用于理解医院病例组合格局的多准则优化技术

典型医院中运行着各种医疗和外科单元，为治疗其患者，这些单元竞争手术室（OR）和病房床位等基础设施。这种竞争如何被调节影响着医院的能力和产出。本文考虑在医院中治疗不同患者病例组合（PCM）的影响。由于每种病例组合都具有经济后果和独特的医院资源使用特征，这一考量十分重要。为了更好地理解病例组合格局并从能力利用角度识别最优组合，提出了一种改进的多准则优化（MCO）方法。由于典型医院中存在许多患者类型，生成非支配（即帕累托最优）病例组合存档的计算任务具有挑战性。为生成更好的存档，引入了改进的并行化 epsilon 约束方法（ECM）。我们的并行随机校正方法显著快于先前的方法，且不限于在结构化均匀网格上评估点。因此我们可以生成更多解。KD 树的应用是另一项新贡献。我们使用它们进行邻近测试并存储高维帕累托前沿（PF）。为生成、查看、导航和查询存档，提出并演示了合适的决策支持工具（DST）的开发。