Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
A presença de diferentes clientes e a grande variação na demanda em ambientes
hospitalares tornam a identificação de valor um fator crítico nas pesquisas que envolvem a
aplicação dos Conceitos Enxutos. Diante disso, o presente trabalho buscou utilizar a Simulação a
Eventos Discretos na avaliação de resultados esperados pela implantação destes conceitos em um
laboratório de análises clínicas. Através da simulação foi possível propor melhorias de layout,
reduzindo desperdícios relacionados a transporte e movimentação, bem como avaliar os
resultados esperados com tais implementações. Ao final do estudo, foi possível identificar
desperdícios no processo e, através da análise proposta, observou-se um potencial de redução de
até 17% no lead time do processo, aliada a uma redução de até 34% na distância percorrida pelo
funcionário responsável pelas atividades analisadas.
Palavras-chave: Conceitos Enxutos; Simulação a Eventos Discretos; Laboratório de
Análises Clínicas
Tópicos: SIM - Simulação
ABSTRACT
The existence of different clients and variations in the demand in hospital environments
make value identification a critical factor in the research that involves the application of Lean
Concepts in these environments. The present work sought to use the Discrete Events Simulation
in the evaluation of expected results by the implantation of these concepts in a clinical laboratory.
Through the simulation it was possible to propose layout improvements, reducing wastes related
to transportation and handling, as well as evaluating the expected results with the implementation
of these improvements. At the end of the study, it was possible to identify wastes in the process
and, through the proposed analysis, a potential reduction of up to 17% in the lead time of the
process, as well as a reduction of up to 34% in the travelled distance by the operation’s
employee.
Keywords: Lean Concepts; Discrete Events Simulation; Clinical Laboratory
Topics paper: SIM – Simulation
https://proceedings.science/p/107019
1. INTRODUÇÃO
A identificação de valor nos processos hospitalares é um fator crítico nas pesquisas. Tal
fato deve-se à variabilidade de clientes e à variação na demanda. Além disso, após identificar o
valor, torna-se necessário separar as atividades que agregam valor e as que não agregam (os
chamados mudas ou desperdícios) e, através dos Conceitos Enxutos, torna-se possível a redução
ou eliminação de tais desperdícios. Neste contexto, a partir de um estudo realizado em um
laboratório clínico, buscou-se identificar as atividades que não agregavam valor, propor formas
de eliminá-las por meio da aplicação dos Conceitos Enxutos e avaliar através da Simulação a
Eventos Discretos (SED) os resultados esperados com esta aplicação.
Através da integração da SED com os Conceitos Enxutos (lean) em um processo de um
laboratório de análises clínicas, pretende-se melhorar a gestão de recursos e proporcionar um
serviço de qualidade para o cliente final. Nota-se que ambas as ferramentas vêm sendo utilizadas
em ambientes hospitalares (healthcare), mas são pouco abordadas de maneira integrada. Ainda,
os benefícios esperados desta integração englobam desde a diminuição do tempo de espera do
paciente até a redução de custos relacionados à operação. O foco da pesquisa foi identificar
oportunidades de melhoria e reduzir desperdícios através de melhorias no layout do laboratório
com o auxílio do software de simulação FlexSim HealthCare. Deste modo, espera-se impactar
nos tempos de preparação e distribuição do material coletado entre os setores, tornando tais
processos mais eficientes e possibilitando o remanejamento dos funcionários para atividades que
agregam valor aos usuários finais.
2. REFERENCIAL TEÓRICO
2.1. Introdução aos Conceitos Enxutos
Segundo [Ohno 1997], o foco da produção enxuta é a eliminação ou minimização dos
desperdícios, ou dos mudas, termo em japonês, que pode ser definido como toda e qualquer
atividade que não agrega valor aos clientes ou usuários, mas que adiciona custo ao produto.
[Hines e Taylor 2000] segregam as atividades das empresas em três grupos: atividades que
agregam valor aos clientes, atividades que não agregam valor aos clientes, mas que são
necessárias e, por fim, atividades que não agregam valor aos clientes e que não são necessárias,
os chamados desperdícios puros. Ainda sobre os desperdícios, [Ohno 1997] os classifica em sete
grupos. São eles: Superprodução, Estoque, Espera, Transporte, Movimentação,
Processamento ineficiente ou desnecessário e, por fim, Itens Defeituosos. Para tornar um fluxo
enxuto, ou seja, sem desperdícios, deve-se estabelecer processos os quais produzem apenas o
necessário e no momento necessário. [Rother e Shook 2009] definem algumas práticas que
tornam um fluxo de valor enxuto. São elas:
I. Produzir de acordo com o takt time: o takt time indica o ritmo em que cada processo deve
produzir, alinhando a sua produção à demanda do consumidor.
II. Desenvolver um fluxo contínuo onde for possível: É o método mais eficiente, uma vez que
se elimina estoques intermediários, esperas e facilita a identificação de peças defeituosas mais
rapidamente.
III. Usar sistema puxado com supermercado onde for necessário: existem pontos onde o
fluxo contínuo não é possível, e fabricar em lotes é necessário. Neste caso, a partir de sistemas
puxados, retiradas do processo posterior determinam quando o processo anterior deve produzir e
a quantidade necessária, fazendo com que o estoque seja controlado, e com o menor nível
possível.
IV. Definir o processo puxador: com a substituição da produção empurrada pela produção
puxada, é necessário que a programação da produção seja feita estritamente em um ponto do
fluxo, pois desta maneira, eliminam-se os desperdícios também do fluxo de informações.
V. Nivelamento do mix de produção: significa distribuir a produção de diferentes produtos
durante um período de tempo, objetivando produzir em lotes cada vez menores e com variedade
de produtos cada vez maior, a fim de se atender às oscilações de demanda.
https://proceedings.science/p/107019
VI. Nivelar o volume de produção: deve-se definir o tamanho dos lotes e o tempo disponível
para cada lote – o chamado pitch. Essa medida de tempo serve para que o desempenho em
relação à demanda do cliente seja acompanhado com maior frequência.
VII. Desenvolver a habilidade de produzir toda peça todo dia (pelo menos): por meio da
redução dos tempos de setup e com a produção de lotes menores, os processos se tornam cada
vez mais capazes de se adaptar rapidamente a mudanças e variações por parte da demanda.
https://proceedings.science/p/107019
Desperdício e perda derivados de Funcionários que se sentem
funcionários que não se sentem engajados, superados e deixam de
Potencial humano
que não se sentem ouvidos ou que não apresentar sugestões para
percebem apoio a suas carreiras melhoria
Fonte: adaptado de [Graban 2013]
2.3. Simulação a Eventos Discretos
[Montevechi et al. 2010] afirmam que a simulação é a importação da realidade em um
ambiente controlado, em que é possível estudar seu comportamento e testá-lo sobre condições
diversas, sem envolver riscos físicos e com um custo menor. Segundo [Sakurada e Miyake 2009],
pode-se encontrar aplicações da SED em diversas áreas, auxiliando os tomadores de decisão a
solucionar problemas complexos, tornando mais fácil o entendimento dos processos nas
organizações. Para os autores, essa é uma técnica utilizada para projetos e avaliações de novos
sistemas, reconfigurações físicas e até mesmo em mudanças de regras e controles já existentes.
Em um estudo feito por [Sharma et al. 2007] a simulação foi utilizada também para quantificar o
impacto de mudanças sugeridas em um fluxo de trabalho e na realocação de recursos.
A utilização da SED pode ser benéfica em diversos aspectos. Segundo [Dogan e
Unutulmaz 2014] essa técnica traz dinamismo para o mapa do estado atual/futuro de um
processo, sendo possível perceber como os recursos estão sendo utilizados e onde estão
localizadas as perdas de processo, trazendo assim uma melhoria na eficiência da operação. É
possível também envolver os participantes de um projeto, mostrando provas das melhorias
sugeridas para alcançar um consenso, como evidenciam [Baril et al. 2016]. Para [Robinson et al.
2012], a SED é utilizada também para testar um processo quanto às suas expectativas, avaliar
melhorias, podendo trazer benefícios como redução de riscos, maior compreensão do processo,
redução de custos operacionais, diminuição do lead time e melhor atendimento ao cliente.
3. METODOLOGIA
Com o objetivo de se utilizar a SED na avaliação dos resultados esperados pela
implantação dos Conceitos Enxutos em um laboratório de análises clínicas, o método de pesquisa
utilizado foi a Modelagem e Simulação. Mais especificamente, utilizou-se o método proposto por
[Montevechi et al. 2007] para condução do trabalho, conforme ilustra a Figura 1.
https://proceedings.science/p/107019
Figura 1 - Metodologia de Simulação a Eventos Discretos
Fonte: adaptado de [Montevechi et al. 2007].
De acordo com [Montevechi et al. 2007], o método é constituído por três fases:
Concepção, Implementação e Análise. Na fase de Concepção, inicialmente são estabelecidos
os objetivos e a definição do sistema a ser estudado e, posteriormente, é construído o modelo
conceitual, uma representação do objeto de estudo. O modelo conceitual passa então por uma
validação e, depois de validado e documentado, é realizada a coleta de dados, que podem variar
desde tempos e custos até número de funcionários, de acordo com sua relevância para o estudo.
Já na Implementação, o modelo computacional é construído e depois verificado e validado. Essa
validação pode ser feita com os profissionais da área estudada (face a face) ou de forma
quantitativa, comparando-se os valores reais com os do modelo. Após sua validação, é definido
então o projeto experimental na fase de Análise, e os experimentos são executados. Por fim, é
realizada uma análise estatística dos resultados gerados, seguida pelas conclusões e
recomendações.
https://proceedings.science/p/107019
4. APLICAÇÃO E ANÁLISE DOS RESULTADOS
A aplicação do trabalho se deu em um laboratório de análises clínicas de Minas Gerais.
O estabelecimento conta com modernas instalações e diferentes postos de coleta na cidade,
oferecendo também o serviço a domicílio. Além de seus setores principais, o laboratório conta
com laboratórios de apoio os quais auxiliam na prestação de serviço. As seções seguintes
descrevem a aplicação das ferramentas descritas através do método de modelagem e simulação
proposto por [Montevechi et al. 2007].
4.1 Concepção
4.1.1 Objetivos e definição do sistema
O processo de atendimento ao paciente se inicia com a retirada da senha e algumas
atividades subsequentes, como pode ser observado na Figura 2. Assim, este trabalho tem como
objetivo o estudo das atividades de preparação e distribuição para os setores, devido ao fato
dessas atividades apresentarem grande potencial de melhoria. Neste processo, há um responsável
por separar as amostras por setor, identificá-las após um cadastro, separar por ordem de chegada
e, por fim, direcioná-las fisicamente aos 3 principais setores: Bioquímica, Hematologia e
Urinálise. Ainda, há a separação das amostras que irão para um laboratório de apoio. Este
deslocamento é feito pelo próprio funcionário e demanda um certo tempo em que poderia ser
melhor distribuído em suas tarefas na preparação das amostras.
https://proceedings.science/p/107019
Figura 3 - Modelo Conceitual do Estado Atual
Inicialmente, as amostras chegam na fila para serem registradas no sistema e são então
separadas por setores. Aquelas que vão para Urinálise e Hematologia não precisam de preparação
e seguem direto para seus respectivos setores para serem realizados os testes. Entretanto, as
amostras de sangue que vão para Bioquímica precisam aguardar cerca de 30 minutos para
coagulação antes de serem levadas para os equipamentos, onde as mesmas ficam por 10 minutos
na centrífuga. Na Hematologia, apesar de não haver tempo de preparação, o tempo de liberação
de algumas amostras pode ser prolongado e, por isso, seu tempo no setor pode variar de três
minutos a uma hora.
https://proceedings.science/p/107019
postos de trabalho, utilizou-se a planta baixa disponibilizada pelo laboratório. Por fim, a taxa de
chegada foi definida através da observação realizada no setor de triagem, sendo validada com o
gerente. Vale ressaltar que em cada setor o equipamento opera de forma diferente. Assim, na
Urinálise e Hematologia uma amostra por vez é processada, enquanto que no setor de Bioquímica
são realizadas até 60 amostras simultaneamente.
Para se obter os valores de lead time das amostras, foi associado um paciente para cada
amostra. Isso se deve ao fato de que o software calcula apenas lead time para pacientes e não para
itens. Assim, cada paciente foi definido por um “tipo”, de acordo com as possibilidades de
caminho conforme mostra a Figura 3. Uma vez que o paciente não espera a amostra passar pelos
testes necessários, optou-se por ocultar visualmente sua espera. A Figura 5 mostra o Flowchart
definido após todas as conexões serem feitas.
https://proceedings.science/p/107019
4.2.2 Verificação do modelo computacional
Para assegurar que o modelo computacional condiz com a realidade, o profissional do
laboratório observou alguns pontos específicos como: deslocamento das amostras, volume de
estoque por setor e movimentação do técnico responsável. Além disso foi verificado pelo gerente
o Flowchart gerado pelo software para que se confirmasse o fluxo do processo no laboratório.
https://proceedings.science/p/107019
4.3 Análise
4.3.1 Definição dos projetos experimentais
Com base na análise do cenário atual, foram identificadas possíveis melhorias no layout
do laboratório alinhadas aos Conceitos Enxutos. Assim, objetivou-se diminuir ou otimizar os
desperdícios de movimentação do funcionário e, consequentemente, o transporte das amostras. A
Figura 8 apresenta duas propostas de layout para o laboratório. Para a primeira proposta, nota-se
que o layout se aproxima de uma linha de produção onde os pontos de entrega das amostras para
cada setor estão mais próximos, auxiliando, principalmente, nos casos em que o funcionário
carrega amostras para diferentes setores. Já a segunda proposta apresenta um layout em U,
aproximando todos os setores da Triagem.
https://proceedings.science/p/107019
Tabela 2 - Valores de distância percorrida e % em trânsito obtidos
Km percorridos % em trânsito
Estado Atual 237,90 47,50
Cenário Futuro 1 156,16 37,27
Cenário Futuro 2 172,96 39,67
Tabela 3 - Valores de lead time obtidos
Lead Time (minutos)
Cenário PC1 PC2 PC3 PC4
Estado Atual 41,95 199,73 62,63 39,75
Cenário Futuro 1 34,97 195,32 55,92 33,21
Cenário Futuro 2 35,87 194,05 56,67 34,12
5. CONCLUSÕES
O presente trabalho propôs uma integração entre os Conceitos Enxutos e a Simulação a
Eventos Discretos (SED) de forma a avaliar melhorias em um laboratório de análises clínicas.
Neste contexto, foi possível, através do emprego de conceitos enxutos, sugerir possíveis
mudanças no layout do laboratório e, através da SED, testar tais mudanças quanto aos seus
benefícios. Foi possível, desta forma, observar os benefícios da eliminação dos desperdícios em
diferentes variáveis do processo e, com as alterações de layout sugeridas, nota-se uma possível
redução de até 34% na distância percorrida pelo funcionário e de até 17% no lead time de uma
amostra dentro do laboratório. Portanto, conclui-se que os Conceitos Enxutos e a Simulação
podem ser utilizados de maneira integrada em ambientes ligados ao setor de Healthcare. Apesar
de se poder prever resultados de diferentes alternativas através da simulação, é necessário que a
gerência avalie quais são os resultados mais relevantes, de forma a se tomar a decisões de
maneira assertiva quanto as mudanças a serem feitas no processo real. Por fim, é válido ressaltar
a importância do levantamento contínuo de oportunidades de melhorias dentro do ambiente de
trabalho. Sugere-se para trabalhos futuros a réplica dos cenários afim de confirmar os
experimentos propostos.
Agradecimentos
Os autores agradecem ao CNPq, CAPES, FAPEMIG e ao laboratório objeto deste estudo
pelo apoio dado à pesquisa.
https://proceedings.science/p/107019
REFERÊNCIAS
Baril, C.; Gascon, V.; Miller, J.; Côté, N. (2016). Use of a discrete- event simulation in a Kaisen
event: A case study in healthcare. European Journal of Operational Research, v.249, p. 327-
339.
Bhat, S.; Gijo, E.V.; Jnanesh, N.A. (2014). Application of Lean Six Sigma methodology in the
registration process of a hospital. International Journal of Productivity and Performance
Management, v. 63, n.5, p. 613- 643.
Dogan, N. O.; Unutulmaz, O. (2014). Lean production in healthcare: a simulation-based value
stream mapping in the physical therapy and rehabilitation department of a public hospital. Total
Quality Management & Business Excellence, v.27, p. 64- 80.
Gaba, D. (2004). The future vision of simulation in health care. Qual Saf Health Care, v.13, p. 2-
10.
GRABAN, M. (2013). Hospitais Lean: melhorando a qualidade, a segurança dos pacientes e o
envolvimento dos funcionários. Bookman, Porto Alegre.
Haddad, M. G.; Zouein, P.P.; Salem, J.; Otayek, R. (2016). Case study of Lean in Hospital
Admissions to Inspire Culture Change. Engineering Management Journal, v. 28, n.4, p. 209-
223.
Hines, P.; Taylor, D. (2000). Going lean - A guide to implementation. Lean Enterprise Research
Centre, Cardiff, UK.
Law, A. M. (2014). A tutorial on design of experiments for simulation modeling. In Anais do
Winter Simulation Conference, p. 66-80, Georgia, USA.
Leal, F.; Almeida, D. A.; Montevechi, J. A. B. (2008). Uma Proposta de Técnica de Modelagem
Conceitual para a Simulação através de Elementos do IDEF. In Anais do XL SBPO, p. 2503-
2514, João Pessoa. SOBRAPO.
Montevechi, J. A. B.; Pinho, A. F. De; Leal, F.; Marins, F. A. S. (2007). Application of design of
experiments on the simulation of a process in an automotive industry, In Anais do Winter
Simulation Conference, p. 1601-1609, Washington, D.C.
Montevechi, J. A. B.; Almeida Filho, R. G.; Paiva, A. P.; Costa, R. F. S.; Medeiros, A. L. (2010).
Sensitivity analysis in discrete-event simulation using fractional factorial designs. Journal of
Simulation, v.4, p.128-142.
Ohno, T. (1997) O Sistema Toyota de Produção: além da produção em larga escala. 5. ed.,
Bookman, Porto Alegre.
Robinson, S.; Radnor, Z. J.; Burgess, N.; Worthington, C. (2012). SimLean: Utilising Simulation
in the Implementation of Lean in Healthcare. European Journal of Operational Research, v. 219
(1), p. 188- 197.
Robinson, S.; Worthington, C.; Burgess, N.; Radnor, Z. J. (2014). Facilitated modelling with
discrete- event simulation: Reality or myth?. European Journal of Operational Research, v. 234,
p. 231- 240.
Rother, M.; Shook, J. (2009). Aprendendo a enxergar: mapeando o fluxo de valor para agregar
valor e eliminar o desperdício. Lean Institute Brasil, São Paulo.
Sakurada, N.; Miyake, D. I. (2009). Aplicação de simuladores de eventos discretos no processo
de modelagem de sistemas de operações de serviços. Gestão& Produção, v.16, n.1, p. 25- 43,
2009.
Salam, M. A.; Khan, S. A. (2016). Value creation through lean management: a case study of
healthcare service operations. International Journal of Services and Operations Management, v.
25, n.3, p. 275- 293.
Sharma, V.; Abel, J.; Al-Hussein, M.; Lennerts, K.; Pfrunder, U. (2007). Simulation application
for resource allocation in facility management processes in hospitals. Facilities, v. 25, p. 493-
506.
Swick, M.; Doulaveris, P.; Bagnall, T.; Womack, D. (2012) Application of Simulation
Technology to Enhance the Role of the Professional Nurse. The journal of nursing
administration, v. 42, n.2, p. 95- 102.
https://proceedings.science/p/107019
Powered by TCPDF (www.tcpdf.org)