跨医院护士动态再部署：一种样本鲁棒优化方法
最优化与控制
2025-09-10 v1
摘要
问题定义：我们研究医院网络中的劳动力再部署问题，即护士等临床工作人员被临时从人员过剩的院区调往人员不足的院区，以解决短期失衡。这种“内部流动”的做法在COVID-19大流行期间为解决护士短缺问题而得到推广，带来了新的运营挑战，需要量身定制的分析支持。必须纳入提前通知和短期借调等关键要求。此外，在快速变化的环境中，对历史数据的依赖会导致不可靠的预测，限制了传统基于样本方法的有效性。方法论：我们将该问题建模为一个随机动态规划，并通过样本鲁棒优化（SRO）框架纳入需求不确定性。利用线性决策规则近似，我们将问题重构为一个易于处理的线性规划。结果：我们评估了关键网络设计组件对系统性能的影响。网络连通性在降低总成本、再部署次数和移动距离方面影响最大，但其效益取决于将借调时长与网络结构相匹配。没有适当借调安排的完全连通性可能适得其反。SRO方法通过更好地预测紧急再部署，在需求激增或预测不足的情况下优于传统的样本平均方法。管理启示：内部流动计划为缓解医疗系统劳动力短缺提供了一种有前景的策略。我们的结果强调了网络设计、将借调时长与网络结构相匹配，以及采用对需求激增或不准确预测具有鲁棒性的规划方法的重要性。
引用
@article{arxiv.2509.07387,
title = {Dynamic Redeployment of Nurses Across Hospitals: A Sample Robust Optimization Approach},
author = {Wei Liu and Tianchun Li and Mengshi Lu and Pengyi Shi},
journal= {arXiv preprint arXiv:2509.07387},
year = {2025}
}