病院全体の入院患者フロー最適化

ケアの質と提供を支える理想は、すべてのサービス間でリアルタイムに調整され最適化された病院運営を持つことです。この目標に向けて、我々は機械学習技術と組み合わせた多段階適応ロバスト最適化アプローチを提案します。データと予測に基づいて、我々のフレームワークは全病院にわたるベッド割り当てプロセスを統一し、現在および将来の入院患者の流れ、退院、緊急治療室、計画された手術、入院、外部転送からのベッドリクエストを考慮します。我々は大規模学術医療センターの歴史的データに基づいて調整されたシミュレーションを通じて手法を評価します。600ベッドの施設では、我々の最適化モデルは数秒で解決され、オフサービスの配置が平均で24％削減され、緊急治療室および麻酔後ユニットでのボーディング遅延がそれぞれ35％および18％減少しました。また、静的割り当て決定の代わりに適応線形意思決定ルールを使用する利点を示します。この論文は、ケアマネジメントのCarri Chanによって受理されました。補足資料：データファイルとオンライン付録はhttps://doi.org/10.1287/mnsc.2023.4933 で入手可能です。