Βέλτιστη κατανομή πόρων νοσοκομειακής μονάδας υπό αβεβαιότητα : πρόβλεψη ζήτησης και προσομοίωση για τον προγραμματισμό κλινών
Optimal resource allocation in hospitals under uncertainty : demand forecasting and simulation for hospital bed planning

Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Hospital bed planningΠερίληψη
Η παρούσα Μεταπτυχιακή Διπλωματική Εργασία με τίτλο «Βέλτιστη κατανομή πόρων νοσοκομειακής μονάδας υπό αβεβαιότητα: πρόβλεψη ζήτησης και προσομοίωση για διαστασιολόγηση κλινών» πραγματεύεται το πρακτικό και ιδιαίτερα κρίσιμο ζήτημα της επαρκούς χωρητικότητας κλινών σε ένα νοσοκομειακό περιβάλλον. Ο τίτλος αποτυπώνει δύο βασικούς άξονες: (α) τη διαστασιολόγηση πόρων (κυρίως κλινών) ως πρόβλημα διοικητικής/επιχειρησιακής απόφασης και (β) τη χρήση δεδομένων και αναλυτικών μεθόδων (πρόβλεψη + προσομοίωση) για τεκμηριωμένη αξιολόγηση πολιτικών λειτουργίας. Η ανάγκη για τέτοιες προσεγγίσεις προκύπτει από το γεγονός ότι η ζήτηση υγειονομικών υπηρεσιών παρουσιάζει στοχαστικότητα, αιχμές και περιοδική μεταβλητότητα, ενώ η έλλειψη επαρκών πόρων μπορεί να οδηγήσει σε συμφόρηση και καθυστερήσεις, ιδίως για τα επείγοντα περιστατικά [2], [5].
Ερευνητικό πρόβλημα της εργασίας είναι ο προσδιορισμός του κατάλληλου αριθμού κλινών εσωτερικών ασθενών, έτσι ώστε να επιτυγχάνεται ισορροπία μεταξύ αποδοτικής αξιοποίησης (πληρότητα) και ποιότητας υπηρεσίας (έγκαιρη εξυπηρέτηση επειγόντων). Η διεθνής βιβλιογραφία έχει αναδείξει ότι η διαστασιολόγηση κλινών μπορεί να αναλυθεί με στοχαστικά μοντέλα και προσομοίωση, ενώ η πρόβλεψη ζήτησης αποτελεί απαραίτητο συμπλήρωμα για στρατηγικό σχεδιασμό δυναμικότητας [1], [2].
Σκοπός της ΜΔΕ είναι η ανάπτυξη ενός υβριδικού πλαισίου που συνδυάζει: (i) Μηχανική Μάθηση για πρόβλεψη ημερήσιων αφίξεων/ζήτησης [3], [4] και (ii) Προσομοίωση Διακριτών Γεγονότων (DES) για μοντελοποίηση της ροής ασθενών, της διάρκειας νοσηλείας (LOS), των ουρών αναμονής και της προτεραιότητας επειγόντων, με δυνατότητα εκτέλεσης σεναρίων “what-if” [2]. Η μελέτη αξιοποιεί δεδομένα ασθενών από επιλεγμένο σύνολο δεδομένων (patient-level CSV) που χρησιμοποιείται ως βάση για την εξαγωγή εμπειρικής κατανομής LOS και ημερήσιας ζήτησης [15].
Τα αποτελέσματα της πειραματικής αξιολόγησης δείχνουν ότι η λειτουργία του συστήματος χαρακτηρίζεται από κατώφλι χωρητικότητας: κάτω από συγκεκριμένο αριθμό κλινών, οι δείκτες ποιότητας (service level προς επείγοντα) υποβαθμίζονται έντονα, ενώ η αύξηση της έντασης εφημεριών/αιχμών μετατοπίζει το απαιτούμενο επίπεδο κλινών προς τα πάνω. Παράλληλα, αναδεικνύεται ότι η υψηλή πληρότητα δεν αποτελεί από μόνη της ασφαλές κριτήριο επάρκειας, καθώς διαφορετικά σενάρια μπορεί να εμφανίζουν παρόμοια πληρότητα αλλά ουσιαστικά διαφορετική αναμονή επειγόντων, επιβεβαιώνοντας την ανάγκη συνδυασμού δεικτών αποδοτικότητας και ποιότητας στη λήψη αποφάσεων [2], [5]. Συνολικά, η εργασία καταλήγει σε ένα αναπαραγώγιμο πλαίσιο υποστήριξης αποφάσεων για σχεδιασμό χωρητικότητας, με σαφή δυνατότητα επέκτασης σε πολυ-πόρους (π.χ. προσωπικό) και cost-aware βελτιστοποίηση σε μελλοντική έρευνα [2], [5].


