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

هدف: نظام سلامت یکی از بزرگ‎ترین صنعت ها به‎شمار می‎رود و برای حل مشکلات آن، به تلفیقی از دانش و مهارت‌های 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 جراحی‌ها و تخصیص ظرفیت به سرویس‌های 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 اتاق‌های عمل تخصیص یافته، است. روش: به‎دلیل nphard 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. یافته‎ها: 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 اتاق‌های 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 [0.6,0.05] قرار دارد. نتیجه‎گیری: در این پژوهش مدل برنامه ریزی آرمانی تصادفی برای برنامه ریزی و تعیین تعداد و ترکیب بهینه جراحی‎ها و تخصیص ظرفیت به سرویس‌های جراحی با در نظر گرفتن تقاضای غیرقطعی ارائه شده است. ایده مدل پیشنهاد شده آن است که با تغییر تعداد و ترکیب موارد جراحی، می‌توان انحراف‎های نامطلوب را کاهش داد.