DOI: https://doi.org/10.1007/s10729-026-09756-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41880045
تاريخ النشر: 2026-03-25
المؤلف: Antonín Novák وآخرون
الموضوع الرئيسي: عمليات الرعاية الصحية وتحسين جدولة المواعيد
نظرة عامة
تتناول هذه الورقة البحثية تحسين تجميع عينات المختبر في بيئات المستشفيات، وخاصة للعينات الحيوية التي تتطلب معالجة عاجلة. يقترح المؤلفون استراتيجية تحكم تدمج نموذج برمجة مختلطة عشوائية (MIQP) مع محاكاة نظام الأحداث المنفصلة لتقليل وقت دوران المريض (TAT). توضح دراسة حالة باستخدام بيانات حقيقية من مستشفى جامعي أن دمج معرفة أوقات النقل يمكن أن يقلل بشكل كبير من الوسيط TAT للعينات الحيوية بمقدار 4.9 دقيقة ومن الكمية 0.95 بمقدار 9.7 دقيقة، دون أن يكون لها آثار سلبية على العينات ذات الأولوية المنخفضة. تشير النتائج إلى أن استراتيجية التجميع المقترحة تعزز رعاية المرضى من خلال ضمان نتائج مختبرية في الوقت المناسب.
في الختام، يحدد المؤلفون القيود في الممارسات المخبرية الحالية التي تقيم TAT المختبر بدلاً من TAT المرضى. يقترحون أن البحث المستقبلي يمكن أن يوسع نموذجهم ليأخذ في الاعتبار المرحلة التحليلية لمعالجة العينات واستكشاف أساليب قوية توزيعياً للتعامل بشكل أفضل مع عدم اليقين في أوقات النقل. بالإضافة إلى ذلك، يبرزون الحاجة إلى تحسين الأولويات في الأتمتة الكاملة للمختبر، وخاصة للعينات الحيوية، لمنع التأخيرات في رعاية المرضى. يقوم الخوارزمية التي تم تطويرها في هذه الدراسة بتحسين الحد الأقصى لـ TAT المرضى وتعمل بتعقيد زمني قدره \(O(n^2 \log U_B)\)، حيث يمثل \(U_B\) أفق الجدولة. يشير المؤلفون إلى أنه بينما توفر خوارزميتهم حلاً مثالياً واحداً، قد تحتوي العديد من حالات المشكلة على حلول مثالية متعددة، خاصة للعينات ذات الأولوية المنخفضة.
مقدمة
في مقدمة هذه الورقة البحثية، يؤكد المؤلفون على الدور الحاسم للمختبرات الطبية في الرعاية الصحية، وخاصة في التشخيص الفوري للحالات المهددة للحياة مثل احتشاء عضلة القلب. يبرزون أهمية تقليل الوقت من الباب إلى البالون، الذي يجب ألا يتجاوز 90 دقيقة لتقليل خطر الوفاة والأحداث القلبية السلبية. تميز الورقة بين وقت دوران المختبر (TAT) وTAT المرضى، حيث أن الأخير هو الوقت من جمع العينة إلى الإبلاغ عن النتائج، وهو ما يهم المرضى والأطباء بشكل أكبر. يشير المؤلفون إلى أن الممارسات المخبرية الحالية غالباً ما لا تعطي الأولوية لـ TAT المرضى بسبب نقص الأتمتة في جمع العينات والنقل.
تركز الدراسة على تحسين معالجة العينات العاجلة، وخاصة في الحالات المهددة للحياة، من خلال معالجة مشكلة تجميع العينات عبر الإنترنت. يقترح المؤلفون نهج تحسين عشوائي لتقليل TAT المرضى للعينات ذات الأولوية العالية، مستفيدين من المعلومات في الوقت الحقيقي حول جمع العينات وأوقات النقل. يقومون بنمذجة أوقات النقل كمتغيرات عشوائية وتصنيف العينات إلى أولويات حيوية، عاجلة، وروتينية. تستخدم الدراسة بيانات من مستشفى جامعة كرالوفسكي فينوهارادي لتوضيح أن الحل المقترح يحسن بشكل كبير TAT المرضى للعينات ذات الأولوية العالية مقارنة بالطرق التقليدية المعتمدة على القواعد، مما يؤدي إلى نتائج أكثر اتساقاً وقابلية للتنبؤ.
مناقشة
في هذا القسم، يناقش المؤلفون مساهماتهم في تعزيز كفاءة وموثوقية أنظمة الأتمتة الكاملة للمختبر (TLA)، وخاصة في تحسين إرسال الطرد المركزي. يقدمون نهجاً جديداً لمعالجة العينات الحيوية ضمن أنظمة الأتمتة المخبرية، مع التأكيد على أهمية وقت دوران المريض (TAT) على TAT المختبر. يقوم المؤلفون بتطوير نموذج رياضي عشوائي عبر الإنترنت يستفيد من المعلومات حول أوقات نقل العينات لتحسين التجميع وأوقات بدء الطرد المركزي. توضح التحقق من خلال محاكاة الأحداث المنفصلة باستخدام بيانات حقيقية من مستشفى جامعي أن سياسة الإرسال عبر الإنترنت الخاصة بهم تقلل من الكمية 0.95 لـ TAT المرضى بمقدار 9.7 دقيقة مقارنة بالطرق الحالية. بالإضافة إلى ذلك، يثبتون أن خوارزميتهم المثالية المعرفة تحقق أداءً قريباً من الأمثل ويقدمون توصيفاً لتعقيد المشكلة في السياق غير المتصل.
تستعرض المناقشة أيضاً الأدبيات ذات الصلة، مصنفة إياها إلى منظورين: نمذجة الأتمتة المخبرية والتحسين، والمشكلات التوافقية في التجميع والجدولة تحت عدم اليقين. يبرز المؤلفون ضرورة تقليل TAT المرضى، وخاصة للعينات الحيوية، بدلاً من التركيز فقط على TAT المختبر، الذي غالباً ما يغفل المراحل التحليلية الحرجة. يقارنون عملهم بالدراسات الحالية، مشيرين إلى أنه بينما تناولت الأبحاث السابقة التجميع والجدولة، فإن نهجهم يدمج بشكل فريد اتخاذ القرارات في الوقت الحقيقي بناءً على أوقات نقل العينات غير المؤكدة، مما يعزز استجابة عملية إرسال الطرد المركزي. يختتم القسم ببيان مشكلة يوضح المعلمات والافتراضات التي توجه استراتيجيات تحسينهم، بما في ذلك تسجيل العينات، وأوقات النقل، ومتطلبات المعالجة.
DOI: https://doi.org/10.1007/s10729-026-09756-8
PMID: https://pubmed.ncbi.nlm.nih.gov/41880045
Publication Date: 2026-03-25
Author(s): Antonín Novák et al.
Primary Topic: Healthcare Operations and Scheduling Optimization
Overview
This research paper focuses on optimizing the batching of laboratory samples in hospital settings, particularly for vital samples that require urgent processing. The authors propose a control strategy that integrates a stochastic mixed-integer quadratic programming (MIQP) model with discrete-event system simulation to minimize patient turnaround time (TAT). A case study using real data from a university hospital demonstrates that incorporating knowledge of transport times can significantly reduce the median TAT for vital samples by 4.9 minutes and the 0.95 quantile by 9.7 minutes, while having no adverse effects on low-priority samples. The findings indicate that the proposed batching strategy enhances patient care by ensuring timely laboratory results.
In the conclusion, the authors identify limitations in current laboratory practices that evaluate laboratory TAT rather than patient TAT. They suggest that future research could extend their model to account for the analytic phase of sample processing and explore distributionally robust approaches to better handle transport time uncertainties. Additionally, they highlight the need for improved prioritization in total laboratory automation, particularly for vital samples, to prevent delays in patient care. The algorithm developed in this study optimizes the maximum patient TAT and operates with a time complexity of \(O(n^2 \log U_B)\), where \(U_B\) represents the scheduling horizon. The authors note that while their algorithm provides a single optimal solution, many instances of the problem may have multiple optimal solutions, particularly for lower-priority samples.
Introduction
In the introduction of this research paper, the authors emphasize the critical role of medical laboratories in healthcare, particularly in the timely diagnosis of life-threatening conditions such as myocardial infarction. They highlight the importance of minimizing the door-to-balloon time, which should not exceed 90 minutes to reduce the risk of mortality and adverse cardiac events. The paper distinguishes between laboratory turn-around time (TAT) and patient TAT, the latter being the time from sample collection to result reporting, which is of greater concern to patients and physicians. The authors note that current laboratory practices often do not prioritize patient TAT due to the lack of automation in sample collection and transport.
The research focuses on optimizing the processing of urgent samples, particularly in life-threatening situations, by addressing the online sample batching problem. The authors propose a stochastic optimization approach to minimize patient TAT for high-priority samples, leveraging real-time information about sample collection and transport times. They model transport times as random variables and categorize samples into vital, statim, and routine priorities. The study utilizes data from University Hospital Královské Vinohrady to demonstrate that their proposed solution significantly improves patient TAT for high-priority samples compared to traditional rule-based methods, leading to more consistent and predictable outcomes.
Discussion
In this section, the authors discuss their contributions to enhancing the efficiency and reliability of TLA systems, particularly in optimizing centrifuge dispatching. They introduce a novel approach for processing vital samples within laboratory automation systems, emphasizing the importance of patient turnaround time (TAT) over laboratory TAT. The authors develop an online stochastic mathematical model that leverages information about sample transit times to optimize batching and centrifuge start times. Validation through discrete event simulation using real data from a university hospital demonstrates that their online dispatching policy reduces the 0.95 quantile of patient TAT by 9.7 minutes compared to existing methods. Additionally, they establish that their perfect-knowledge offline algorithm achieves near-optimal performance and provide a complexity characterization of the problem in the offline context.
The discussion also reviews related literature, categorizing it into two perspectives: laboratory automation modeling and optimization, and combinatorial problems in batching and scheduling under uncertainty. The authors highlight the necessity of minimizing patient TAT, particularly for vital samples, as opposed to merely focusing on laboratory TAT, which often overlooks critical preanalytical phases. They compare their work with existing studies, noting that while previous research has addressed batching and scheduling, their approach uniquely incorporates real-time decision-making based on uncertain sample transport times, thus enhancing the responsiveness of the centrifuge dispatching process. The section concludes with a problem statement that outlines the parameters and assumptions guiding their optimization strategies, including sample registration, transportation times, and processing requirements.