DOI: https://doi.org/10.3390/bioengineering13020186
PMID: https://pubmed.ncbi.nlm.nih.gov/41749726
تاريخ النشر: 2026-02-05
المؤلف: Martina Doneda وآخرون
الموضوع الرئيسي: عمليات الرعاية الصحية وتحسين جدولة المواعيد
نظرة عامة
إدارة غرف العمليات (ORs) في المستشفيات pediatrics والتعليمية تقدم تحديات كبيرة، خاصة في جدولة العمليات الانتخابية بسبب الانقطاعات المتكررة مثل الطوارئ والإلغاءات في نفس اليوم. تطور هذه الدراسة نموذج برمجة رياضية يهدف إلى جدولة مرضى المستشفى النهاري (DH) بشكل فعال مع مراعاة هذه الانقطاعات. ينتج النموذج جدولًا اسميًا بناءً على أولويات المرضى السريرية وقوائم الانتظار، مدعومًا بسلسلة من الجداول الاحتياطية لضمان استعادة نشاط غرفة العمليات بسرعة بعد أي انقطاعات. يتم استخدام نهج البرمجة الخطية الصحيحة (ILP)، والذي يتضمن تعداد السيناريوهات المحتملة للطوارئ وعدم الحضور، مما يسمح بتصميم خطط احتياطية مخصصة تقلل من الانقطاعات وتلتزم بسياسة “في أقرب وقت ممكن” للطوارئ.
تخلص الدراسة إلى أنه بينما يؤدي نهج الحل الدقيق لمشكلة الجدولة إلى نتائج دون المستوى الأمثل، فإن تنفيذ إجراء البدء الدافئ وطريقة هيوريستية يحسن من جودة الحل وكفاءة الحساب. يعتبر إجراء البدء الدافئ فعالًا بشكل خاص للحالات الأصغر، على الرغم من أنه يواجه مشاكل في الاستقرار مع مجموعات البيانات الأكبر. تعالج كلا الطريقتين بنجاح تحديات الجدولة الاسمية وتوقع السيناريوهات البديلة بسبب الإلغاءات أو الطوارئ. ومع ذلك، تعترف الدراسة بوجود قيد في عدم اعتبار الموارد السفلية، والتي ستكون محور الدراسات المستقبلية. الهدف النهائي هو التحقق من صحة النموذج في البيئات الواقعية داخل مستشفى تعليمي للأطفال.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على أهمية بحوث العمليات، خاصة في سياق إدارة غرف العمليات (OR) داخل الرعاية الصحية، مع التركيز على التحديات الفريدة التي تواجهها في البيئات pediatrics والمستشفيات التعليمية (THs). تواجه المستشفيات التعليمية، التي تدمج التعليم الطبي والبحث، ديناميكيات تشغيلية متميزة مقارنة بالمرافق غير التعليمية، بما في ذلك أوقات جراحة أطول وزيادة التكاليف المرتبطة بالتدريب ونشر التكنولوجيا. تؤكد الورقة على القضايا الحرجة في غرف العمليات الجراحية pediatrics، مثل معدل الإلغاءات في نفس اليوم المرتفع، والذي غالبًا ما يتجاوز العتبة الموصى بها دوليًا بنسبة 5%. تنشأ هذه الإلغاءات من عوامل غير متوقعة تؤثر على المرضى والفرق الجراحية، مما يؤدي إلى هدر كبير في الموارد.
لمعالجة هذه التحديات، يقترح المؤلفون نهجًا قائمًا على البرمجة الخطية الصحيحة (ILP) يهدف إلى تحسين جدولة مرضى المستشفى النهاري (DH) مع مراعاة الانقطاعات المحتملة. يسعى هذا الأسلوب إلى تقليل تأثير الإلغاءات وتبسيط عملية إعادة الجدولة، مما يعزز إدارة الموارد في THs حيث تكون الموارد محدودة. ستراجع الأقسام التالية من الورقة الأدبيات ذات الصلة، وتقدم المنهجية المقترحة، وتناقش النتائج الحسابية ودراسة حالة، مما يسهم في تحسين الكفاءة التشغيلية في الرعاية الجراحية pediatrics.
طرق
ت outlines الورقة البحثية نهج تحسين رياضي لجدولة العمليات الجراحية في قسم pediatrics، مع التركيز على إدارة الانقطاعات مثل الطوارئ وعدم الحضور. تتضمن المنهجية إنشاء جدول اسمي (NS) للمرضى في قائمة الانتظار، مستمدًا من ملفات تعريف المرضى المثالية، وتوليد جداول استعادة (RSs) للتكيف بسرعة مع الانقطاعات. يأخذ نموذج التحسين في الاعتبار خصائص المرضى (مثل: العجلة، وقت الانتظار) والقيود القسمية (مثل: القدرة الجراحية، توفر الفريق) لتقليل العقوبات المرتبطة بالعمليات الجراحية المتأخرة وزيادة الكفاءة التشغيلية.
يستخدم النموذج متغيرات قرار ثنائية لتعيين المرضى إلى غرف العمليات (ORs) والأيام، بينما يتضمن أيضًا قيودًا لضمان جدولة كل مريض مرة واحدة فقط وأن إجمالي وقت الجراحة لا يتجاوز قدرة غرفة العمليات. يتناول الطوارئ من خلال تحديد تعيين غرفة العمليات المناسب وضبط الجدول الزمني وفقًا لذلك، بينما يتم إدارة سيناريوهات عدم الحضور من خلال تعيين مرضى بدلاء يمكنهم ملء الفراغات لمن ألغوا. يتم هيكلة عملية التحسين في كتل، كل منها يتناول جوانب محددة من مشكلة الجدولة، وتستخدم نهجًا هيوريستيًا للحالات الأكبر حيث تكون الحلول الدقيقة غير عملية. الهدف النهائي هو إنتاج جدول جراحي قوي يستوعب الانقطاعات المحتملة مع الحفاظ على مقاييس أداء عالية.
نتائج
في هذا القسم، يقدم المؤلفون نتائج تقييمهم لأساليب الجدولة للمرضى الجراحيين المصنفين إلى خمس فئات من العجلة، مع الالتزام بإرشادات الأولوية الجراحية الإيطالية. تضمنت التجارب مجموعات سكانية متنوعة من المرضى، مع حالات تتميز بأطوال وأحجام جراحية مختلفة، تحديدًا مع 40 و80 و120 مريضًا. تم تنفيذ نماذج الجدولة باستخدام Gurobi واختبارها على جهاز Dell Inspiron، مع حد زمني قدره 900 ثانية لكل تشغيل. تشير النتائج إلى أن مشكلة الجدول الاسمي تم حلها بشكل مثالي في متوسط 21.5 ثانية، مع متوسط إجمالي للوقت الحسابي قدره 76.4 ثانية لجميع الحالات.
أظهر المقارنة بين الإجراء الهيوريستي وإجراء البدء الدافئ اختلافات دقيقة في الأداء. بالنسبة لمجموعات المرضى الأصغر (|I|=40)، تفوق أسلوب البدء الدافئ على الهيوريستي في 11 من 16 حالة، محققًا فجوة متوسطة قدرها 3.72% من الحد الأدنى، مقارنة بـ 3.99% للهيوريستي. ومع ذلك، مع زيادة عدد المرضى إلى |I|=120، بدأ الهيوريستي في إظهار أداء متفوق، خاصة في تجنب الفجوات الكبيرة في الدالة الهدف، والتي واجهت أسلوب البدء الدافئ صعوبة فيها. من الجدير بالذكر أن الهيوريستي أنتج باستمرار حلولًا مع زيادات أصغر في الدالة الهدف، مما يشير إلى قوته في التعامل مع الحالات الأكبر مع الحفاظ على جودة الحل.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على التعقيدات والتحديات المرتبطة بإدارة غرف العمليات (OR) في المستشفيات pediatrics، خاصة في سياق العمليات الانتخابية. يؤكد على الحاجة الملحة لجدولة فعالة بسبب الحجم الكبير من التخصصات الجراحية وعدم القدرة على التنبؤ بالإلغاءات والطوارئ، والتي يمكن أن تعطل الإجراءات المخطط لها وتؤدي إلى خسائر اقتصادية كبيرة. يشير المؤلفون إلى أن الأدبيات الحالية تتناول بشكل أساسي البيئات البالغة وغالبًا ما تستخدم تقنيات البرمجة العشوائية أو القوية، والتي قد لا تكون مناسبة للديناميكيات الفريدة للجراحة pediatrics.
يهدف نموذج البرمجة الخطية الصحيحة (ILP) المقترح إلى تحسين الجدولة من خلال إنشاء جدول اسمي (NS) جنبًا إلى جنب مع مجموعة منظمة من جداول الاستعادة (RSs) التي يمكن نشرها استجابةً للطوارئ والإلغاءات في اللحظة الأخيرة. تم تصميم هذا النهج الاستباقي لتقليل الانقطاعات وضمان التدخلات الجراحية في الوقت المناسب، مما يقلل من أوقات انتظار المرضى ويعزز الكفاءة التشغيلية العامة. تعتبر قدرة النموذج على الاستعداد في الوقت نفسه للانقطاعات المحتملة دون الحاجة إلى سعة احتياطية تقدمًا ملحوظًا في هذا المجال. ومع ذلك، يعترف المؤلفون بحدود عملهم، بما في ذلك عدم وجود معايير مقارنة ضد التقنيات الحالية والحاجة إلى التحقق من فعالية النموذج في البيئات الجراحية pediatrics. ستركز الأبحاث المستقبلية على اختبار النموذج في الممارسة العملية ودمج متغيرات إضافية ذات صلة بالجراحة pediatrics.
DOI: https://doi.org/10.3390/bioengineering13020186
PMID: https://pubmed.ncbi.nlm.nih.gov/41749726
Publication Date: 2026-02-05
Author(s): Martina Doneda et al.
Primary Topic: Healthcare Operations and Scheduling Optimization
Overview
The management of operating rooms (ORs) in pediatric and teaching hospitals presents significant challenges, particularly in scheduling elective surgeries due to frequent disruptions such as emergencies and same-day cancellations. This research develops a mathematical programming model aimed at effectively scheduling day hospital (DH) patients while accommodating these disruptions. The model generates a nominal schedule based on patient clinical priorities and waiting lists, supplemented by a series of back-up schedules to ensure swift recovery of OR activity following any disruptions. An Integer Linear Programming (ILP) approach is employed, which includes enumerating potential emergency and no-show scenarios, allowing for the design of tailored back-up plans that minimize disruptions and adhere to an as-soon-as-possible policy for emergencies.
The study concludes that while an exact solution approach to the scheduling problem yields suboptimal results, the implementation of a warm-start procedure and a heuristic method improves solution quality and computational efficiency. The warm-start procedure is particularly effective for smaller instances, although it faces stability issues with larger datasets. Both methods successfully address the challenges of nominal scheduling and the anticipation of alternative scenarios due to cancellations or emergencies. However, the research acknowledges a limitation in not considering downstream resources, which will be a focus for future studies. The ultimate goal is to validate the model in real-world settings within a teaching pediatric hospital.
Introduction
The introduction of this research paper highlights the significance of operations research, particularly in the context of operating room (OR) management within healthcare, focusing on the unique challenges faced in pediatric settings and teaching hospitals (THs). Teaching hospitals, which integrate medical education and research, experience distinct operational dynamics compared to non-teaching facilities, including longer surgical times and increased costs associated with training and technology dissemination. The paper emphasizes critical issues in pediatric surgical ORs, such as the high rate of same-day cancellations, which often exceed the internationally recommended threshold of 5%. These cancellations arise from various unpredictable factors affecting patients and surgical teams, leading to substantial resource waste.
To address these challenges, the authors propose an Integer Linear Programming (ILP)-based approach aimed at optimizing the scheduling of day hospital (DH) patients while accommodating potential disruptions. This method seeks to minimize the impact of cancellations and streamline the rescheduling process, thereby enhancing resource management in THs where resources are limited. The subsequent sections of the paper will review relevant literature, present the proposed methodology, and discuss computational results and a case study, ultimately contributing to improved operational efficiency in pediatric surgical care.
Methods
The research paper outlines a mathematical optimization approach for scheduling surgical operations in a pediatric department, focusing on managing disruptions such as emergencies and no-shows. The methodology involves creating a nominal schedule (NS) for patients on a waiting list, derived from ideal patient profiles, and generating restoration schedules (RSs) to quickly adapt to interruptions. The optimization model considers patient characteristics (e.g., urgency, waiting time) and departmental constraints (e.g., surgical capacity, team availability) to minimize penalties associated with delayed surgeries and maximize operational efficiency.
The model employs binary decision variables to assign patients to operating rooms (ORs) and days, while also incorporating constraints to ensure that each patient is scheduled only once and that the total surgical time does not exceed OR capacity. It addresses emergencies by determining the appropriate OR assignment and adjusting the schedule accordingly, while no-show scenarios are managed by designating substitute patients who can fill in for those who cancel. The optimization process is structured in blocks, each addressing specific aspects of the scheduling problem, and utilizes a heuristic approach for larger instances where exact solutions are impractical. The ultimate goal is to produce a robust surgical schedule that accommodates potential disruptions while maintaining high performance metrics.
Results
In this section, the authors present the results of their evaluation of scheduling approaches for surgical patients categorized into five urgency classes, adhering to Italian surgical priority guidelines. The experiments involved various patient populations, with instances characterized by different surgical lengths and sizes, specifically with 40, 80, and 120 patients. The scheduling models were implemented using Gurobi and tested on a Dell Inspiron machine, with a time limit of 900 seconds for each run. The results indicate that the nominal schedule problem was optimally solved in an average of 21.5 seconds, with an overall average computational time of 76.4 seconds for all instances.
The comparison between the heuristic procedure and the warm-start procedure revealed nuanced performance differences. For smaller patient populations (|I|=40), the warm-start method outperformed the heuristic in 11 out of 16 instances, achieving an average gap of 3.72% from the lower bound, compared to 3.99% for the heuristic. However, as the patient population increased to |I|=120, the heuristic began to show superior performance, particularly in avoiding extreme gaps in the objective function, which the warm-start method struggled with. Notably, the heuristic consistently produced solutions with smaller increases in the objective function, suggesting its robustness in handling larger instances while maintaining solution quality.
Discussion
The discussion section of the paper highlights the complexities and challenges associated with operating room (OR) management in pediatric hospitals, particularly in the context of elective surgeries. It emphasizes the critical need for efficient scheduling due to the high volume of surgical specialties and the unpredictability of cancellations and emergencies, which can disrupt planned procedures and lead to significant economic losses. The authors note that existing literature primarily addresses adult settings and often employs stochastic or robust programming techniques, which may not be suitable for the unique dynamics of pediatric surgery.
The proposed integer linear programming (ILP) model aims to optimize scheduling by generating a nominal schedule (NS) alongside a structured set of recovery schedules (RSs) that can be deployed in response to emergencies and last-minute cancellations. This proactive approach is designed to minimize disruptions and ensure timely surgical interventions, thereby reducing patient wait times and enhancing overall operational efficiency. The model’s ability to simultaneously prepare for potential disruptions without requiring spare capacity is a notable advancement in the field. However, the authors acknowledge the limitations of their work, including the lack of benchmarking against existing techniques and the need for real-world validation of the model’s effectiveness in pediatric surgical settings. Future research will focus on testing the model in practice and incorporating additional variables relevant to pediatric surgery.