临床实验室中的紧急样本：随机分批以最小化患者周转时间
最优化与控制
2026-03-31 v2
摘要
本文研究医院实验室中实验室样本的分批问题，其中不同优先级的样本以不确定的运输时间连续到达。重点在于优化离心机装载的控制策略，以最小化患者周转时间（TAT）。在关注危及患者生命的样本（即紧急样本）的同时，我们提出了多种在线和离线方法，包括集成在离散事件系统仿真中的随机混合整数二次规划模型。本文旨在通过改进的分批策略提供及时的实验室结果，从而提升患者护理水平。案例研究使用了来自一所大学医院的真实数据，结果表明将运输时间的分布知识纳入决策策略可以将紧急样本的中位患者周转时间减少 4.9 分钟，0.95 分位数减少 9.7 分钟，但对低优先级样本没有显著影响。此外，通过与完美知识离线算法所得上界的比较，我们证明这基本上是优化结果。
引用
@article{arxiv.2512.06820,
title = {Urgent Samples in Clinical Laboratories: Stochastic Batching to Minimize Patient Turnaround Time},
author = {Antonin Novak and Andrzej Gnatowski and Premysl Sucha},
journal= {arXiv preprint arXiv:2512.06820},
year = {2026}
}