Nye AI-verktøy løser kommunenes mest kompliserte kabaler på sekunder

Barnehageopptaket, og planleggingen av hvordan sykepleiere og andre ansatte i hjemmehjelpstjenesten skal kunne bruke mest mulig tid hos pasientene sine - og minst mulig tid på vei dit, er to av kommune-Norges mest kompliserte kabaler.

En vanlig kommune bruker hundrevis av dager hvert år på å fordele kommunens barn på barnehagene, og planlegge arbeidsdagen til hjemmehjelpstjenesten. Nå har det såkalte optimeringsteamet til programvareselskapet Visma laget to AI-verktøy som gjør barnehageinntaket unna på noen få sekunder, og planlegger kjørerutene til hjemmehjelpstjenesten på ett til fem minutter, avhengig av hvor stor kommunen er.

Begge verktøyene har blitt testet hos norske kommuner det siste halvåret, og er nå i ferd med å rulles ut for fullt. Seks kommuner har allerede bestilt Optimert Opptak for å bruke det til neste års barnehageopptak, mens ruteplanleggeren er solgt til ti kommuner, som vil ta verktøyet i bruk i år og til neste år.

Det er to helt forskjellige AI-er som er brukt i de to verktøyene, forteller Martin Lysø Sommerseth, optimeringskonsulent på teamet som har utviklet ruteplanleggeren for hjemmetjenesten.

– Vi har brukt to veldig forskjellige løsningsmetoder ettersom problemene verktøyene skal løse, er veldig ulike. Det er utrolig mange flere måter å løse utfordringene hjemmetjenesten står overfor på. Barnehageverktøyet fordeler barn på barnehager, men ruteplanleggeren fordeler også en rekkefølge. Det gjør problemet AI-en skal løse, utrolig mer komplekst. Faktisk så måtte vi kjørt verktøyet i flere hundre år om vi skulle ha optimalisert kjørerutene i en normalstor kommune 100 prosent. Men ved å kjøre den kunstige intelligensen i ett til fem minutter - avhengig av størrelsen på kommunen og hjemmehjelpstjenesten, så oppnår vi en optimalisering som er rundt 10 prosent dårligere enn optimalt. Et menneske ville brukt mange timer på jobben, og oppnådd et resultat som var 30-40 prosent dårligere enn optimalt, sier Lysø Sommerseth.

Til sammenligning bruker barnehageverktøyet mindre enn 10 sekunder på å oppnå 100 prosent optimalitet på barnehageopptaket i en kommune. Men mer om det senere.

Foreslår endringer selv

Ruteplanleggeren kommer med forslag til hvordan økt fleksibilitet kan effektivisere kjørerutene, forteller Lysø Sommerseth.

– Når alle parameterne er lagt inn, og man har satt opp når de ulike pasientene skal ha besøk, så oppdager verktøyet for eksempel at hvis du har mulighet til å komme 30 minutter senere til en av pasientene, så kan du spare 15 minutter kjøring fordi du slipper å kjøre til samme nabolag to ganger. Da får du spørsmål om dette er noe du kan godta. Og jo mer man tar i bruk forslagene systemet kommer med, jo bedre ruter vil systemet lage, forklarer han.

Gevinster som dette er veldig vanskelig for et menneske å beregne, mener Lysø Sommerseth, og sier at i mange kommuner bruker en til to personer flere dager på å prøve å legge dette ekstremt vanskelige puslespillet.

– Hva har vært den største utfordringen med å utvikle ruteplanleggeren?

– Det har uten tvil vært å få den kunstige intelligensen til å kunne ta hensyn til alt et menneske tar hensyn til. De ansatte i hjemmetjenesten sitter med utrolig mye kunnskap om klientene sine. De kjenner pasientene godt, vet for eksempel at Harald liker å ligge lenge om morgenen, eller at han bør ha besøk av en bestemt pleier på onsdag, fordi den pleieren har fulgt opp en skade eller en sykdom. Det er nokså lett å lage et optimaliseringsverktøy som løser et problem, men så lenge det ikke tar hensyn til ting som dette, så er det ingen som kommer til å ville bruke det, sier Lysø Sommerseth.

Ble med hjemmehjelpen på jobb

Utviklerne i Vismas optimeringsteam har samarbeidet tett med sykepleiere og assistenter. De har til og med vært med dem ut på jobb, forteller Lysø Sommerseth.

– Ja, jeg og flere av kollegene mine har flere ganger vært med hjemmetjenesten i Selbu og Stjørdal på oppdrag. Det har vært helt avgjørende for å forstå problemene de står overfor i hverdagen, og lage noe de er fornøyd med, forteller han.

Og det har de lykkes med, skal vi tro Milda Alice Svestad, prosjektleder for Velferdsteknologi i Verdal kommune, som har vært en av pilotkommunene for ruteplanleggeren. Kommunen har en relativt stor hjemmetjeneste, med rundt 600 brukere som skal betjenes av 70 fast ansatte og 20-30 vikarer med forskjellig kompetanse. Svestad opplyser at den såkalte «ansikt til ansikt»-tiden er økt fra 35 til 40 prosent etter at de begynte å bruke ruteplanleggeren i et pilotprosjekt.

Hun sier til Digi at hun regner med å se enda større effekt når kommunen tar planleggeren i bruk i full drift fra nyttår.

– Programmet er lett å bruke. Vi får veldig god oversikt over arbeidsdagen til de ansatte og hvilken hjelp tjenestemottakerne trenger, og ser at vi bruker mindre tid på veien og mer tid hos dem vi skal besøke. Vi klarer å fordele oppdragene etter kompetansekravene, og nå under korona-situasjonen kommer vi til å bruke planleggeren for at de ansatte i størst mulig grad skal betjene de samme personene, for å minske faren for smittespredning, forteller Svestad.

For å korona-sikre rutene på denne måten, tuner kommunen ruteplanleggeren på besøkskontinuitet, som er et av de tre hovedparameterne optimaliseringen måles på. De to andre hovedparameterne er reisetid og besøk innenfor avtalt tidsrom.

I tillegg kan man legge inn andre parametre, som jevn arbeidsbelastning for de ansatte, og styring av kompetansen, slik at man for eksempel hindrer at sykepleiere sendes ut for å sette mat i noens kjøleskap når det kunne vært behov for å dem til et pleieoppdrag.

Fra 400 dagsverk til 10 sekunder

Håkon Fredrik Ruud er en av dem som har ledet arbeidet med å lage AI-verktøyet som skal optimalisere barnehageopptaket i norske kommuner.

– Problemet er langt mer komplisert enn å plassere et visst antall barn i et visst antall barnehager. Vi må ta hensyn til både nasjonale krav, krav som er spesifikke for den enkelte kommune og ikke minst ønskene til de som søker om barnehageplass. Nasjonale krav kan være at barn med nedsatt funksjonsevne og barn som er under tilsyn av barnevernet, skal ha prioritet. Lokale krav kan handle om at søsken skal få komme i samme barnehage, forteller han.

Verktøyet er blitt testet i Larvik, Sunnfjord og Rana kommuner. I Larvik viste testen at å gjennomføre et barnehageopptak på «gamlemåten» tok kommunen rundt 400 dagsverk. Å utføre opptaket med det nye verktøyet ble gjort på under 10 sekunder. I tillegg til spart tid fikk også 12 prosent av dem som hadde søkt om barnehageplass, oppfylt et høyere ønske enn ved tradisjonell tildeling.

– Det siste er viktig. Kommunene bruker mye tid på å behandle klager fra foreldre som ikke får barnehageplass der de har søkt. I tillegg kommer samfunnsnytten ved at flere kan bruke mindre tid på å levere og hente barn på vei til og fra jobb, sier Ruud.

Mange fra samme utdanning

Håkon Fredrik Ruud er relativt nyutdannet ved institutt for industriell økonomi og teknologiledelse ved NTNU. Det samme gjelder Martin Lysø Sommerseth, og en god del andre av de 16 som har vært tilknyttet Vismas optimeringsteam siden det ble opprettet for rundt to år siden.

– Studiet har en optimeringsretning med et veldig godt miljø, hvor man lærer å løse lignende problemer som det vi jobber med i Visma. Mange som går der oppdager at dette er et spennende fagområde, og vi har rekruttert mange herfra, sier Lysø Sommerseth, som avsluttet studiet der våren 2018.

Han legger imidlertid til at optimeringsteamet også har folk med annen kompetanse, blant annet fysikere og matematikere.

Mange i teamet holder til i Oslo, men det sitter også noen i Dublin og i Riga.

Administrerende direktør Leif Arne Brandsæter forteller at Visma investerer tungt i å skape et fagmiljø rundt optimering & AI-løsninger.

– Vi har klart å rekruttere mange unge teknologer som tenker helt nytt rundt effektivisering av offentlig sektor, og vi vil trekke til oss flere utviklere framover, som kan bli med på å utvikle flere AI-optimaliseringssystemer.

Flere AI-prosjekter på beddingen

Optimeringsteamet har allerede en rekke AI-styrte optimeringsløsninger i pipelinen. Flere av dem skal forbedre eksisterende Visma-produkter som ikke baserer seg på kunstig intelligens i dag.

Blant prosjektene som er under utvikling, er:

• En turnusplanlegger for sykehus, som både skal fordele hvem som skal jobbe til hvilken tid, og som også er ment å ha med hvilke rom og utstyr som er tilgjengelig for operasjoner og konsultasjoner.
• En timeplanlegger for den videregående skolen skal utvides slik at den også kan brukes ved barne- og ungdomsskoler.
• Ruteplanleggeren for hjemmetjenesten skal få utenlandske versjoner. Det samme gjelder verktøyet for barnehageopptak som skal tas i bruk i Finland. Visma holder også på med en versjon av ruteplanleggeren som er tilpasset håndverksbedrifter.
• I tillegg jobber et maskinlæringsteam med en reiseregningsbehandler med et verktøy for automatisk godkjenning og avvisning av utlegg. Den skal for eksempel på egenhånd kunne si ja til å dekke utlegg til hotellrom, men si nei til minibar-regningen.