrukturen.

Det innebär inte att varje
förbättring kan tillskrivas BEAN-Theory eller att teorin är universellt
bevisad. Bemanning, förändrade arbetssätt och andra faktorer har också haft
betydelse.

Men det visar att vi har verkliga
verksamhetsresultat och ett omfattande empiriskt underlag att pröva den
matematiska beskrivningen mot.

BEAN-Theory är alltså inte en
matematisk konstruktion som vi först har utvecklat och sedan försökt tillämpa i
laboratoriet. Den har vuxit fram ur den praktiska verksamheten för att beskriva
och förklara de samband vi har observerat. Nästa viktiga steg är att pröva den
i andra laboratorier.



.9. Vad är det viktigaste ni gör annorlunda i Sundsvall jämfört med andra
patologilaboratorier?




Jag kan inte säga exakt vad som skiljer oss från alla andra
patologilaboratorier, men det som kännetecknar Sundsvall är framför allt hur vi
har organiserat arbetet och hur det har blivit en naturlig del av vår kultur.

Backline är i grunden
en form av schemaläggning där vi utgår från när arbetet behöver vara färdigt
och organiserar de föregående processerna därefter. Tillsammans med batchningen
skapar det en struktur där vi förbereder kommande arbetsmoment och försöker
ligga steget före.

Vi har också ett arbetssätt där
vi hjälper varandra där behovet är störst. När arbetsmassan ökar vid en
processposition kan medarbetare med rätt kompetens gå dit och hjälpa till. Vi
arbetar alltså inte enbart utifrån fasta arbetsstationer, utan tar ett gemensamt
ansvar för hela flödet.

En viktig förklaring till att
detta fungerar är att arbetssättet har vuxit in i vår verksamhetskultur.

Vi har under åren anställt många
nyutexaminerade biomedicinska analytiker som kommer direkt från universitetet.
De introduceras i vårt sätt att arbeta från första dagen och uppfattar det som
det naturliga sättet att organisera ett patologilaboratorium.

Det innebär att arbetssättet inte
längre är beroende av att någon ständigt påminner personalen om hur arbetet ska
organiseras. Medarbetarna ser själva var det finns behov, hjälper varandra och
anpassar arbetet efter hur flödet utvecklas.

Cottidie ger oss dessutom
möjlighet att följa verksamheten och se hur arbetsmassan och kapaciteten
förändras.

Det som började som ett medvetet
förändringsarbete har med tiden blivit ett i stor utsträckning självgående
arbetssätt.

Jag skulle därför säga att vår
viktigaste framgång inte är en enskild metod eller ett dataprogram, utan att vi
har byggt upp en verksamhetskultur där medarbetarna tar ett gemensamt ansvar
för hela flödet och där arbetssättet fungerar naturligt i den dagliga
verksamheten.


.10. Om du fick börja om från
början med den kunskap du har i dag, vad skulle du göra annorlunda?



Om jag hade haft den kunskap jag har i dag skulle jag framför allt ha börjat
samla in och strukturera data betydligt tidigare.

När vi började förändra
verksamheten var målet att lösa praktiska problem och förbättra svarstiderna.
Vi utvecklade våra arbetssätt successivt, prövade olika lösningar och lärde oss
av resultaten.

Det var först efter hand som jag
började förstå hur starkt de olika delarna av flödet påverkade varandra och hur
värdefullt det skulle vara att kunna följa dessa samband systematiskt.

Med dagens kunskap skulle jag
därför redan från början ha registrerat arbetsmassans position, processtider,
faktisk bemanning, provsammansättning och förändringar i sekvensen. Det hade
gjort det lättare att analysera effekterna av varje förändring och skilja dem
från andra faktorer.

Jag skulle också ha arbetat mer
systematiskt med att dokumentera vilka förändringar vi genomförde, när de
infördes och vilka resultat vi förväntade oss.

Däremot skulle jag inte vilja
förändra den grundläggande utvecklingen av vår arbetskultur. Att medarbetarna
hjälper varandra där behovet finns och att nya kollegor lär sig detta
arbetssätt från början har varit en viktig del av vår utveckling.

Det är också något som har tagit
tid att bygga upp. En matematisk modell kan utvecklas och ett dataprogram kan
installeras, men en fungerande verksamhetskultur måste växa fram i det dagliga
arbetet.















Om jag fick börja om skulle
jag alltså inte i första hand förändra själva arbetssättet. Jag skulle börja
mäta, dokumentera och analysera det betydligt tidigare. Då hade vi kunnat
förstå sambanden snabbare och haft ännu bättre förutsättningar att utvärdera de
förändringar vi genomförde.

.11. Kommer det att fungera
hos oss?




Ja, det finns goda möjligheter, men ni måste anpassa arbetssättet efter er
egen verksamhet. Jag kan inte garantera att ni får samma resultat som vi har
fått i Sundsvall.

Det första steget är att
kartlägga ert flöde och identifiera var problemen finns. Därefter kan ni börja
med enskilda förändringar, exempelvis batchning, bakåtriktad schemaläggning
enligt Backline eller en mer flexibel fördelning av personal mellan
processpositionerna.

Ni behöver inte införa hela
BEAN-Theory på en gång. Vi utvecklade själva vårt praktiska arbetssätt långt
innan den matematiska strukturen var färdig.

Däremot behöver ni ha tillräcklig
grundbemanning och rätt kompetens för att kunna omfördela kapaciteten.
BEAN-Theory kan inte kompensera för resurser som helt enkelt saknas.

För att arbeta mer systematiskt
med BEAN-Theory behöver ni också ett dataprogram som kan samla in och bearbeta
uppgifter om inflöde, arbetsmassa, processtider, bemanning och kapacitet. Det
gör det möjligt att följa hur flödet utvecklas, analysera förändringar och ge
underlag för den dagliga styrningen.

Ni kan utveckla ett sådant
program utifrån era egna förutsättningar och era befintliga informationssystem.
Det behöver inte vara Cottidie, men det måste kunna hantera de data och
beräkningar som krävs för de delar av teorin ni vill tillämpa.

En annan viktig förutsättning är
verksamhetskulturen. I Sundsvall har vi under många år utvecklat ett arbetssätt
där medarbetarna hjälper varandra där behovet finns.

Många av våra BMA kommer
direkt från universitetet och lär sig detta arbetssätt från början. Det har
gjort att verksamheten i stor utsträckning är självgående.

Den kulturen tar tid att bygga
upp, men ni kan börja med små förändringar och successivt utveckla
arbetssättet.

















Ni behöver alltså inte kopiera Sundsvall. Börja med
era egna problem, inför de delar som är relevanta och bygg successivt upp både
arbetssättet och det datastöd som behövs för att analysera och styra ert eget
flöde

.12. Vi har en helt annan
organisation än Sundsvall. Hur mycket måste vi förändra för att kunna använda
era principer?




Ni behöver inte organisera er verksamhet på samma sätt som vi har gjort i
Sundsvall. BEAN-Theory utgår inte från en bestämd organisationsmodell, utan
från hur arbetsmassan, kapaciteten och variationen samverkar i det diagnostiska
flödet.

Jag skulle därför inte börja med
att förändra er organisation, utan med att undersöka hur ert nuvarande flöde
fungerar.

Var uppstår väntetiderna? Hur är
arbetsmassan fördelad mellan processpositionerna? Hur ser den faktiska
bemanningen ut, och finns kapaciteten där den behövs vid rätt tidpunkt?

När ni har identifierat era
viktigaste problem kan ni börja med avgränsade förändringar.

Det kan exempelvis handla om att
införa batchning, anpassa schemaläggningen enligt Backline eller
utveckla kompetensredundansen så att medarbetarna kan hjälpa varandra där
behovet är störst.

Ni behöver inte införa alla delar
samtidigt. Det är fullt möjligt att börja med en enskild åtgärd, mäta
resultatet och därefter avgöra hur ni ska gå vidare.

Om ni vill tillämpa BEAN-Theory
mer fullständigt behöver ni också bygga upp ett datastöd som kan samla in och
bearbeta information om ert eget flöde. Det kan vara ett egenutvecklat program
som anpassas efter era processer och befintliga informationssystem.

Men den kanske viktigaste
förändringen handlar om verksamhetskulturen.

I Sundsvall har vi under många år
utvecklat ett arbetssätt där medarbetarna tar ett gemensamt ansvar för hela
flödet och hjälper varandra där behovet finns. Många av våra BMA kommer direkt
från universitetet och lär sig detta sätt att arbeta från början.

Det har gjort att arbetssättet
har blivit en naturlig del av verksamheten och i stor utsträckning är
självgående.

En sådan kultur går inte att
införa genom ett enskilt beslut. Den måste utvecklas successivt genom
introduktion, samarbete, tydliga arbetsrutiner och ett ledarskap som ger
medarbetarna möjlighet att ta ansvar.























Ni behöver alltså inte förändra hela er organisation
för att börja. Behåll det som fungerar, identifiera era viktigaste problem och
inför de delar som passar era förutsättningar. Det avgörande är inte att ni
arbetar exakt som vi gör i Sundsvall, utan att ni utvecklar ett arbetssätt där
hela flödet fungerar som ett sammanhängande system.