تعیین آمیخته بیماران و تخصیص ظرفیت به سرویس‎های جراحی در بیمارستان‎ها به‎کمک شبیه‎سازی تبرید

نظام سلامت یکی از بزرگ‎ترین صنعت ها به‎شمار می‎رود و برای حل مشکلات آن، به تلفیقی از دانش و مهارت های مدیریتی و بالینی نیاز است. در این پژوهش، مسئله برنامه ریزی استراتژیک و تخصیص ظرفیت اتاق های عمل با در نظر گرفتن استراتژی برنامه ریزی و زمان‎بندی بلوکی مطالعه شده است و یک مدل تلفیقی برای تعیین آمیخته بهینه جراحی ها و تخصیص ظرفیت به سرویس های جراحی به‎صورت برنامه ریزی آرمانی تصادفی برای مقابله با عدم قطعیت در تقاضای هر عمل ارائه شده است. هدف مدل حداقل کردن انحراف‎های نامطلوب شامل تقاضای برآورده نشده، اضافه کاری سرویس ها و بیکاری اتاق های عمل تخصیص یافته، است. به‎دلیل NP-hard بودن مسئله، دستیابی به جواب دقیق با بزرگ شدن ابعاد آن به‎صورت نمایی مشکل است. برای این منظور، الگوریتم فراابتکاری شبیه سازی تبرید پیشنهاد شده است. نتایج مدل ریاضی به‎کمک نرم‎افزار GAMS با حل کننده COINBONMIN و روش شبیه‎سازی تبرید توسط نرم افزار متلب R2017a با یکدیگر مقایسه شده است. مثال های ارائه شده، از اطلاعات بخش اتاق عمل بیمارستانی در کانادا با 9 سرویس جراحی، 110 عمل جراحی، 16 اتاق عمل و 220 تخت بستری استخراج شده است. برای کاهش تعداد متغیرهای تصمیم و قابل حل بودن مدل ریاضی، برای هر مثال، سرویس‎ها و جراحی‎های اندک با اتاق‎های عمل محدودی انتخاب شد. مجموع بیکاری اتاق های عمل تخصیص‎یافته در همه مثال ها و در هر دو روش برابر با مقدار ایده آل صفر بوده است. اختلاف میان مقادیر تابع بهینه هدف به‎دست آمده از مدل برنامه ریزی آرمانی تصادفی و الگوریتم شبیه سازی تبرید در مثال های ارائه شده در بازه ]6/0,05/0[ قرار دارد. در این پژوهش مدل برنامه ریزی آرمانی تصادفی برای برنامه ریزی و تعیین تعداد و ترکیب بهینه جراحی‎ها و تخصیص ظرفیت به سرویس های جراحی با در نظر گرفتن تقاضای غیرقطعی ارائه شده است. ایده مدل پیشنهاد شده آن است که با تغییر تعداد و ترکیب موارد جراحی، می توان انحراف‎های نامطلوب را کاهش داد.