Riassunto analitico
Questo studio indaga e ottimizza i flussi di trasporto dei pazienti che sorgono in un grande ospedale in Italia. Le richieste di trasporto arrivano dinamicamente durante il giorno, contenenti informazioni sul ritiro e la consegna ma anche sull'urgenza e la domanda dei clienti. L'obiettivo è sviluppare una strategia che consenta di minimizzare il ritardo totale ponderato dei pazienti nel sistema di trasporto interno causato dall'imprevedibilità degli arrivi delle richieste, che insorgono ogni volta che un paziente richiede un servizio di trasporto tra diverse posizioni a causa di un bisogno medico. Il problema in esame deve tener conto di numerosi vincoli complicati che sono specifici del contesto ospedaliero. Risolviamo il problema mediante tre algoritmi, derivati dalla teoria statica, dinamica e stocastica. Numerosi risultati mostrano che l'algoritmo che include un uso accurato delle informazioni storiche è in grado, nelle istanze reali di un grande ospedale in Italia, di raggiungere soluzioni di alta qualità.
|
Abstract
This study investigates and optimizes the patient transportation flows that arise in a large hospital in Italy. The requests of the transport come out dynamically during the day, including information about the pickup and the delivery but also about the urgency and demand of the clients. The objective is to develop a strategy that allows to minimize the total weighted lateness of the patients in the internal transportation system caused by the unpredictability of the arrivals of the requests, which arise each time that a patient requires a transportation service between different positions due to a medical need. The problem under study must take into account several complicating constraints which are specific of the hospital context. We solve the problem by means of three algorithms, derived from the static, the dynamic and the stochastic theory. Extensive results show that the algorithm that includes an accurate usage of historical information is capable, in real-world instances from a large hospital in Italy, to reach high-quality solutions.
|
