Ang proseso ng pagpapabuti ay mahalaga sa negosyo at sa partikular na pangangalagang pangkalusugan. Ang pangangalaga sa kalusugan ay napailalim sa masusing pagsusuri dahil sa pagtaas ng mga gastos. Kahit na ang mga ospital, klinika at mga doktor na gumagawa ng mabuti sa mga lugar ng pangangalaga at gastos ay palaging mapabuti. Ang Lean and Six Sigma ay dalawang mga tool na gagabay sa iyo sa paghahanap ng mga pagkakataon para sa pagpapabuti sa pangangalagang pangkalusugan, positibong nakakaapekto sa pag-aalaga ng pasyente, mga relasyon sa mga manggagamot, empleyado, mga supplier at mga customer.
Kilalanin ang mga pagkakataon para sa pagpapabuti sa pangangalagang pangkalusugan sa pamamagitan ng pagtukoy ng mga layunin. Dapat itong gawin sa isang top-down na order, kung saan nakilala ang mga layunin para sa pangkalahatang organisasyon, pagkatapos ay matukoy ang mga layunin para sa bawat departamento at sa wakas ay matutukoy ang mga layunin para sa bawat proseso. Maaaring kasama sa malawak na mga layunin ng organisasyon ang mga mas mataas na standing sa naturang akreditasyon sa pangangalagang pangkalusugan at pag-uulat ng mga asosasyon bilang Joint Commission, isang pagbawas sa kabuuang gastos, nadagdagan ang pagpasok ng pasyente, pagbawas ng paglipat ng empleyado at iba pang mga manggagamot na pagsasanay. Maaaring kasama sa malawak na mga layunin ng departamento ang mga nabawasang oras ng turnaround para sa mga pamamaraan, isang pagbaba sa duplicate na papeles at nadagdagan ang kasiyahan ng empleyado. Ang proseso ng mga layunin ay maaaring magsama ng mga pinaikling oras ng paghihintay ng mga pasyente at mga proseso ng streamline Gamitin ang mga tool tulad ng: mga pahayag ng misyon, mga mapa ng proseso at pagmamapa ng halaga ng stream. Ang proseso ng mga mapa ay nagpapakita ng isang pamamaraan sa kabuuan nito, kasama ang time frame at mga mapagkukunan. Ang isang halaga ng stream ng stream ay nakatutok sa mga bahagi na idinagdag na halaga ng isang proseso, na tumatakbo nang pahalang sa buong halaga ng stream na mapa, habang ang mga di-halaga na idinagdag na mga bahagi ng proseso ay ipinahayag nang patayo.
Maghanap ng mga paraan upang masukat ang mga layunin ng samahan, mga departamento at mga proseso, gamit ang mga dashboard at sampling ng data. Ang mga dashboard ay ginagamit upang maipakita ang katayuan ng isang proseso na may kaugnayan sa pagkakamit ng isang layunin. Ang isang dashboard ay nagpapahiwatig kung anong bahagi ng proseso ang nasusukat, tulad ng mga pasyente bawat araw, kung ano ang kasalukuyang bilang ay may kaugnayan sa layunin at ay pinapayagan ang kulay na naka-code na magkaroon ng visual na epekto, na nagpapakita kung ang proseso ay nasa target (berde), sa panganib na hindi gumawa ng isang target (dilaw) o hindi gawin ang target nang walang marahas na mga panukala (pula). Nangongolekta ng data ang impormasyon para sa statistical analysis at isinasaalang-alang ang mga punto ng data - ang oras ng turnaround para sa mga pamamaraan.
Kolektahin ang data at pag-aralan ito upang makilala ang mga outlier na magtatakda ng mga pagkakataon para sa pagpapabuti. Ang data na nakolekta ay lubos na nakasalalay sa oras o layunin na nasusukat. Halimbawa, kung hinahanap mo upang mapabuti ang bilang ng mga pag-reset ng tseke na kinakailangan, ang iyong data ay magsasama ng lahat ng mga tseke na nakasulat; ang mga tseke na muling isinulat ay ipahiwatig bilang tulad upang makahanap ka ng isang porsyento upang malaman kung ano ang iyong panimulang punto. Ang isang outlier ay isang punto ng data na nasa labas ng karamihan ng mga punto ng data. Ang mga outliers ay mga pagkakataon para sa mabilis na mga pagpapabuti. Ang isang outlier ay maaaring maging isang turnaround oras sa isang x-ray pagbabasa na kinuha ng 24 na oras dahil ang mga resulta ng pagbabasa ay nailagay sa ibang lugar sa isang email inbox. Ang mabilisang pagsasaayos ay magiging set up ng isang alerto sa email kapag ang mga mensahe mula sa radiologist, kung outsourced o nasa bahay, ay natanggap.
Gamitin ang mga tool tulad ng ANOVA, standard deviation, pagtatasa ng pagbabalik at normal na pagsusuri upang pag-aralan ang data. ANOVA, pagtatasa ng pagkakaiba, ay isang pagkalkula ng istatistika na tumutukoy sa mga pinagkukunan ng mga pagkakaiba. Ang mga punto ng datos ay maaaring oras sa bawat pasyente sa mga silid ng MRI. Ang mga mapagkukunan para sa pagkakaiba sa loob ng mga oras ay maaaring araw ng linggo, humihiling ng manggagamot, edad ng pasyente, kasarian ng pasyente o bilang ng mga miyembro ng kawani. Ang standard deviation ay hindi tumitingin sa mga indibidwal na mga pagkakaiba sa loob ng mga punto ng datos ngunit makikita ang pamantayan ng mga puntong pang-data na nakolekta at, sa paggawa nito, ay makikilala ang mga puntong iyon ng data na nasa labas ng pamantayan. Ang mga ito ay mga pagkakataon na kailangang repasuhin upang matukoy kung ano ang naganap upang makabuo ng isang punto ng data sa labas ng pamantayan. Ang pagtatasa ng pagbabalik ay lumilikha ng isang modelo para sa pagtataya na may maraming mga variable. Ang pagtatrabaho sa normalidad ay nagpapatuloy sa pamamagitan ng isang proseso upang matukoy kung ang isang modelo ay makatotohanang at umaabot sa nais na mga resulta. Kung ang layunin ay upang magkaroon ng oras ng pag-turnaround para sa pagbabasa ng imaging ng tatlong oras, pagkatapos ay ang sumusunod na impormasyon ay ipasok sa isang normal na pagsubok: mga minuto mula sa kung kailan ang imahe ay nilikha at kapag ito ay ipinadala sa radiologist, oras para sa radiologist na basahin ito, oras para sa mga resulta na ipapadala pabalik sa samahan ng pangangalaga ng kalusugan at oras para sa mga resulta na ipapadala sa pag-order ng manggagamot. Kung ang mga oras na iyon ay hindi kabuuang mas mababa sa tatlong oras sa ilalim ng normal na kalagayan, ang modelo ay hindi matutupad ang nais na layunin.
Gamitin ang mga layunin, measurements, data at ang statistical analysis upang makilala ang mga pagkakataon para sa pagpapabuti, paggamit ng mga tool tulad ng: control / impluwensiya matrix, brainstorming, kritikal sa kalidad, tinig ng customer, kasalukuyang puno ng katotohanan at prerequisite puno. Ang isang control / influence matrix ay humahantong sa isang proyekto ng koponan sa pamamagitan ng mga bahagi ng isang proseso, pagtukoy kung ang koponan ng proyekto ay may kontrol, impluwensiya o hindi kontrol o impluwensiya sa panahon ng isang bahagi ng proseso. Dapat talakayin ang mga talakayan sa lahat ng mga interesadong partido ng isang proseso: ang proseso ng may-ari (pamamahala), ang mga processor (kawani sa antas ng kawani) at ang mga customer (kung ang mga pasyente o manggagamot) upang matukoy kung ano ang mahalaga sa kalidad. Ang boses ng customer ay nakatutok sa pagpapabuti batay sa mga pangangailangan at nais ng mga customer. Ang mga panayam, mga survey o mga questionnaire ay maaaring gamitin upang malaman kung ano ang sinasabi ng customer. Ang kasalukuyang puno ng katotohanan (CRTs) ay nagpapakita ng mga koponan ng proyekto ng isang kasalukuyang listahan ng mga problema sa loob ng isang proseso. Isang CRT ang mangunguna sa koponan ng proyekto sa pamamagitan ng mga epekto sa ibaba ng agos ng mga problema sa loob ng proseso. Ang mga epekto sa ibaba ng mga hindi kumpletong mga order ng doktor ay maaaring ang isang pasyente ay naghihintay sa isang silid ng pagsusulit na may isang balabal na papel sa loob ng isang oras habang sinisikap ng mga miyembro ng kawani na hanapin ang doktor para sa paglilinaw sa mga order. Ang isang puno ng paunang kinakailangan ay binabasa mula sa itaas hanggang sa ibaba, na may nais na kinalabasan na nakalista sa itaas, at ang mga kinakailangan para makuha ang kinalabasan na nakalista sa ibaba nito. Ang mga kinakailangan ay maaaring maging obstacles sa isang kasalukuyang proseso na hindi gumagana, tulad ng tamang mga tagubilin sa lab na hindi ipinapahayag sa isang pasyente o isang bahagi ng isang proseso na kasalukuyang hindi umiiral na kailangang ipasok, tulad ng pag-aatas na gamitin ng lahat ng empleyado direktang deposito.
