📘 Dokumentation · Besökens livscykel

Besökens datalivscykel

Från kommunens vårdbeslut till publicerat schema — tre lager (grunddata, daterade besök, optimering) och hur data rör sig i CAIRE.

1 Grunddata & besöksmallar
2 Schema med datum
3 Optimering & publicering
CAIRE AI-plattform för hemtjänst
50%+
Tidsbesparing i schemaläggningsarbete
20%
Minskning av restid
75–80%
Personalutnyttjandemål
🏛

Kommunens vårdbeslut (biståndsbeslut)

Utgångspunkt — godkända insatser, antal och frekvens per klient

Kommunen fattar beslut om vilka tjänster en klient har rätt till och hur ofta. Detta är den lagliga grunden för all planering. CAIRE översätter beslutet till insatser och mallar i Lager 1.

Exempel
Anna Svensson — Godkänd för: Dusch 3x/vecka, Lunch vardagar, Städning 1x/månad.
Klientsidan i CAIRE visar beslut (timmar), planerat (från mallar) och använt (utförda besök) — så planeraren ser gap mellan lag, plan och verklighet.
Beslutet översätts till insatser, grupper och mallar
1

Grunddata — vårdbeslut, insatser, grupper och besöksmallar

Tidsoberoende data: vad klienten behöver, under vilka villkor, och hur insatser hänger ihop

1A. Insatser (tjänstetyper)

En insats är en typ av vård eller service som klienter kan vara godkända för. Varje insats har organisationsövergripande standardvärden:

Prioritet
Hur brådskande insatsen är (standard per typ).
Tidsfönster
Vilken del av dagen, t.ex. Morgon 07:00–10:30.
Kompetenskrav
Kön, språk, specifik certifiering etc.
Tidsflexibilitet
Hur mycket besöket kan flyttas, t.ex. ±30 min.
Överlappningsregel
Kan två besök ske parallellt hos klienten?
OBS: Längd/duration sätts per klient i besöksmallen — inte på insatsen. Insatsen anger vad, mallen anger hur länge för just den klienten.

1B. Insatsgrupper och beroenden

En insatsgrupp samlar insatser som hänger ihop under en dag, i bestämd ordning med timing mellan varje steg. Varje medlem i gruppen har en sekvensposition och anger minsta (och valfri max) fördröjning från föregående insats.

Exempel: Insatsgrupp "Måltider" — tidsfönster räcker
[1] Frukost
Morgon 07–10:30
|
[2] Lunch
Lunch 11–13:30
|
[3] Middag
Kväll 16–19
Tidsfönstren överlappar inte → ordningen följer automatiskt utan beroenden. Frukost kan bara schemaläggas på morgonen, lunch på lunchtid, middag på kvällen. Inget min/max-beroende behövs.
Designprincip — tidsfönster före beroenden: Om varje måltid har ett eget icke-överlappande tidsfönster (morgon, lunch, kväll) behövs inga 3h/4h-beroenden för ordningen. Beroenden (min/max tid mellan insatser) ska bara användas när det finns ett kliniskt krav på exakt tidsspann — t.ex. "minst 3 timmar mellan måltid och medicin". Använd alltid det enklaste verktyget.
Exempel: Insatsgrupp "Dusch + Lunch" — beroende krävs
[1] Dusch
11:30–12:00, dubbelbemanning
direkt efter (0 min)
[2] Lunch
12:00–12:30
Besöken ska ske direkt efter varandra i samma tidsfönster. Här krävs beroendet (0 min) — tidsfönster ensamt kan inte garantera att lunch kommer omedelbart efter dusch.
Designprincip: Fråga alltid först: kan ordningen lösas med icke-överlappande tidsfönster istället för ett beroende? I exemplet ovan överlappar tidsfönstren, så beroendet behövs. Men om dusch och lunch hade haft separata tidslottar (t.ex. dusch 07–09, lunch 11–13) hade ordningen följt automatiskt — utan beroende. Välj alltid det enklaste verktyget.

Mellan dagar — frekvens och avstånd (förberäknat):

  • Dusch mån+ons+fre → automatiskt 48 timmar genom dagsval.
  • Städning 1x/månad → jämnt fördelat över perioden.
  • Varannan dag → CAIRE väljer rätt dagar vid schemaskapande.
Mellandagsavstånd hanteras aldrig som tunga beroenden för optimeraren — rätt dagar beräknas redan vid schemaskapande i Lager 2.

Per-klient-överstyrning: Insatsgruppens timing gäller som standard. I besöksmallen kan planeraren ändra för en enskild klient, t.ex. "minst 3 timmar" → "minst 2 timmar".

1C. Tidsfönster

Tidsfönster delar in dagen i namngivna perioder. De är det viktigaste verktyget för att styra när insatser ska ske. När fönstren inte överlappar behövs inga speciella beroenden.

Morgon
07:00–10:30
|
Fm/Lunch
11:00–13:30
|
Kväll
16:00–19:00

1D. Skift

Skift definierar personalens arbetsperioder. De används både som tidsramar för besöksmallar och som grund för personalplaneringen i Lager 3.

Dag
07:00–16:00
|
Kväll
15:00–22:00
|
Helg
08:00–17:00

1E. Besöksmallar (per klient)

Besöksmallen är länken mellan vårdbeslutet och det praktiska schemat. En mall per insats per klient. Mallen innehåller mönsterregler, inte kalenderdatum.

Insats
Vilken tjänst, t.ex. dusch.
Duration
Hur lång tid, t.ex. 25 minuter.
Dagar
T.ex. mån, ons, fre.
Frekvens
Varje vecka, varannan vecka, 1x/mån.
Tidsfönster
Skift, tidslott eller exakt intervall (07:00–09:00).
Kompetenskrav
Additivt utöver insatsens standardkrav.
Dubbelbemanning
Besök som kräver två personal samtidigt.
Föredragna vårdgivare
Vilken personal klienten föredrar. Optimeraren viktar kontinuitet mot dessa.
Prioritet
Hur viktig insatsen är vid konflikter (normal, hög, kritisk). Kan överstyrra insatsens standard.
Låst / pinnad
Besöket får inte ändras av optimeraren — personal och/eller tid är fasta. Används sparsamt.
Beroendeöverstyrning
Om insatsgruppens timing inte passar klienten.
Exempel: Anna Svenssons besöksmallar
Mall 1 — Dusch: Mån+Ons+Fre, 25 min, 07:00–09:00, dubbelbemanning (2 personal)
Mall 2 — Lunch: Vardagar, 20 min, direkt efter dusch (från insatsgruppen)

Beroenden kan sparas från insatsgruppen när mallen skapas. Planeraren kan acceptera eller justera.

1F. Smarta rekommendationer (nya klienter)

När en ny klient läggs in kan CAIRE automatiskt rekommendera besöksmallar baserat på tre faktorer:

Klientens behov
Vårdbeslut, insatstyper, preferenser.
Organisationens regler
Arbetsschema, rutiner, preferenser.
Områdesstatus
Befintliga besök och skift — var finns kapacitet?

Planeraren kan acceptera, justera eller avslå förslagen.

Begränsningshierarki

Hur CAIRE hanterar begränsningar — enklaste verktyget först

Ju färre onödiga beroenden, desto snabbare och bättre optimering. Överspecificering gör schemat styvt och ökar risken att besök inte kan schemaläggas.

1
Förberäknat (vid schemaskapande)
Dagsval, frekvens, mellandagsavstånd. Mån+ons+fre → 48h automatiskt. Varannan dag, 1x/mån — rätt dagar väljs i Lager 2. Inget skickas till optimeraren.
2
Tidsfönster (~85 % av alla begränsningar)
Icke-överlappande tidslottar och skiftgränser ger implicit ordning. Maximal frihet för optimeraren att hitta bästa rutter.
3
Beroenden (sparsamt — bara vid behov)
Min/max-fördröjning mellan insatser samma dag. 0 min: dusch + lunch i samma tidslott. 3 tim: kliniskt krav. Sparas vid uppdatering av genomförandeplan, läses vid optimering.
Hybridmodellering (best practice): Återkommande regler lever i mallar; de materialiseras till daterade besök per period. Instansöverstyrningar finns för undantag. Preferenser bör vara mjuka mål; reservera hårda begränsningar för lag, kompetens och kliniska måsten.
Varför CAIRE inte behöver slingor

Slingor är manuell planerings svar på ett optimeringsproblem

I traditionell hemtjänstplanering kopieras slingor (fasta rutter med bestämda besök i bestämd ordning) från period till period. Slingan bär implicit med sig kontinuitet, prioriteringar, beroenden och tidslogik — allt bakat i en fast sekvens. CAIRE hanterar varje sådant krav explicit och separat, och behöver därför inte slingor alls.

Egenskap Slinga (manuell planering) CAIRE
Kontinuitet Implicit — samma personal kör samma rutt. Bryts vid sjukdom eller förändring. Explicit optimering: föredragna vårdgivare, kontinuitetspoäng som mjukt mål.
Besöksordning Fast sekvens i slingan. Ändring kräver omplanering av hela slingan. Tidsfönster och beroenden styr ordning automatiskt. Optimeraren hittar bästa rutt.
Effektivitet / restid Beroende av att slingan var bra från början. Ofta suboptimal — svårt att överblicka alla rutter manuellt. Ruttoptimering beräknar restid och hittar effektivaste ordningen givet alla krav.
Prioriteringar Implicit i slingordningen. Inget systematiskt sätt att prioritera vid konflikter. Explicit prioritet per insats/mall. Hårda krav uppfylls alltid; mjuka prioriteras.
Beroenden Inbakat i slingan — synligt bara för den som byggde den. Explicit i insatsgrupper och mallar. Synligt, redigerbart, ärvbart.
Förändringar Slingans svagaste punkt. Ny klient, sjuk personal, ändrat beslut → slingan måste byggas om manuellt. Ofta lapplösningar som ackumulerar problem. Kör optimering igen. CAIRE beräknar ny bästa lösning givet alla aktuella krav och förändringar.
Kvalitet vid start Varierar stort. Ofta felplanerat från början — svårt att manuellt optimera hundratals besök. Optimalt från start. Varje period optimeras matematiskt med hänsyn till alla begränsningar.
Sammanfattning: Slingor är en genväg som binder ihop krav (kontinuitet, ordning, restid) i en ogenomskinlig paketlösning. Det fungerar så länge inget ändras — men hemtjänst förändras hela tiden. CAIRE separerar varje krav till en explicit egenskap (tidsfönster, föredragna vårdgivare, prioritet, beroende, låsning) och optimerar helheten. Det gör att förändringar hanteras snabbt och korrekt, utan att en hel slinga behöver rivas upp.
Egenskapskaskad

Insatsgrupp → Besöksmall → Besök — hur egenskaper ärvs

Planeraren behöver sällan ändra enskilda besök. De flesta ändringar görs på insatsgrupp- eller mallnivå och ärvs vid nästa materialisering.

Egenskap Insatsgrupp (standard) Besöksmall (klientnivå)
Duration25 min
PrioritetNormalHög (överstyr)
TidsfönsterMorgon 07–10:3007:00–09:00 (snävare)
KompetenskravKön: kvinna+ dubbelbemanning (additivt)
Föredragna vårdgivareAnna P., Erik S. (mjukt mål vid optimering)
Min fördröjning3 tim (gruppstandard)2 tim (överstyr för klient)
DubbelbemanningNej (standard)Ja — två personal krävs
Låst / pinnadNej (standard) — kan sättas per instans
Mallar materialiseras till daterade besök för planeringsperioden
2

Schema — konkreta besök med datum

Planeringsperiod (t.ex. 4 veckor) med daterade besök redo för granskning och optimering

2A. Område och tidsperiod

Schemat skapas för ett eller flera serviceområden och en tidsperiod (2 veckor, 4 veckor, kvartal). Perioden bör följa den längsta frekvensen — om städning sker 1x/månad behöver perioden vara minst en månad.

Genom att välja flera områden kan planeraren köra what-if-scenarier och se hur nyckeltal som kontinuitet och effektivitet påverkas om områden slås ihop.

2B. Förberäkning av dagar

Mallar expanderas till specifika datum. Varannan dag, 3x/vecka, var 4:e vecka — rätt dagar beräknas automatiskt här. Mellandagsavstånd hanteras genom dagsval, inte som beroenden till optimeraren.

2C. Regler projiceras till besöksnivå

Organisationens och klientens regler (beroenden, preferenser, kompetens, grupper) lagras en gång på klient-/genomförandeplansnivå. Vid schemaskapande projicerar CAIRE dem på varje nytt besök. Nästa period speglar automatiskt uppdaterade genomförandeplaner — utan att kopiera förra schemat som källa.

2D. Redigerbart

Planeraren kan lägga till, ta bort eller justera enskilda besök innan optimering körs. Ändringar spåras så planeraren vet vad som ändrats sedan senaste optimering.

Exempel: Anna Svenssons duschmall → daterade besök
Mall: Mån+Ons+Fre, 07:00–09:00 → Genererade besök för perioden 14–25 april:
DatumTidsfönsterInsatsDubbel
Mån 14 april07:00–09:00DuschJa
Ons 16 april07:00–09:00DuschJa
Fre 18 april07:00–09:00DuschJa
Mån 21 april07:00–09:00DuschJa
Ons 23 april07:00–09:00DuschJa
Fre 25 april07:00–09:00DuschJa
För varje duschbesök skapas även ett lunchbesök direkt efter (från insatsgruppens beroende). 48h-avstånd är garanterat genom dagsvalet mån+ons+fre.
Kontrollpunkt 1: Ser besöken rätt ut?
Rätt kunder, rätt insatser, rätt dagar och tidsfönster. Om något inte stämmer — justera direkt i CAIRE.
Efterfrågan (besök) + utbud (personal, skift, kompetens)
3

Optimering — tilldelad personal och exakta tider

Solvern matchar besök mot personal och optimerar för kontinuitet, effektivitet och lagkrav

3A. Utbud: skift och tillgänglighet

Skiftgenerering och avtalsregler (arbetstidslag, avtal, preferenser) definierar utbudet. Planeraren kan granska utbudet före eller efter en optimeringskörning beroende på arbetsflöde.

3B. Optimering och tilldelning

Efterfrågan
Alla besök med tidsfönster, kompetenskrav och beroenden.
Utbud
Personal, kompetens, skift, arbetstider, restider.
Resultat
Varje besök → tilldelad personal + exakt starttid.

3C. Hårda och mjuka begränsningar

Typ Innebär Exempel
Hård (måste uppfyllas) Krav som aldrig får brytas. Arbetstidslag, kompetenskrav, personal kan inte vara på två ställen.
Mjuk (önskvärd) Optimeras men kan brytas. CAIRE hittar näst bästa lösning. Önskad dag, kontinuitet, minimerad restid.
Princip: Använd mjuka begränsningar där möjligt. Det ger flexibilitet, minskar risken att besök inte kan schemaläggas, och ger bättre totalresultat.

3D. Personal- och klientvy

Planeraren granskar samma schema i två perspektiv (samma data, samma filter — bara gruppering och färgkodning ändras):

👤
Personalvy (rad = personal)
Klassisk ruttvy. Resor mellan besök. Arbetsbelastning per personal.
🏠
Klientvy (rad = klient)
Alla besök per klient. Personalfärger visar kontinuitet. Överlapp syns direkt.

3E. Efter optimering — åtgärder

ÅtgärdBeskrivning
Spara (detta besök)Justera ett enskilt besök i lösningen utan full omkörning.
ValideraSnabb poäng-/möjlighetskontroll (synkron) innan en stor ändring.
Optimera omKör solvern igen (t.ex. efter pinning, stängning, viktändringar). Kan vara asynkron.
Denna instans vs alla framtidaÄndring kan gälla bara detta besök, eller redigera mallen och propagera till framtida besök.
Kontrollpunkt 2: Ser den optimerade tilldelningen rimlig ut?
Tilldelad personal, exakta tider, rutter, skift. Jämför scenarier om du vill. Kör om vid behov.
Publicera — schemat blir den aktiva planen. Personalen följer detta schema.
Schemats livscykel
Utkast
Besök redigeras. Optimering kan köras en eller flera gånger. Planeraren itererar tills schemat är tillfredsställande.
Publicerat
Den aktiva planen. Vald lösning är låst för utförande. Enstaka ändringar kan göras vid behov.
Arkiverat
Perioden är avslutad eller ersatt av en nyare rullande period. Historisk referens.

Rullande planering

Varje serviceområde kan konfigureras med en planeringshorisont (veckor per fönster) och framförhållning för att skapa nästa period innan den nuvarande tar slut.

  • Första perioden: Skapas explicit (wizard eller motsvarande) när mallar och grunddata är klara.
  • Senare perioder: Auto-kedjning skapar nästa period automatiskt. Den landar som utkast tills teamet publicerar.
  • Kontinuitet: Nästa periods optimering kan gynna kontinuitet med föregående publicerade lösning (föredragna personal i solver-input).
  • Automatisk optimering: Valfritt — ny utkastperiod kan optimeras automatiskt i bakgrunden.
Beredskap att köra reflekteras av lösningens status (optimering klar, rutter redo), inte av extra ceremoni som "accepterad" eller "planerad" på schemat. Besöksändringar spåras så planeraren vet vad som ändrats relativt en äldre lösning.
Hur data kommer in i CAIRE

Data kan komma in på flera sätt. Sanningskällan är alltid det som finns lagrat i CAIRE efter import eller registrering — stökiga externa filer mappas så bra som möjligt; planeraren korrigerar i gränssnittet vid behov.

📄
CSV-import
Befintliga planeringsfiler importeras automatiskt. Adaptorn tolkar formatet och mappar till CAIRE-modellen: insatser, mallar, beroenden och tidsfönster skapas.

OBS: CSV-filen är inte en permanent sanning. Om den innehåller fel gäller data i CAIRE efter import.
✏️
Manuell registrering
Planeraren skapar besöksmallar och klientdata direkt i CAIRE. När en insats som tillhör en insatsgrupp väljs kan beroenden skapas från gruppens standardvärden. För nya klienter kan CAIRE rekommendera mallar.
Schema-wizard
När ett nytt schema skapas hämtar CAIRE mallar och genererar besök för fönstret. Dagsval beräknas; organisationsregler projiceras så att beroenden, preferenser och kompetens representeras på besöken.
CSV / manuell / wizard
Data i CAIRE (sanningskälla)
Verifiera besök
Optimera
Verifiera tilldelning
Publicera
Hela flödet — sammanfattning
🏛
Vårdbeslut — Klient X godkänd för insats Y, Z besök/vecka
1
Lager 1: Insatser + insatsgrupper + tidsfönster + skift → Besöksmallar per klient (med rekommendationer för nya klienter)
2
Lager 2: Mallar materialiseras → daterade besök med förberäknade dagar + projicerade regler → Kontrollpunkt: ser besöken rätt ut?
3
Lager 3: Efterfrågan + utbud → optimering → tilldelad personal + exakta tider → Kontrollpunkt: rimlig tilldelning?
Publicera → Utkast → Publicerat (live plan) → Arkiverat | Rullande: nästa period skapas automatiskt som utkast