Een datagestuurde aanpak voor onzekerheid bij multi-objectieve planning en planning van operatiekamers

Gezondheidszorgmanagers moeten beslissingen nemen over verschillende ziekenhuisgebieden, zoals de afdeling spoedeisende hulp, chirurgische diensten en postoperatieve zorg. Vanwege de beperkte middelen streven ziekenhuizen naar efficiënt bedrijfsbeheer terwijl ze de tevredenheid van patiënten, artsen, personeel en andere belanghebbenden maximaliseren. De dynamische en complexe omgeving van gezondheidszorgsystemen maakt beslissingen moeilijk en gevoelig voor de onzekerheid die aanwezig is in processen en patiëntcondities. Operatiekamerbeheer in chirurgische diensten is een aantrekkelijk gebied voor managers en onderzoekers vanwege de invloed ervan op de financiële prestaties en kwaliteit van de zorg in ziekenhuizen. Het probleem met de planning en planning van de operatiekamer verwijst naar het toewijzen van operaties in een geschikte datum en operatiekamer en vervolgens de toegewezen operaties in volgorde te zetten, terwijl doelstellingen zoals het aantal late operaties, traagheid, gebruik van middelen en de tevredenheid van belanghebbenden worden geoptimaliseerd. Bovendien zijn planning en planning in een realistische omgeving afhankelijk van meestal onbekende inputs, zoals de duur van de operatie, de aankomst van de patiënt en ongeplande noodsituaties. Om onzekerheid te beschrijven, biedt ML alternatieven door onder toezicht en zonder toezicht te leren. Zodra de onzekerheid adequaat is beschreven, zouden stochastische programmering, optimalisatie-simulatie of gecombineerde OR / ML-benaderingen kunnen worden gebruikt om een robuust plan en schema te verkrijgen. . OR / ML-integratie is een relatief nieuw veld en er is nog minder literatuur over hoe die velden kunnen worden gecombineerd om problemen onder onzekerheid aan te pakken. In die zin zijn drie van de meest relevante vragen die tijdens mijn Ph.D. onderzoeken zijn (1) hoe het operatiekamerplanning en -planningprobleem onder onzekerheid kan worden opgelost, gezien de beschikbare gegevens van ziekenhuizen (2) hoe gevoelig de eerdere benadering van de techniek die werd gebruikt om onzekerheid te beschrijven, is? en (3) wat is een geschikt raamwerk dat door ziekenhuizen moet worden gebruikt om de beste methode te kiezen om de planning en planning van de operatiekamer op te lossen op basis van de beschikbare gegevens?