برنامه ريزي ظرفيت در شبكه صف بيمارستاني تحت شرايط انسداد: رويكرد بهينه يابي مبتني بر شبيه سازي

Capacity planning in the hospital queueing network with blocking: simulation-based optimization approach

مقدمه: مديران بيمارستان همواره با چالش ارائه بهترين خدمات سلامت دريك محيط داراي منابع محدود روبرو هستند. كمبود ظرفيت، جريان بيمار را تحت تأثير قرارداده و منجر به انسداد جريان بيمار در بين بخش ها مي شود. در پژوهش حاضر، جريان بيمار در بيمارستان به صورت يك شبكه صف باز تحت شرايط انسداد مدل سازي شد. سپس، با استفاده از بهينه يابي رياضي مبتني برشبيه سازي، برنامه ريزي ظرفيت به گونه اي انجام مي شود كه ضمن كاهش پديده انسداد، هزينه هاي جاري بيمارستان از بودجه در دسترس بيشتر نگردد. روش­ ها: پژوهش حاضر ازنظر هدف و نتايج، كاربردي و ازنظر روش گردآوري اطلاعات، توصيفي- پيمايشي بود. رويكرد پژوهش، تلفيقي از مدل سازي رياضي دوهدفه و شبيه سازي گسسته پيشامد درنظرگرفته شد. اطلاعات جمع آوري شده مربوط به شش ماهه اول سال 1396 دربيمارستان منتخب استان لرستان بود. يافته­ ها: پس از شبيه سازي وضعيت فعلي و تحليل نتايج، تعداد 43 سناريو پيشنهادي به منظور بهبود جريان بيمار در بين بخش هاي بيمارستان منتخب طراحي گرديد. سپس، با بكارگيري مدل رياضي، تعداد نه سناريو برتر تعيين شدند. نتيجه‌گيري: به منظور تسهيل انتخاب سناريو بهينه توسط مديران بيمارستان، سناريوهاي برتر در دو دسته طبقه بندي و تحليل شدند. ادغام مدل شبيه سازي با مدل بهينه يابي رياضي، منجر به توسعه يك رويكرد كلي گرديد كه مي تواند به منظور برنامه ريزي ظرفيت و بهبود جريان بيمار با درنظرگرفتن محدوديت هاي عملي در ساير بيمارستان ها استفاده شود.

Introduction: Hospital administrators have always faced the challenge of providing the best possible health services in a resource-limited environment. The patient flow throughout the hospital is affected by lack of the capacities that can lead to bed-blocking among the hospital units. In this research, the patient flow in the hospital is modeled as an open queueing network with blocking. Then, the hospital capacity planning is implemented to reduce the blocking using a simulation-based optimization approach in such a way that the total cost will not exceed from the accessible budget. Methods: This research is an applied research in terms of purpose, which is a descriptive-survey research in terms of data collection method. The data were collected during the first six months of the year 1396 in the selected hospital of Lorestan province. The research process is a combination of the bi-objective mathematical modeling and discrete-event simulation. Results: By analyzing the simulation results of the current situation, 43 scenarios were proposed to improve patient flow in the hospital units. Then, nine Pareto-optimal scenarios were determined by using the mathematical model on the simulation results of the proposed scenarios. Conclusion: In order to facilitate the selection of the optimal scenario by hospital administrators, the Pareto-optimal scenarios were classified and analyzed in two categories. The integration of the simulation model with the proposed mathematical model can lead to developing a practical approach for capacity planning and improvement of patient flow which can be used by other hospitals.