Våren 2015 tog det i snitt 12 arbetsdagar att få klart ett vävnadsprov för bedömning på patologlaboratoriet vid Södra Älvsborgs sjukhus, Borås. Det trots att alla 13 biomedicinska analytiker och två laboratoriebiträden arbetade mycket övertid. I dag är proven klara på 5–5,5 arbetsdagar, och övertidskontona har krympt.
Förbättringsarbete reducerade laboratoriets ledtider rejält
Våren 2015 tog det i snitt 12 arbetsdagar att få klart ett vävnadsprov för bedömning på patologlaboratoriet vid SÄS. I dag är proven klara på 5–5,5 arbetsdagar.

Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Kvalitetsvård.se premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.

– Vi insåg att vi måste göra något åt de långa ledtiderna, berättar Norajr Muradian. Han är utvecklingscontroller vid Klinik för bild- och laboratoriemedicin och ledde förbättringsarbetet.
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
