Skip to content

Otimização do NIH: Aplicação de simulação computacional para melhorar a eficiência e a eficácia no governo federal

  • Healthcare

O desafio

Conforme apresentado na Conferência de Simulação de Inverno de 2019

O NIH, um componente do HHS dos EUA, lançou o Optimize NIH para melhorar a eficácia e o desempenho organizacional em apoio à missão do NIH. O Optimize NIH concentrou esforços para obter eficiência nos processos de negócios das funções de Gestão de Comitês, Ética e Lei de Liberdade de Informação (FOIA) por meio de melhorias em toda a empresa. Uma abordagem de modelagem e simulação de computador foi utilizada para desenvolver uma maior compreensão desses processos de negócios e informar as recomendações de melhoria. A equipe do projeto desenvolveu mapas de processos, coletou dados e desenvolveu um modelo de computador e uma simulação que foram usados para entender melhor os recursos necessários para processar solicitações e como melhor implementar esses recursos em toda a organização. A abordagem de modelagem desenvolvida para essa atividade e as lições aprendidas podem ser utilizadas para melhorar a prestação de serviços em uma ampla variedade de programas em todo o governo federal.

Introdução

O NIH é o responsável pela pesquisa médica e comportamental do país. A missão do NIH é a ciência em busca do conhecimento fundamental sobre a natureza e o comportamento dos sistemas vivos e a aplicação desse conhecimento para prolongar a vida saudável e reduzir a carga de doenças e deficiências. O NIH é composto pelo Gabinete do Diretor e por 27 Institutos, Centros e Escritórios (ICOs) de pesquisa.

Histórico

Em 2018, o NIH recebeu a tarefa de analisar processos e implementar mudanças para melhorar a eficiência e a eficácia de três serviços empresariais que apoiam a missão de pesquisa do NIH. Essas três funções consistem em FOIA, gerenciamento de comitês e suporte à ética. Esses serviços são executados por uma equipe multifuncional em funções centralizadas (por exemplo, estabelecimento de políticas, funções de análise e aprovação), bem como em funções descentralizadas em todas as ICOs de pesquisa dos NIH (por exemplo, entrada e início de solicitações, comunicação com os solicitantes).

No início deste projeto, essas funções tinham dados relacionados ao processo limitados ou inexistentes. Os processos consistiam em um fluxo de trabalho em papel e/ou eletrônico com visibilidade limitada. Também não havia documentação dos processos utilizando um método consistente ou estabelecido de mapeamento de processos. Havia sistemas eletrônicos em vigor para determinados aspectos do fluxo de trabalho do processo, mas esses sistemas não foram projetados para produzir métricas relacionadas ao desempenho do processo.

A solução

Abordagem

Foi desenvolvida uma abordagem para reunir as informações e os dados necessários para desenvolver um modelo de computador e uma simulação de processos em cada uma dessas funções. O modelo foi então utilizado como base para avaliar as mudanças propostas para o estado futuro antes da implementação. Foi desenvolvido um modelo genérico que poderia ser rapidamente personalizado e dimensionado para incorporar mais de 40 processos de negócios representados nessas três áreas funcionais.

Inicialmente, os processos foram mapeados usando uma abordagem padronizada por equipes compostas por especialistas funcionais de toda a organização. Foi utilizado um método de fluxograma de implantação, capturando funções e responsabilidades, decisões importantes ou diferenças na forma como o trabalho era feito em toda a organização e transferências entre os participantes dos processos.

Usando esses mapas de processos como linha de base, foi desenvolvido um modelo de coleta de dados para reunir dados em um nível significativo. Os dados coletados consistiam em demanda, recursos envolvidos em várias etapas do processo e uma variedade de métricas bem definidas relacionadas ao tempo do processo. Sempre que possível, foram coletados dados históricos dos sistemas de tecnologia da informação (TI) existentes. Quando os dados não existiam, um grupo representativo de especialistas no assunto, juntamente com a validação obtida da liderança funcional, forneceu uma gama de estimativas (média, mínima, máxima ou resultados estimados da decisão).

Um modelo de computador e uma simulação de linha de base, ou "como está", foram desenvolvidos usando os dados coletados. Esse modelo passou por várias iterações de validação com equipes funcionais para garantir que o resultado da linha de base fosse consistente com as expectativas. Em seguida, o modelo foi utilizado para avaliar o impacto das mudanças propostas no fluxo de trabalho, nos recursos e no tempo do processo por meio de mudanças de políticas ou investimentos em automação.

O impacto nos negócios

Benefícios

A utilização dessa abordagem levou a uma maior compreensão e quantificação do impacto das mudanças futuras no processo. O impacto da consistência do processo em vários ICOs do NIH pôde ser melhor quantificado em termos de utilização de recursos ou impacto no tempo de ciclo. As equipes funcionais conseguiram demonstrar melhor como determinadas mudanças (por exemplo, aquisição de um sistema de TI) afetariam o desempenho geral do processo.

As equipes funcionais também puderam compreender melhor o efeito de diferentes maneiras de implementar recursos de pessoal em diferentes pontos do processo. Os cenários que foram executados demonstraram como a equipe poderia ser disponibilizada em determinadas fases do processo para ser utilizada em outras.

Essa abordagem de modelagem e simulação por computador permitiu que os tomadores de decisão compreendessem melhor o impacto das mudanças no sistema sobre a prestação de serviços, bem como identificassem, compreendessem e atenuassem melhor os riscos identificados por meio da experimentação de uma ampla gama de cenários. Essa abordagem modular e dimensionável possibilitou um recurso holístico de tomada de decisões que ajuda a reduzir o risco de subotimização.

Agradecimentos

A equipe do OQM gostaria de agradecer à liderança do NIH e do Office of Research Services/Office of Research Facilities e aos vários funcionários envolvidos no esforço do Optimize NIH. O modelo de computador e a simulação foram desenvolvidos usando o Simio com amplo suporte fornecido pelo parceiro do Simio, Mosimtec, LLC.