Parametric and non parametric models for stochastic next day operating room scheduling

Abstract

Hastanelerin karlarının büyük kısmını ameliyathaneler oluştumaktadır. Diğer yandan,hastanelerin harcamalarının büyük bir kısmı da ameliyathanelerde gerçekleşmektedir.Ameliyat sürelerindeki belirsizlik sebebiyle, ameliyathane planlaması zor birsüreçtir. Fakat, ameliyathanelerin hastanelerin kar ve zararları üzerindeki etkisi,ameliyathane planlamasını gerçekleştiren personelin bu işlemi en etkin şekilde uygulamalarınaneden olmaktadır. İyi bir ameliyathane planlamasının önündeki diğer bir engelise kullanılmaya müsait verinin sınırlı olmasıdır. Bir ameliyathanede gerçekleşecekameliyatlarn belirsizliği ve çeşitliliği gerekli miktarda ameliyat süresi verisi elde etmeyizorlaştırmaktadır. Bu çalışmada, ameliyat sürelerindeki belirsizlikten fazlacaetkilenen ameliyathane programlamalarını inceleyen rassal bir optimizasyon modelisunmaktayız. Modelimizde planlama başlangıç zamanlarına odaklanıyoruz. Modelimizin,ameliyathane boş kalma zamanı, ameliyathane ekip bekleme zamanı, fazlamesai zamanı ve bir ameliyathane gününün beklenenden erken bitme sürelerini önemliölçüde azalttığını gösteriyoruz. Modelimizi üç farklı çözüm yöntemiyle incelemekteyiz:(i) parametrik yaklaşım, (ii) non parametrik yaklaşım, (iii) yalın ama pratik birheuristic. Bu çalışmadaki bütün senaryolar değerlendirildiğinde, parametrik yaklaşımoptimal çözüme 6,18% yakın performans göstermektedir. Bu oran non parametrikyaklaşımda 7,66%, heuristic yaklaşımda 78,17% olmuştur.

Operating rooms are the resources that generate the most part of the revenue ofhospitals. On the other hand, they generate the most part of the expenses, as well.Because of the uncertainty of surgery durations, scheduling operating rooms are verydifficult. But their impact on the finances of a hospital makes it vital for the plannersto carry out scheduling as best as they can. Another problem that lies in the way offine operating room scheduling is limited surgery data available for use. Uncertaintyand diversity of surgeries that may take place in a given operating room makes itdifficult to obtain sufficient amount of surgery duration data. In this study we describea stochastic optimization model for computing OR schedules that are effected by theuncertainty in surgery durations. We focus on scheduling start times. We show thatour model can be used to generate substantial reductions in OR team waiting, ORidling, overtime costs. The model in this study is studied with 3 solution approaches:(i) parametric approach, (ii) non parametric approach, (iii) a simple but practicalheuristic. Considering all scenarios in this study, parametric approach manages toperform 6,18% close to optimal solution, whereas non parametric approach performs7,66% and heuristic approach performs 78,17% close to optimal solution. Whencompared to non parametric approach, parametric approach performs better whennumber of historical surgery duration sample size is small. In contrast, when thenumber of historical surgery duration sample size is large, non parametric approachstarts performing better. All three solution approaches provide meaningful results,where parametric approach performs better in most cases when compared to othersolution approaches.