Om boken
Om boken
BEAN-Theory – en matematisk systemteori för diagnostiska flöden
BEAN-Theory – The Integrated Systems Model for Pathology är ett omfattande vetenskapligt monografiskt verk på 748 sidor om diagnostiska flöden inom patologin. Boken är uppbyggd för att föra läsaren från grundläggande matematik, sannolikhetslära och stokastiska processer till en sammanhängande matematisk systemteori för komplexa diagnostiska flöden.
Patologiverksamheten i Sundsvall utgör verkets empiriska observationssystem. Den matematiska strukturen är däremot uppbyggd kring generella mekanismer som formar dynamiska flödessystem: inflöde, kapacitet, arbetsmassa, variation, sekvensgeometri, riktning, återhämtning och tid.
Verkets grundläggande utgångspunkt är att ett patologilaboratorium inte kan förstås fullständigt genom att enskilda arbetsmoment, produktionskapaciteter eller organisatoriska funktioner studeras var för sig. Det diagnostiska resultatet uppstår genom samspelet mellan processernas tillstånd, deras tidsmässiga relationer och arbetsmassans rörelse genom systemet.
BEAN-Theory utvecklar därför ett matematiskt perspektiv där laboratoriet betraktas som ett sammanhängande, dynamiskt och multivariat stokastiskt system.
Boken är indelad i fyra huvuddelar som successivt utvecklar den matematiska teorin, beskriver det verkliga patologiflödet och prövar systemrelationerna mot omfattande longitudinella observationer.
Från matematisk grund till sammanhängande systemteori
Den första delen etablerar den matematiska och stokastiska grunden för att förstå diagnostiska flöden.
Här introduceras bland annat flödesbegreppet, processdomäner, arbetsobjekt, arbetsmassa, ankomst- och serviceprocesser, sannolikhetsfördelningar, kapacitet, väntetid och klassisk köteori.
Ett flertal kömodeller behandlas för att visa hur olika arbetsmoment kan uppvisa skilda matematiska egenskaper beroende på inflöde, servicetid, variation, belastning och tillgänglig kapacitet.
Ett patologilaboratorium kan därför inte representeras av en enda homogen kömodell. Det består i stället av ett konglomerat av sammankopplade köstrukturer där utflödet från ett arbetsmoment ofta utgör inflödet till nästa.
När dessa processer kopplas samman uppstår systemegenskaper som inte framträder när varje kö studeras isolerat. Variation kan fortplantas mellan arbetsmoment, kapacitetsbegränsningar kan förskjuta arbetsmassa och tidsmässiga obalanser kan påverka hela laboratoriets svarstidsfördelning.
Klassisk köteori utgör därmed en matematisk grund, men är inte ensam tillräcklig för att beskriva hela det diagnostiska systemets dynamik.
BEAN – den globala systemdynamiken
Ur den matematiska grunden utvecklas BEAN globala systemrepresentation.
Här sammanförs inflöde, kapacitet, dynamisk arbetsmassa, variation, sekvensgeometri, återhämtning och total genomloppstid i en gemensam tillståndsvektor:
M(t) = (λ(t), μ(t), DWIP(t), V(t), G(t), R(t), T_total(t))
Representationen beskriver flödessystemets samlade tillstånd och dess utveckling över tid.
Det centrala är inte enbart hur mycket material som kommer in eller hur stor den nominella produktionskapaciteten är. Avgörande är också var arbetsmassan befinner sig, när kapaciteten finns tillgänglig, hur variationen är fördelad och hur arbetsmomentens inbördes sekvenser påverkar genomströmningen.
En kapacitetsökning i ett enskilt arbetsmoment behöver exempelvis inte medföra kortare total svarstid om kapaciteten placeras vid fel processposition eller om materialet inte finns tillgängligt när nästa arbetsmoment ska påbörjas.
På motsvarande sätt kan ett laboratorium upprätthålla korta svarstider trots tillfälligt hög arbetsbelastning, förutsatt att arbetsmassans förflyttning, processernas tidsstruktur och tillgängliga resurser samverkar.
BEAN beskriver därför inte endast produktionshastighet eller belastning, utan de matematiska relationer som bestämmer hur hela flödessystemet utvecklas.
Den lokala fältgeometrin – FΩ(x,t)
En central del av BEAN-Theory är utvecklingen av den lokala fältgeometriska representationen:
FΩ(x,t)
Den globala representationen M(t) beskriver laboratoriets samlade systemtillstånd. Den lokala fältrepresentationen beskriver hur motsvarande egenskaper varierar mellan olika processpositioner och tidpunkter.
Här analyseras bland annat lokala inflöden, kapacitetsförhållanden, arbetsmassor, variation, sekvensgeometri, återhämtning och processtid.
Den fältgeometriska analysen gör det möjligt att undersöka hur en förändring uppstår vid en viss processposition, hur den påverkar angränsande processer och under vilka förutsättningar den kan förstärkas, dämpas eller fortplantas genom flödet.
Ett tillfälligt kapacitetsunderskott i ett arbetsmoment kan exempelvis skapa en lokal arbetsmassa utan att laboratoriets totala genomloppstid omedelbart påverkas. Först när förändringen påverkar efterföljande processers tidsstruktur eller förskjuter arbetsobjektens sekvens kan konsekvenserna bli synliga i den slutliga svarstidsfördelningen.
Fältgeometrin tillför därmed en rumslig och tidsberoende dimension till den matematiska systembeskrivningen.
Tillsammans gör M(t) och FΩ(x,t) det möjligt att analysera relationen mellan laboratoriets globala tillstånd och de lokala mekanismer som formar detta tillstånd.
Det verkliga patologiflödet
En omfattande del av monografin behandlar patologilaboratoriets faktiska diagnostiska processer.
Läsaren följer arbetsflödet från provets ankomst och registrering genom utskärning, dehydrering, bäddning, snittning, färgning och skanning till diagnostik, signering och färdigt svar.
Varje arbetsmoment analyseras utifrån sina särskilda förutsättningar, samtidigt som dess beroenden till övriga processer uppmärksammas.
Batchning, parallella flöden, efterbeställningar, medicinska prioriteringar, kompetensfördelning, maskinkapacitet och osynlig produktionstid behandlas som delar av samma sammanhängande system.
Särskild betydelse har arbetsmomentens tidsmässiga samordning.
Det är inte alltid den enskilda arbetsstationens maximala produktionshastighet som avgör resultatet, utan när materialet blir tillgängligt för nästa process och hur den sammanlagda kapaciteten fördelas genom arbetsdagen.
Det innebär att morgondagens produktion i betydande utsträckning kan påverkas av hur föregående arbetsdags processer organiseras.
Boken visar därmed hur laboratoriets faktiska produktionsstruktur kan analyseras matematiskt, utan att de olika processernas särskilda egenskaper förloras.
Verksamhetsepoker och longitudinell utveckling
De olika verksamhetsepokerna vid patologilaboratoriet i Sundsvall har en central plats i monografin.
Genom observationer från perioden 2012–2026 kan laboratoriets utveckling följas under förändrade organisatoriska, tekniska och personella förutsättningar.
Perioder med olika bemanning, produktionsrytm, belastning, arbetsfördelning och processorganisation jämförs för att analysera hur dessa förändringar sammanfaller med utvecklingen av arbetsmassa, variation och diagnostiska svarstider.
Det longitudinella perspektivet gör det möjligt att studera både tillfälliga förändringar och mer bestående förskjutningar i flödessystemets struktur.
Boken behandlar därmed inte enbart hur ett patologilaboratorium fungerar vid en viss tidpunkt, utan hur dess dynamiska egenskaper utvecklas genom flera verksamhetsepoker.
Detta är särskilt betydelsefullt eftersom ett system kan uppvisa stabila svarstider trots att inflöde, bemanning och arbetsbelastning varierar.
Stabilitet innebär i detta sammanhang inte frånvaro av variation, utan förmågan att hantera variation utan att den utvecklas till långvariga kapacitetsobalanser, växande arbetsmassor eller kraftigt förlängda svarstider.
Backline – den bakåtriktade tidsgeometrin
Backline introducerar ett kompletterande matematiskt perspektiv där patientens kliniska tidskrav utgör utgångspunkten.
I stället för att enbart följa diagnostikens framåtriktade utveckling från provets ankomst till färdigt svar analyseras processen bakåt från den tidpunkt då det diagnostiska resultatet behöver vara tillgängligt.
Därmed kan återstående processtid, tillgängliga tidsfönster, resursbehov och processernas inbördes beroenden relateras till ett definierat kliniskt sluttidsvillkor.
Backline analyserar inte enbart hur lång tid ett arbetsmoment normalt tar, utan hur den återstående arbetsmassan förhåller sig till den tid som faktiskt finns kvar innan det kliniska tidskravet måste vara uppfyllt.
Detta perspektiv är särskilt betydelsefullt vid medicinskt prioriterad diagnostik, exempelvis inom standardiserade vårdförlopp.
Backline är en separat men matematiskt kopplad analysstruktur. Den kompletterar BEAN framåtriktade systemdynamik utan att sammanblandas med den globala eller lokala fältrepresentationen.
LEAN – operativ stabilisering
LEAN behandlas som ett operativt arbetssätt för att stabilisera och organisera diagnostiska processer.
Standardisering, ordning, tydliga materialflöden, buffertzoner, batchning, kompetensväxling, resursfördelning och reducering av påverkbar variation analyseras utifrån deras betydelse för laboratoriets funktion.
LEAN utgör inte en självständig matematisk tillståndsrepresentation inom BEAN-Theory. Dess roll är att beskriva organisatoriska förutsättningar och arbetsformer som kan påverka systemets kapacitet, variation och stabilitet.
Ett viktigt resonemang i monografin är att lokala förbättringar inte automatiskt medför kortare total svarstid.
En arbetsstation kan exempelvis bli mer produktiv eller få en kortare lokal kö utan att laboratoriets diagnostiska genomloppstid förändras i motsvarande grad.
För att en lokal förbättring ska påverka det samlade resultatet måste den också förändra de systemrelationer som bestämmer arbetsmassans rörelse och den totala tidsstrukturen.
LEAN och BEAN har därmed olika funktioner: LEAN kan bidra till operativ stabilitet, medan BEAN-Theory erbjuder matematiska verktyg för att analysera systemets dynamiska beteende.
BEAN-Theory – en integrerad systemförståelse
BEAN-Theorys teoretiska kärna utgörs av två matematiskt kopplade systemrepresentationer:
M(t) – den globala systemrepresentationen, som beskriver laboratoriets samlade tillstånd och framåtriktade dynamik.
FΩ(x,t) – den lokala fältrepresentationen, som beskriver hur systemets egenskaper varierar över processposition och tid.
Dessa kompletteras av Backlines bakåtriktade analys av kliniska tidsvillkor, medan LEAN behandlas som ett separat operativt ramverk för stabilisering.
Det handlar inte om att slå samman olika metoder till en enda organisationsmodell, utan om att beskriva deras skilda funktioner och hur de kan relateras till samma diagnostiska system.
Den globala representationen visar systemets samlade utveckling. Fältgeometrin analyserar dess lokala struktur och fortplantning. Backline relaterar processens tillstånd till kliniskt definierade sluttidskrav. LEAN beskriver arbetsorganisatoriska förutsättningar som kan bidra till stabilitet.
Tillsammans erbjuder dessa perspektiv en mer omfattande förståelse av diagnostiska flöden än vad enbart lokala produktionsmått eller isolerade kömodeller kan ge.
Matematisk och empirisk fördjupning
Monografin innehåller omfattande matematiska appendix med definitioner, härledningar, modellrelationer, beräkningar och kompletterande empiriska analyser.
Här fördjupas bland annat BEAN tillståndsvektorer, den lokala fältgeometrin, Backlines matematiska operatorer, de stokastiska processrelationerna och sambanden mellan de olika modellkomponenterna.
Den matematiska strukturen prövas mot ett omfattande empiriskt material från patologiverksamheten i Sundsvall.
En central del av denna prövning är den stegvisa analysen av Modell 1–6, där systemvariabler successivt förs in i den statistiska modellen.
Analysen visar hur förklaringsgraden förändras när modellen utvecklas från att enbart omfatta inflöde till att även inkludera bemanning, variationssammansättning, strukturellt systemtillstånd, sekvensgeometri och dynamisk arbetsmassa.
Förklaringsgrad – Modell 1–
| Modell | Medel | Median (p50) | p97,5 |
|---|---|---|---|
| Modell 1 – Inflöde | 0,66 % | 1,57 % | 0,03 % |
| Modell 2 – Bemanning | 35,58 % | 34,96 % | 31,64 % |
| Modell 3 – Variationssammansättning | 46,82 % | 44,57 % | 39,10 % |
| Modell 4 – Strukturellt systemtillstånd | 64,06 % | 54,91 % | 72,58 % |
| Modell 5 – Sekvensgeometri | 78,38 % | 74,63 % | 78,72 % |
| Modell 6 – Dynamisk arbetsmassa | 90,08 % | 87,10 % | 82,19 % |
Resultaten visar att inflödet ensamt förklarar en mycket liten del av svarstidernas observerade variation.
När ytterligare systeminformation inkluderas ökar modellens förklaringsgrad kraftigt. Den fullständiga Modell 6 uppnår 90,08 % för medelsvarstiden, 87,10 % för medianen och 82,19 % för den 97,5 percentilen.
Detta ger ett tydligt empiriskt stöd för att diagnostiska svarstider behöver analyseras utifrån flera samverkande systemvariabler snarare än enbart inflöde eller bemanning.
Longitudinell förklaringsgrad
Den separata longitudinella analysen beskriver svarstidsfördelningens långsiktiga utveckling.
FG (medel): 96,77 %
EV (medel): 98,71 %
Den longitudinella analysen och Modell 1–6 mäter olika aspekter av den empiriska förklaringsförmågan. Resultaten ska därför inte betraktas som utbytbara eller som samma statistiska mått.
Samlad empirisk evidens
Den fullständiga Modell 6 utvärderas även genom fyra kompletterande evidenskomponenter:
Förklaringsförmåga (EF): 86,46 %
Inkrementellt informationsbidrag (EI): 99,14 %
Diagnostisk stabilitet (ED): 97,37 %
Temporal reproducerbarhet (ET): 61,85 %
Komponenterna sammanförs genom ett geometriskt medelvärde och ger ett samlat evidensindex på cirka 0,85.
Indexet är ett sammanvägt mått enligt verkets definierade analysmetod och ska hållas åtskilt från statistisk förklaringsgrad och strukturell täckningsgrad.
De olika analyserna ger tillsammans en mångsidig bild av BEAN-Theorys empiriska egenskaper, samtidigt som varje mått behåller sin särskilda statistiska betydelse.
Svarstidernas utveckling 2012–2026
Den longitudinella analysen visar en omfattande förändring av svarstidsfördelningen vid patologilaboratoriet i Sundsvall.
År 2012 låg medianen (p50) omkring 7,51 dagar och den 95 percentilen (p95) omkring 30,4 dagar.
År 2026 hade motsvarande värden minskat till 4,66 respektive 8,87 dagar.
Det innebär att medianen minskat med cirka 38 %, medan p95 reducerats med cirka 71 %.
Den största förändringen återfinns således i svarstidsfördelningens övre del.
Detta är betydelsefullt eftersom en reducering av p95 innebär att även de remisser som tidigare hade långa diagnostiska genomloppstider i större utsträckning har förts mot kortare svarstider.
Avståndet mellan medianen och p95 har samtidigt minskat kraftigt, vilket visar att den övre delen av svarstidsfördelningen har komprimerats.
För BEAN-Theory är denna utveckling särskilt intressant eftersom den kan analyseras i relation till förändringar i kapacitet, variation, dynamisk arbetsmassa, sekvensgeometri och processernas tidsmässiga samordning.
Observationerna visar omfattningen av förändringen. Den matematiska och statistiska analysen undersöker vilka systemrelationer som kan bidra till att förklara den.
En matematisk struktur med bredare tillämpningsmöjligheter
BEAN-Theory är empiriskt utvecklad och prövad inom diagnostisk patologi, men dess grundläggande matematiska variabler är inte begränsade till patologiverksamhet.
Inflöde, kapacitet, dynamisk arbetsmassa, variation, sekvensgeometri, riktning och genomloppstid förekommer även i andra riktade flödessystem.
Den matematiska strukturen kan därför användas som utgångspunkt för analyser inom andra processdomäner där motsvarande variabler och relationer kan definieras.
Det innebär inte att teorins empiriska resultat från Sundsvall automatiskt kan överföras till andra verksamheter.
Generaliserbarheten behöver undersökas och prövas separat utifrån respektive processdomäns egna data och förutsättningar.
Monografin erbjuder därmed både en empiriskt förankrad systembeskrivning av diagnostisk patologi och ett matematiskt perspektiv med möjliga tillämpningar utanför den undersökta verksamheten.
Verkets övergripande uppbyggnad
Bokens innehåll kan sammanfattas genom följande utveckling:
Matematisk grund → sannolikhetslära och stokastiska processer → klassisk köteori → globala och lokala systemrepresentationer → diagnostiskt flöde → longitudinell empiri och verksamhetsepoker → Backline och operativ stabilisering → sammanhängande systemförståelse.
Denna uppbyggnad gör det möjligt för läsaren att först förstå de matematiska principerna, därefter följa deras tillämpning i det verkliga diagnostiska flödet och slutligen ta del av de empiriska analyser som ligger till grund för teorins utveckling.
BEAN-Theory beräknas finnas till försäljning via Adlibris från den 15 november 2026.
Viktig information – BEAN-Theory och verklighetens patologiflöden
En vetenskaplig monografi – inte en organisationsmanual
BEAN-Theory är en vetenskaplig monografi över patologiverksamheten i Sundsvall och de arbetsformer, processrelationer och verksamhetsförändringar som observerats under perioden 2012–2026.
Verkets syfte är inte att presentera ett facit för hur ett patologilaboratorium ska byggas, bemannas eller organiseras.
Syftet är att genom matematisk modellering, stokastisk analys, fältgeometri och omfattande empiriska observationer undersöka och förklara hur ett patologilaboratorium faktiskt fungerar i klinisk drift.
BEAN-Theory utgår från att laboratoriets diagnostiska resultat inte kan förstås tillräckligt genom att enbart analysera produktionsvolym, personalstyrka eller effektivitet i enskilda arbetsmoment.
I stället behandlas verksamheten som ett dynamiskt system där inflöde, kapacitet, arbetsmassa, variation, processernas inbördes beroenden, sekvensgeometri och tid kontinuerligt påverkar varandra.
Det matematiska perspektivet skiljer sig därmed från förenklade produktions- och organisationsmodeller där processernas samspel inte alltid representeras uttryckligen.
Empiriskt stöd från verklig klinisk verksamhet
BEAN-Theorys matematiska representationer har utvecklats och analyserats med utgångspunkt i ett omfattande longitudinellt datamaterial från patologilaboratoriet i Sundsvall.
Den fullständiga Modell 6 uppnår en statistisk förklaringsgrad på 90,08 % för medelsvarstiden, 87,10 % för medianen och 82,19 % för p97,5.
Den separata longitudinella analysen uppvisar en förklaringsgrad på 96,77 % och ett EV-värde på 98,71 %.
Resultaten visar att modellen kan beskriva en stor del av den observerade variationen inom det undersökta systemet.
Den höga förklaringsgraden ger ett starkt empiriskt stöd för att modellens variabler och relationer fångar centrala egenskaper i Sundsvalls diagnostiska flöde.
Samtidigt är det viktigt att skilja mellan statistisk förklaringsförmåga, kausala samband och generaliserbarhet.
En hög förklaringsgrad visar hur väl modellen beskriver det analyserade materialet. Den innebär inte i sig att varje samband är kausalt fastställt eller att samma resultat automatiskt kan förväntas i andra laboratorier.
Från vetenskaplig förklaring till praktisk relevans
Patologiverksamheten i Sundsvall har under senare år uppvisat svarstider som hör till de kortaste i Sverige.
Den långsiktiga utvecklingen visar dessutom att svarstidsfördelningens övre del reducerats kraftigt samtidigt som laboratoriet fortsatt hantera förändringar i inflöde, arbetsmassa, bemanning och variation.
Detta gör Sundsvall till ett intressant empiriskt observationssystem för studier av diagnostisk flödesdynamik.
Genom BEAN-Theory kan dessa resultat analyseras utifrån matematiskt definierade samband mellan kapacitet, variation, arbetsmassans position, sekvensgeometri och tidsstruktur.
Den praktiska betydelsen ligger därför inte i att andra laboratorier ska kopiera Sundsvalls organisation eller arbetsrutiner.
Den ligger i möjligheten att identifiera och analysera de underliggande systemrelationer som påverkar diagnostiska svarstider och verksamhetens stabilitet.
Ett laboratorium med andra förutsättningar kan behöva en helt annan operativ organisation, samtidigt som samma grundläggande matematiska samband kan vara relevanta att undersöka.
BEAN-Theory erbjuder därmed ett analytiskt förhållningssätt som kan komplettera traditionell produktionsstyrning, organisationsutveckling och kvalitetsarbete.
Det centrala vetenskapliga bidraget
BEAN-Theorys huvudsakliga bidrag ligger inte i att formulera en ny universell organisationsnorm.
Det ligger i utvecklingen av en sammanhängande matematisk systemrepresentation där diagnostiska processers lokala och globala tillstånd, variation, arbetsmassa, kapacitet, sekvensgeometri och tidsberoende relationer kan analyseras tillsammans.
Teorin utgår från verkliga observationer och använder dessa för att undersöka de mekanismer som formar det diagnostiska resultatet.
BEAN-Theory beskriver inte hur ett patologilaboratorium bör fungera enligt en förutbestämd idealmodell. Den söker matematiskt förklara hur diagnostiska flöden faktiskt fungerar, varför deras resultat uppstår och hur systemets dynamik kan förstås genom mätbara samband.
Det är denna kombination av matematisk systemteori, lokal fältgeometri och omfattande longitudinell empiri som utgör monografins vetenskapliga grund.