2 OBJETIVOS

2.1 Objetivo Geral

Realizar análise do sistema de atendimento médico em um hospital

por meio de simulação computacional.

2.2 Objetivos Específicos

Elaborar um modelo computacional que simule o sistema de

atendimento do hospital utilizado atualmente.

Realizar a análise dos resultados da simulação estabelecendo os

principais gargalos do sistema.

Criar alternativas de cenários que melhorem a produtividade do

atendimento no hospital.

3 DEFINIÇÃO DO PROBLEMA

Em um setor emergencial de um hospital há 3 processos que o

paciente deve passar até ser liberado. O primeiro processo se trata da recepção

(NORM(3,1)), o segundo da triagem (NORM (5,2)) e por último o atendimento

com o médico (LOGN(9.31,9.65)).

Na recepção existem 3 recepcionistas para realizar os atendimentos onde esta

acomoda confortavelmente 50 pacientes.

Após uma análise histórica, verificou-se que 10% dos pacientes

desistem do atendimento e procuram outro hospital. Na triagem há apenas uma

enfermeira responsável por realizar este processo.

Após a triagem, o paciente deve aguardar em uma outra recepção o atendimento

com um médico. Neste último processo há 2 ortopedista, 4 clínicos geral, 3

cardiologista e 1 pediatra.

Deve-se analisar a capacidade de atendimento diário do hospital, bem

como os gargalos deste sistema e possíveis melhorias que acarretem em ganho

de produtividade.

4 DESCRIÇÃO DO MODELO

Para iniciarmos o processo de simulação, devemos primeiro conferir

se a base de dados que está sendo utilizada é confiável, essa análise é feita por

meio do recurso Input Analyser. Essa ferramenta analisa os dados e determina

qual a curva estatística mais adequada aos mesmos e o seu valor-P, onde este

parâmetro deve possuir número superior a 0.1 para que a amostra seja

considerada confiável, além disso a ferramenta também determina a média e o

desvio padrão da curva.

Nos dados dos tempos de chegada tivemos inicialmente uma amostra

com 45 unidades, onde ao ser processada, estabeleceu os seguintes

parâmetros.

Como o valor-P obtido não foi maior que 0.1, detectamos que a

amostra não era suficientemente confiável e solicitamos uma quantidade maior

de dados para realizar novamente a análise. Com a nova base de dados

obtivemos os seguintes resultados.

Dessa forma conseguimos provar que a amostra é confiável pois

possui valor de 0.113, obtendo assim uma curva normal com média igual a 12 e

desvio padrão de 1.04.

Na análise dos tempos de atendimento médico, independente da

especialidade, encontramos os seguintes resultados.

Como os valores P são maiores que 0.1, podemos utilizar a expressão

encontrada para o processo de atendimento médico. Como temos 04 (quatro)

especialidades médicas, tivemos que determinar historicamente as

porcentagens de atendimento de cada uma, para inserir na modelagem do

sistema, ficando da seguinte forma: ortopedista (10,24%), clínico geral (40,68%),

cardiologista (9,12%) e pediatra (39,96%)

Com os dados processados estruturamos nosso modelo

computacional da seguinte forma:

1 – Usamos a expressão NORM(12,1.04) para a chegada de

pacientes.

2 – Criamos uma variável para sabermos a quantidade de pacientes

sendo atendido pelo sistema e dessa forma identificamos se este número

ultrapassa o valor de 50 pacientes, que é o que o hospital acomoda

confortavelmente.

3 – Inserimos 02 (duas) decisões ao paciente: se houver mais de 50

pessoas dentro do hospital o usuário vai embora e historicamente 10% destes

desistem do atendimento.

4 – Colocamos os 02 (dois) processos iniciais: recepção e triagem,

com seus respectivos recursos humanos, atendente e enfermeira, nas

quantidades pré-estabelecidas.

5 – Acrescentamos uma decisão que encaminha o paciente para a

especialização médica requerida.

6 – Nesta etapa ocorre o atendimento médico dos usuários e

posteriormente a sua saída do hospital.

O modelo computacional foi estruturado dessa forma:

Os mostradores foram acrescentados para facilitar a compreensão

das informações processadas por parte da alta gerência.

5 ANÁLISE DO RESULTADOS

O modelo computacional elaborado foi simulado utilizando 07 (sete)

replicações (considerando uma para cada dia da semana) e por um período de

50 horas. Os principais resultados a serem analisados são: capacidade de

atendimento do hospital, tempos médio de espera e a taxa de utilização dos

recursos, onde com essas informações podemos identificar os gargalos

operacionais e avaliar diferentes cenários como alternativa para ganhos de

produtividade.

A capacidade de atendimento diário do hospital foi de 250 por dia.

Os tempos médios de espera nas filas de cada processo foram:

O maior tempo de espera foi na pediatria, onde obtivemos uma média

de 0.984 minutos ou 59.04 segundos, tempo considerado excelente para a

espera em uma fila de hospital. Mas devemos observar mais um parâmetro para

avaliarmos este cenário, que é o de taxa de utilização dos recursos.

Por meio deste gráfico visualizamos que a maioria dos recursos está

trabalhando com uma taxa de utilização muito baixa, apenas a enfermeira e o

pediatra estão trabalhando com uma taxa acima de 20%, o que caracteriza que

o sistema está superdimensionado, ou seja, os funcionários estão sendo sub

utilizados, o que acarreta em prejuízos para o hospital, haja vista que estes estão

prejudicando a produtividade deste sistema, sendo então o principal gargalo

identificado: a baixa quantidade de pacientes sendo atendidos pelo hospital.

Dessa forma deve ser criado outro cenário alternativo que melhor

utilize os recursos humanos presentes na organização e diminua os custos

desta. Além das melhorias que serão testadas por modelagem computacional

(variáveis internas) também deve haver um investimento em aspectos externos

do hospital para provocar aumento no volume de pacientes atendidos pelo

hospital, como: aumento da parceria com os planos de saúde da região, aumento

das propagandas veiculadas nos mais diversos meios (outdoors, busdoors,

mídias sociais, etc) e diminuição dos preços cobrados pelos serviços médicos.

6 RECOMENDAÇÕES AO SISTEMA ESTUDADO

6.1 Cenário Alternativo 01

Neste cenário modificamos os valores dos recursos, estabelecendo

as seguintes quantidades: 02 (dois) atendentes, 02 (duas) enfermeiras, 1 (um)

ortopedista, 02 (dois) clínicos gerais, 02 (dois) cardiologistas e 02 (dois)

pediatras. Dessa forma alteramos a quantidade de funcionários totais de 14

(quatorze) para 11 (onze) e a quantidade de médicos (maiores custos) de 10

(dez) para 07 (sete).

Com essas mudanças alcançamos a mesma capacidade do cenário

original de 250 pacientes diários.

Já os tempos nas filas foram modificados.

O tempo de espera na triagem foi eliminado, porém criou-se tempo de

espera para a clínica geral e ortopedia, enquanto que a espera na pediatria foi

diminuída, tendo como maior média de tempo a do atendimento na ortopedia,

igual a 6,64 segundos, que é um valor ínfimo considerando um sistema

hospitalar.

Por último analisamos a taxa de utilização dos recursos.

Neste cenário conseguimos tornar mais uniforme a utilização dos

funcionários, com 04 (quatro) ficando acima dos 10% de ocupação e 02 (dois)

permaneceram abaixo desta marca. Tal alternativa ainda sustenta uma um

cenário de sub utilização dos recursos humanos, sendo necessário realizar mais

alterações nas variáveis internas visando o aumento da produtividade do

hospital.

6.2 Cenário Alternativo 02

Neste segundo cenário em busca da melhoria no sistema abordado,

reduzimos ainda mais o quadro de funcionários, ficando na seguinte

configuração: 01 (um) atendente, 01 (uma) enfermeira, 01 (um) ortopedista, 01

(um) clínico geral, 01 (um) cardiologista e 01 (um) pediatra, totalizando 06 (seis)

funcionários no hospital e apenas 04 (quatro) médicos.

A capacidade de atendimentos diários obtidos no cenário 02 foi de

249, sendo assim, 01 atendimento a menos que no outros dois cenários.

Os tempos de espera aumentaram para as 04 especialidades

médicas, enquanto que a recepção e a triagem permaneceram com os tempos

obtidos no cenário original. O maior tempo médio de espera encontrado foi de

64.37 segundos, referente à pediatria, tempo este bastante satisfatório para um

hospital.

Na terceira etapa analisamos como se comportou a taxa de utilização

dos recursos humanos perante as mudanças promovidas pelo cenário 02.

Analisando o gráfico percebe-se que a proporção é muito semelhante

a encontrada no cenário 01, porém a escala nesta situação é o dobro da utilizada

no gráfico anterior, o que mostra o uso muito maior dos recursos neste caso.

Comparativamente à situação original, houve um aumento considerável na taxa

do atendente, do cardiologista, do clínico geral e do ortopedista, enquanto que a

enfermeira e o pediatra obtiveram uma taxa muito semelhante à original.

Nesta situação tivemos 04 funcionários atuando acima dos 20% o que

representa que a produtividade do sistema foi melhorada, diminuindo assim a

sub utilização dos recursos, e além disso o hospital foi capaz de atender 249

pacientes com um quadro de funcionários de apenas 06 pessoas, sem prejudicar

o tempo de espera na fila (maior média é de 64 segundos), e trazendo uma

grande economia nos custos com salários para a organização já que a

quantidade de recursos humanos foram reduzidas de 14 para apenas 06 nesta

situação analisada.

Diante do exposto escolhe-se o cenário alternativo 02 como o mais

eficaz para o hospital, tanto no quesito produtividade quanto no quesito

financeiro.

7 CONSIDERAÇÕES FINAIS

A simulação da produção surge diante de um contexto em que as

mudanças nas organizações ocorrem cada vez mais rápido e as informações

percorrem o mundo de forma altamente dinâmica, aumentando assim

exponencialmente a concorrência entre as empresas e provocando nas

organizações a necessidade de adaptação à essa realidade. Para lidar com esta

situação as empresas passaram a buscar sistemas gerenciais que atuem

permanentemente na melhoria dos processos, objetivando o aumento da

produtividade e dos lucros, e é onde a simulação computacional é inserida como

alternativa bastante eficaz e que reduz consideravelmente os custos.