Die Herausforderung
von Ola Batarseh, PhD, Clinical Workflow Simulation Manager am Avera McKennan Hospital & University Health Center
Ein in Simio erstelltes Simulationsmodell wurde verwendet, um den aktuellen Zeitplan der Verfahren für einen ambulanten Operationssaal (OPS) zu untersuchen. Simio wurde verwendet, um einen offenen 1-Jahres-Kalender als Zeitplan für den OPS zu erstellen. Der Kalender wird durch eine Tabelle in Simio dargestellt, wobei die Anzahl der Zeilen die Tage im Jahr und die Anzahl der Spalten die Anzahl der Zeitfenster am Tag auf der Grundlage des kürzesten Termins darstellt. Es gibt 3 Räume in der OPS, daher wurde für jeden Raum ein Kalender erstellt. Die Zellen des Kalenders (Tabelle) werden mit Null gefüllt, wenn das Zeitfenster verfügbar ist, oder mit Eins, wenn das Zeitfenster bereits reserviert oder blockiert wurde. Entsprechend der jährlichen Nachfrage, die sich aus den historischen Daten [gebuchte und geplante Termine] ergibt, wird die Simulation durchgeführt, um Termine in den verfügbaren Zeitfenstern auf der Grundlage bestimmter Regeln zu buchen. Das Simulationsmodell wird verwendet, um verschiedene Planungsmodule zu untersuchen, z. B. die Blockierung bestimmter Räume zu bestimmten Zeiten für bestimmte Verfahren. In diesem Whitepaper wird vor allem erörtert, wie Simio diese komplizierte Aufgabe in eine einfache und angenehme Technik umgewandelt hat.
Die Lösung
Daten
Ein Jahr der in der OPS-Suite geplanten Prozeduren wurde erfasst. Jeder Datensatz enthält folgende Felder: Erstellungsdatum, geplantes Datum, geplante Uhrzeit, Termintyp und gebuchter Raum. 21 verschiedene Termintypen können in OPS mit unterschiedlichen Längen geplant werden. Die kürzeste Länge eines Termins beträgt 15 Minuten, die längste 120 Minuten. Daher ist der Tag im Kalender in 15-Minuten-Zeitfenster unterteilt. Die Differenz zwischen den vereinbarten und den geplanten Terminen für jeden Termintyp wird untersucht und in einer statistischen Verteilung für jeden Tag der Woche modelliert. Die statistischen Verteilungen werden verwendet, um die Präferenz zu modellieren, wie viele Tage vor dem vereinbarten Termin der Termin angesetzt wird. Darüber hinaus wird auch die geplante Zeit untersucht, um die bevorzugte Zeit für die Buchung jeder Art von Verfahren nachzuahmen. Schließlich gibt es einige Regeln, nach denen jede Art von Verfahren bevorzugt in den verfügbaren Räumen geplant wird, während einige Verfahren aufgrund von Platzproblemen nur in bestimmten Räumen geplant werden können.
Modellierung in Simio
Eine Momentaufnahme des Modells ist in der folgenden Abbildung dargestellt. Die Simulationsuhr beginnt zu laufen und jeder Tag bietet eine Mischung aus angeforderten Terminen aus 21 möglichen Verfahren auf der Grundlage der historischen Daten. An jedem Wochentag wird ein "Dummy Call" als Entität erzeugt, der verschiedene verknüpfte Tabellen liest, um den bevorzugten geplanten Tag und die Uhrzeit zu ermitteln.
Simio sucht für jede generierte Anfrage einen freien Platz in den verfügbaren Räumen, basierend auf dem bevorzugten Tag und der Uhrzeit. Ein Beispiel für einen offenen Kalender eines Raums, der in Simio als Tabelle modelliert ist, wird unten gezeigt.
Die Präferenzen und Regeln des Suchalgorithmus sind in Simio als Prozesse modelliert. Die Prozesse versuchen, einen freien Platz zu finden, indem sie den vordefinierten Präferenzen und Regeln folgen. Es gibt 3 Senken, die die generierten Anfragen nach der Suche nach einem freien Platz vernichten:
- Geplant: Wenn der Suchalgorithmus einen freien Platz gemäß den Präferenzen und Regeln findet. Die Zellen in der Tabelle (Kalender) für die geplanten Termine werden von Null auf Eins gesetzt.
- Blockiert: wenn der Suchalgorithmus keinen Platz findet. Ziel ist es, die Anzahl der Anfragen, die in dieser Senke zerstört werden, so gering wie möglich zu halten.
- Nächstes Jahr: wenn der Suchalgorithmus den freien Platz im nächsten Jahr entsprechend den Präferenzen und Regeln wiederfindet.
Die Auswirkungen auf das Geschäft
Diskussion
Der Zweck dieses Papiers ist es, den in Simio modellierten Algorithmus für die Dispositionssuche vorzustellen. Die sehr einfachen Funktionen in Simio, wie die Tabelle und der Prozessschritt " Finden" , waren ausreichend, um ein solch komplexes Problem zu modellieren. Schließlich wurde das Modell anhand der historischen Daten und Annahmen verifiziert und validiert. Das Modell wurde verwendet, um verschiedene Blockierungsalgorithmen für einige Räume zu bestimmten Zeiten für einige Verfahren zu testen, um ihre Auswirkungen auf die Anzahl der Verfahren zu untersuchen, die an dem bevorzugten Tag und zu der bevorzugten Zeit geplant werden können.