Prognos för sjukfrånvaro

Status: Avslutat

Mål: Skapa en prognos för aktuell sjukfrånvaro hos personal som är mer korrekt än nuvarande uppskattning.

Drivs av: Kompetenscentrum AI SU, HR Analytics KsD

Vad?

Rapporterad frånvaro för medarbetare släpar efter, då inrapporteringen ofta sker i efterhand. Det gör det svårt att få en överblick över den aktuella frånvaron i en verksamhet. I dagsläget görs därför en justering av aktuell frånvaro enligt ett historiskt genomsnitt, och den justerade siffran visas i en rapport där man kan filtrera på alla förvaltningar och verksamheter i VGR. Med hjälp av AI skulle man kunna göra en mer korrekt justering av frånvarograden, och även få en prognos framåt i tiden.

Varför?

Justeringen som görs i dagsläget är en grov uppskattning och stämmer inte alltid med verkligenheten. Det är önskvärt att kunna räkna in faktorer som säsong och veckodag. Att få en korrekt bild av den aktuella sjukfrånvaron ger chefer och ledning möjlighet att agera och justera sin verksamhet efter nuvarande läge.

Hur?

Projektet genomfördes av Kompetenscentrum AI i samarbete med projektet HR Analytics i VGR. I fas 1 av projektet användes tre olika beräkningsmetoder för att uppskatta antalet sjukskrivna på olika nivåer inom Sahlgrenska Universitetssjukhusets organisation. Av dessa tre metoder (schablon, linjär regression och tidsserieanalys) visade linjär regression det bästa resultatet, särskilt för dagens datum. Baserat på dessa resultat fattades ett beslut om att produktionssätta den linjära regressionsmodellen. I fas 2 utökades underliggande data till att omfatta hela regionen. I fas 2 återuppbyggdes även kodbasen från fas 1 med fokus på anpassningsförmåga, underhållbarhet och stabilitet.

Lärdomar

Projektet var framgångsrikt i att skapa en prognos för sjukfrånvaro som var bättre än nuvarande metod. Projektet avslutades dock då HR Analytics projektet avslutades och inte hade möjlighet att förvalta lösningen eller den underliggande datakällan.