Chirurgie planning met keuzevak en noodvraag

OP's zijn een van de meest cruciale en schaarse medische middelen. Over het algemeen overlegt de keuzepatiënt (EL) met zijn arts of chirurg en wordt Ze planden enkele dagen voor hun operatiedatum. Integendeel, een noodoperatie (EM) moet zo snel mogelijk worden uitgevoerd om mensenlevens te redden. Deze EM-patiënten kunnen leiden tot uitstel van EL-operaties en de OR-congestie verergeren, wat een steeds ernstiger wereldwijd gezondheidsprobleem is geworden. Vooral bij incidenten met massale ongevallen, zoals grote ongevallen en rampen, kan een ziekenhuis te veel EM operaties accepteren die de OK capaciteit overschrijden. Dan kunnen de onvoorspelbare onzekerheid en het handmatige empirische schema leiden tot annuleringen van EL-operaties en EM-operaties vertragen. Hoe de vraag naar EM-operaties die door het ziekenhuis worden geaccepteerd, maximaal kan worden benut terwijl de reguliere operaties zo min mogelijk worden aangepast, is een praktisch probleem. Om dit probleem op te lossen, bestuderen we de volgende optimalisatieproblemen over de operatieplanning met EL en EM vraag: (1) Hoe plan en plan ik EM operaties? (2) Hoe kan ik EL-operaties en EM-operaties realtime herschikken op basis van het huidige beleid? (3) Hoe plan ik de volgende dag EL operaties rekening houdend met mogelijke EM vraag? Dit zijn drie opeenvolgende managementonderwerpen onder onzekerheid. We streven ernaar om Machine Learning, Operations Research en Simulation technieken toe te passen om beslissingen te optimaliseren om de OR managers te ondersteunen. Daarnaast werken we eraan om ze binnen vier jaar in de top Management Science tijdschriften te publiceren en toe te passen op echte ziekenhuizen.