用概率预测模型降低术后恢复床位占用
应用统计
2019-09-12 v2 最优化与控制
摘要
针对手术调度的运筹学方法在理论与实践中的受欢迎程度日益提升。这些模型常为降低问题计算复杂度而忽略随机性。我们希望为从业者和医院行政人员提供术后恢复空间占用的日初概率预测。该模型最小化恢复单元的最大期望占用，从而均衡医院人员工作负荷，并降低床位短缺与瓶颈的可能性。我们证明，当以手术病例序列参数化时，Poisson 二项分布随机变量可建模恢复室中患者数量。针对手术病例排序问题的混合整数非线性规划模型降低了术后恢复空间的最大期望占用。模拟退火在较短计算时间内产生良好解。我们利用一整年历史数据对该方法进行评估。该求解技术平均降低最大期望恢复占用 18%。这缓解了术后恢复空间人员的巨大压力，降低了瓶颈可能性，并改善了提供给患者的护理质量。
引用
@article{arxiv.1808.10132,
title = {Reducing post-surgery recovery bed occupancy with a probabilistic forecast model},
author = {Belinda Spratt and Erhan Kozan},
journal= {arXiv preprint arXiv:1808.10132},
year = {2019}
}