Optimierung des Patientenflusses im gesamten Krankenhaus

Ein Ideal, das die Qualität und Bereitstellung der Versorgung unterstützt, ist die Koordinierung und Optimierung der Krankenhausabläufe in Echtzeit über alle Dienstleistungen hinweg. Als Schritt in Richtung dieses Ziels schlagen wir einen mehrstufigen, adaptiven und robusten Optimierungsansatz kombiniert mit Techniken des maschinellen Lernens vor. Basierend auf Daten und Vorhersagen vereint unser Rahmen den Prozess der Bettenzuweisung im gesamten Krankenhaus und berücksichtigt gegenwärtige und zukünftige Patientenströme, Entlassungen und Bettanforderungen von der Notaufnahme, geplanten Operationen und Aufnahmen sowie externen Überweisungen. Wir evaluieren unseren Ansatz durch Simulationen, die auf historischen Daten eines großen akademischen medizinischen Zentrums kalibriert wurden. Für die Einrichtung mit 600 Betten wurde unser Optimierungsmodell in Sekunden gelöst und reduzierte die Platzierung außerhalb des Dienstes durchschnittlich um 24% sowie die Wartezeiten in der Notaufnahme und den Anästhesieeinheiten um 35% bzw. 18%. Wir veranschaulichen auch den Vorteil der Verwendung adaptiver linearer Entscheidungsregeln anstelle statischer Zuweisungsentscheidungen. Dieses Papier wurde von Carri Chan, Gesundheitsmanagement, angenommen. Ergänzende Materialien: Die Datendateien und der Online-Anhang sind verfügbar unter https://doi.org/10.1287/mnsc.2023.4933.