Ein Simulationsrahmen für die Gestaltung und Analyse von Gesundheitskliniken

Die Herausforderung

von Jason Ceresoli und Michael Kuhl (R.I.T.)

Vorgestellt auf der Wintersimulationskonferenz 2018

Die Behandlung von Patienten in ambulanten Gesundheitskliniken ist ein stetig wachsender Trend, da sich die Technologie verbessert und die Vorteile der Genesung erkannt werden. In diesem Beitrag konzentrieren wir uns auf die betrieblichen Aspekte von Kliniken, die sich auf Entscheidungen zur Gestaltung von Kliniken in Bezug auf Produktivität, Effizienz und Qualität der Patientenversorgung auswirken. Wir entwickeln einen verallgemeinerten Healthcare Clinic Design Simulator (HCD-Sim) zur Untersuchung des dynamischen Systemverhaltens und zur Analyse alternativer Designs für ambulante Gesundheitskliniken. Unser Simulationsrahmen ist so konzipiert, dass er eine datengesteuerte Struktur aufweist, die in der Lage ist, eine große Klasse von ambulanten Gesundheitskliniken durch die Spezifikation von Klinikdaten in Bezug auf Patientenströme, Arbeitsabläufe und Ressourcenanforderungen darzustellen. Wir beschreiben unsere Methodik und demonstrieren die Möglichkeiten von Experimenten unter Verwendung des Simulationsrahmens.

Einleitung

Ein Hauptziel von Organisationen des Gesundheitswesens ist es, eine effektive und effiziente Versorgung zu gewährleisten. Mit diesem Ziel vor Augen haben Organisationen des Gesundheitswesens die Notwendigkeit erkannt, ihre Systeme und Prozesse zu analysieren und zu untersuchen, um die operative Leistung zu verbessern. Die Gestaltung von Einrichtungen des Gesundheitswesens ist ein Bereich, der sich auf die Qualität und Effektivität der Versorgung von Patienten auswirken kann. Die Anzahl der Behandlungsräume, die verfügbare Ausrüstung und die verfügbaren Ärzte sind nur einige der vielen Entscheidungen, die die Planer im Gesundheitswesen bei der Gestaltung eines Systems treffen müssen. Darüber hinaus gibt es mehrere wichtige Trends im Gesundheitswesen, die den Bedarf an sorgfältig geplanten Einrichtungen erhöht haben: die Konzentration auf Kostenreduzierung bei gleichzeitiger Qualitätssteigerung, die wachsende Bedeutung der Verbesserung der Patientenzufriedenheit und die Verlagerung der Nutzung von Einrichtungen hin zu mehr ambulanter Pflege (Ulrich 2001). Schlecht konzipierte Gesundheitseinrichtungen schaffen Umgebungen, die zu langen Wartezeiten für Patienten und zu Staus führen können, was wiederum zu erhöhtem Stress für das Gesundheitspersonal führen kann (Rohleder et al. 2011), und Krankheiten, die üblicherweise in stationären Einrichtungen behandelt wurden, verlagern sich aufgrund erheblicher Kostensenkungen, höherer Lebensqualität der Patienten und geringerem Risiko für im Krankenhaus erworbene Infektionen auf ambulante Einrichtungen (Vaughn et al. 2016). Die Behebung von Problemen, die sich aus schlecht konzipierten Einrichtungen ergeben, kann einen großen Einfluss auf die Betriebsleistung haben (Ulrich et al. 2008). Aus diesen Gründen werden Gesundheitszentren jetzt so konzipiert, dass sie die neuen Anforderungen an ambulante Behandlungen berücksichtigen.

Ziel dieser Forschungsarbeit ist die Entwicklung eines Simulationsrahmens für Kliniken des Gesundheitswesens, um ihr System aus einer betrieblichen Perspektive zu analysieren. Der Rahmen wird so allgemein sein, dass er auf verschiedene Kliniken angewandt werden kann, aber auch detailliert genug, um die dynamische und komplexe Natur des klinischen Betriebs genau zu modellieren. Der Rahmen kann als Hilfsmittel verwendet werden, um Planern im Gesundheitswesen zu helfen, fundiertere Entscheidungen zu treffen, indem sie die Auswirkungen einer Entscheidung auf wichtige Leistungskennzahlen verstehen. Der Rahmen wird Kapazitäts- und Patientenflussanalysen unterstützen, um Entscheidungsträgern eine Methode an die Hand zu geben, mit der sie die Grenzen eines Gesundheitssystems erkennen und die wichtigsten Parameter identifizieren können, die sich am stärksten auf die Leistung auswirken.

Dieses verbesserte Verständnis wird es ermöglichen, das beste Design in einer kostengünstigen und risikoarmen Umgebung zu finden. Der Rest dieses Papiers ist wie folgt gegliedert: Eine Zusammenfassung verwandter Arbeiten wird in Abschnitt 2 vorgestellt; die Methodik des Simulationsrahmens wird in Abschnitt 3 erörtert; Experimente unter Verwendung des Rahmens werden in Abschnitt 4 gezeigt; und eine Schlussfolgerung und zukünftige Arbeiten werden in Abschnitt 5 diskutiert.

Zusammenfassung der verwandten Arbeiten

Die Verwendung von Simulationen zur Untersuchung von Gesundheitssystemen hat in den letzten Jahren stark zugenommen. In diesem Abschnitt fassen wir einen Teil dieser Forschungsarbeiten zusammen, die sich mit dem Bedarf an verallgemeinerten/wiederverwendbaren Modellen, der Verwendung von Simulationen zur Untersuchung von Kapazitätsanalysen und Patientenströmen im Gesundheitswesen und schließlich der Anwendung von Simulationen zur Untersuchung von Ambulanzen befassen.

Forscher haben gezeigt, dass die ereignisdiskrete Simulation in der Lage ist, komplexe Systeme zu modellieren, wodurch sie bei der Analyse von Gesundheitssystemen von Vorteil ist (Hong et al. 2013; Roberts 2011). Darüber hinaus werden wiederverwendbare Modelle im Gesundheitswesen benötigt, da der Fortschritt der Simulation im Gesundheitswesen durch die Tendenz, Modelle von Grund auf neu zu erstellen, anstatt allgemeine Simulationskonzepte zu implementieren, gebremst wird (Günal und Pidd 2010; Mahdavi et al. 2013; Robinson et al. 2004; Roberts 2011).

Kapazitätsanalyse und Patientenfluss sind zwei zentrale Bereiche der Simulationsforschung im Gesundheitswesen. Die Simulation wird in großem Umfang für die Kapazitätsanalyse genutzt, da sie die Möglichkeit bietet, ein System in einer kostengünstigen und risikoarmen Umgebung zu replizieren und zu bewerten (Katsaliaki und Mustafee 2011). In einer umfassenden Untersuchung der Kapazität und Leistung von Gesundheitsdiensten stellten Jack und Powers (2009) fest, dass es im Gegensatz zu anderen Dienstleistungsbranchen schwerwiegende Folgen hat, wenn es nicht gelingt, die Nachfrage der Patienten angemessen mit den knappen Ressourcen in Einklang zu bringen. Darüber hinaus sind Kapazitätsentscheidungen mit der Zuteilung knapper Ressourcen zur Bewältigung der Nachfrage verbunden, was sich auf die Menge der zu erbringenden Leistungen und die Mischung der Patienten, die das System behandeln kann, auswirken kann (Smith-Daniels et al. 1988). Zu den Anwendungen der Kapazitätsanalyse gehören Studien über Notaufnahmen (Oh et al. 2016), ein Krebsbehandlungszentrum (Romero et al. 2013), den Bettenbedarf von Krankenhäusern (Harper und Shahani 2002) und eine ambulante orthopädische Klinik (Baril et al. 2014). Neben der Kapazitätsanalyse stehen der Patientenfluss und die Behandlungspfade im Mittelpunkt vieler Studien, da sie zu Möglichkeiten der Leistungsverbesserung führen können (Marshall et al. 2005). Cote (2000) argumentiert, dass Patientenfluss und Kapazität eng miteinander verbunden sind, da der Patientenfluss praktisch die Nachfrage ist, die einem Gesundheitssystem auferlegt wird. Darüber hinaus weisen McLaughlin und Hays (2008) darauf hin, dass die Analyse des Patientenflusses die Identifizierung von nicht wertschöpfenden Tätigkeiten ermöglicht, deren Beseitigung zu Effizienzsteigerungen führen kann.

Aus betrieblicher Sicht ist ein anhaltender Trend in der Gesundheitsversorgung die Verlagerung der Behandlung von Patienten in den ambulanten Bereich und nicht nur in den stationären Bereich (Cote 2000). In den letzten zwei Jahrzehnten hat sich die Zahl der ambulanten Besuche in den Gesundheitssystemen fast verdoppelt (Parks et al. 2011). Es wird angenommen, dass die Motivation für diesen jüngsten Trend in Innovationen bei Medikamenten, technologischen Fortschritten und Verfahren (Cote 2000) sowie in der Senkung der finanziellen Kosten liegt (Vaughn et al. 2016). Viele der Probleme, die in den stationären Abteilungen aufgetreten sind (Überlastung, Überstunden des Personals, hohe Wartezeiten usw.), haben sich jedoch auf die ambulanten Kliniken übertragen. Hong et al. (2013) erklären, dass diese Probleme in den Ambulanzen zu einem Anstieg der Unzufriedenheit der Patienten führen. Dies ist wichtig, da sich die Patientenzufriedenheit auf die Erstattungen auswirkt, die ein Gesundheitssystem von Medicare und Medicaid erhält (Kennedy et al. 2014).

Aufbauend auf dieser Forschung wollen wir durch die Entwicklung eines verallgemeinerten Simulationsmodellierungsrahmens dazu beitragen, die Probleme bei der Gestaltung und Analyse effektiver und effizienter Ambulanzen anzugehen. Der wiederverwendbare Modellierungsansatz ermöglicht die Analyse von Kapazitäten und Patientenströmen zum Zweck der Entscheidungsfindung. Die Neuheit unseres Modellierungsrahmens besteht darin, dass er auf dem DEVs-Formelwerk aufbaut und die Skalierbarkeit von atomaren Modellen ermöglicht (Zeigler et al. 2000). Darüber hinaus baut dieser Rahmen auf der Arbeit von Pérez et al. (2010), Alvarado et al. (2018) und Abo-Hamad und Arisha (2013) auf, indem er es ermöglicht, dass die Komponenten oder atomaren Modelle, die die Klinikattribute (Behandlungsräume, Personal, Patientenströme usw.) darstellen, durch Eingaben über eine Datentabelle verändert werden können. Darüber hinaus kann die Anzahl dieser Attribute durch Eingaben in die Datentabelle geändert werden, wodurch sich der Zeitaufwand für die Modellierung verschiedener Kliniken oder alternativer Designs verringert.

Die Lösung

Simulation von Kliniken im Gesundheitswesen

In diesem Abschnitt fassen wir die betrieblichen Aspekte ambulanter Kliniken im Gesundheitswesen und die Übertragung dieser Aspekte auf die Entwicklung eines verallgemeinerten Simulationsrahmens zusammen. Insbesondere konzentrieren wir uns auf die betrieblichen Aspekte der Klinik, die sich auf die Entscheidungen zur Gestaltung der Klinik in Bezug auf Produktivität, Effizienz und Qualität der Patientenversorgung auswirken. Dazu gehören u. a. Aspekte wie Layout und Konfiguration der Einrichtung, Ankunftsmuster der Patienten, Patientenströme und Arbeitsabläufe. Zur Darstellung des dynamischen Verhaltens und der Leistung wird ein ereignisdiskreter Simulationsrahmen vorgestellt, der den Systementwurf, die Analyse und die Entscheidungsfindung erleichtert.

Beschreibung des Kliniksystems

Es gibt zwar eine Vielzahl von ambulanten Fachkliniken im Gesundheitswesen, aber aus betrieblicher Sicht haben die meisten einen ähnlichen Ablauf und eine ähnliche Reihenfolge. Obwohl die spezifischen Details in Bezug auf die medizinische Diagnose und Behandlung unterschiedlich sein können, beschreiben wir eine repräsentative Klinik aus Sicht des Patientenflusses und des Arbeitsablaufs.

Die Patienten kommen entweder nach einem Zeitplan, als Laufkundschaft oder in einer Kombination aus beidem in die Klinik. Die Patienten können in der Regel anhand ihrer Diagnose oder des Grundes für den Besuch klassifiziert werden, wodurch ihr Behandlungspfad definiert wird. Bei der Ankunft meldet sich der Patient an (oft an einem Empfangsschalter) und das Klinikpersonal wird darüber informiert, dass der Patient wartet. Aus der Sicht des Personals ist die Ankunft des Patienten der Auslöser dafür, dass das Personal entscheidet, wer dem Patienten zugewiesen werden soll. Sobald ein Mitarbeiter den Patienten ausgewählt hat, beginnt er mit der Durchsicht der Patientenakte. In der Zwischenzeit ermittelt die Klinik, ob ein Untersuchungsraum für den Patienten verfügbar ist. Sobald dieser verfügbar ist, werden auf dem Weg zum Untersuchungsraum die Vitalparameter des Patienten gemessen. Im Untersuchungsraum werden verschiedene Untersuchungen oder Verfahren durchgeführt. Dazu gehört in der Regel eine erste Beurteilung durch eine Krankenschwester oder einen Arzthelfer, gefolgt von einer ärztlichen Beurteilung oder einem ärztlichen Eingriff. Zwischen diesen Untersuchungen findet eine Übergabe statt, bei der der Arzt über die Ergebnisse der ersten Untersuchung informiert wird. Wenn der Patient einen Eingriff benötigt, kann dieser je nach Verfahren und Ressourcenbedarf entweder im Untersuchungsraum oder in einem separaten Behandlungsraum durchgeführt werden (dies hängt von dem erforderlichen Verfahren und/oder der Verfügbarkeit der Räume ab). Sobald der Patient seine Behandlung beendet hat, checkt er aus und verlässt das System. Nachdem der Patient das System verlassen hat, beendet das Personal die Erstellung der Krankenblätter und ggf. der Bestellungen, bevor es sich dem nächsten Patienten zuwendet. (Ein Flussdiagramm, das die Patientenströme veranschaulicht, ist in Abbildung 2 für die repräsentative Gesundheitsklinik dargestellt, die in unserem Experiment verwendet wurde).

Simulationsrahmen für Kliniken im Gesundheitswesen

Um eine verallgemeinerte Methode zur Untersuchung des dynamischen Verhaltens von Kliniken des Gesundheitswesens und zur Analyse alternativer Designs für ambulante Kliniken des Gesundheitswesens bereitzustellen, haben wir einen Healthcare Clinic Design Simulator (HCD-Sim) entwickelt. Unser Simulationsrahmen ist als datengesteuerter, modularer Aufbau konzipiert. Das heißt, unsere Absicht ist es, ein ereignisdiskretes Simulationsmodell bereitzustellen, das in der Lage ist, eine große Klasse von ambulanten Gesundheitskliniken nur durch die Angabe von Klinikdaten in Bezug auf Patientenströme, Arbeitsabläufe und Ressourcenanforderungen darzustellen. Während die Forschung noch andauert, kann der Rahmen konzeptionell in die folgenden fünf Komponenten unterteilt werden: (a) Eingaben in das Kliniksystem; (b) Entscheidungsvariablen der Klinik; (c) flexibles Klinikmodell; (d) Versuchsplanung; und (e) klinische Leistung. Der allgemeine Simulationsrahmen für HCDSim ist in Abbildung 1 dargestellt.

HCD-Sim verwendet die Betriebsdaten, die die Klinik definieren, als benutzerspezifische Eingaben. Der Input des klinischen Systems umfasst die Patiententypen, den Patientenmix, den Ankunftsplan und die Patientenflusswege. Die Patiententypen beziehen sich aus der Sicht des Simulators auf die verschiedenen Flüsse, die ein Patient durch die Klinik nehmen könnte. Dazu gehören die Ressourcen, die für ihre Versorgung benötigt werden, sowie die Bearbeitungszeiten für Beurteilungen, Behandlungen und damit verbundene Prozesse.

Die Klinik-Entscheidungsvariablen definieren den Satz von Designentscheidungen, die die Gesundheitsklinik untersuchen möchte, wie z. B. Personal, Ausrüstung, klinische Designspezifikationen und Priorisierungen. Die Personalvariablen können die Personalstärke und die Zeitpläne für das Personal umfassen. Die Ausstattungsvariablen können die Anzahl der medizinischen Geräte oder die Kapazität der Geräte umfassen. Die Parameter für die klinische Gestaltung beziehen sich auf die Anzahl der Untersuchungs- und Behandlungsräume sowie auf die Größe der Warte- und/oder Arbeitsräume usw. Darüber hinaus sind die Art und Weise, wie die Klinik die Patienten priorisiert und wie das Personal die Aufgaben priorisiert, als mögliche Entscheidungsvariablen enthalten.

Das flexible Klinikmodell nimmt die Eingaben und Entscheidungsvariablen auf und erstellt ein repräsentatives Modell der Klinik, so dass die Entscheidungsvariablen durch Experimente untersucht werden können. Das flexible Klinikmodell ist auf der Grundlage einer relationalen Tabellenarchitektur konzipiert. Diese Architektur ermöglicht es, die komplexe Natur der Patientenströme und der Ressourcen auf eine Weise zu modellieren, die flexibel und in der Lage ist, eine große Klasse von Ambulanzkliniken zu repräsentieren. So können beispielsweise multidisziplinäre Pflegeteams einbezogen werden, um patientenorientierte Abläufe durch den Einsatz verschiedener Arten von Personal, das den Patienten behandelt, zu modellieren. Das Klinikmodell umfasst auch eine flexible Struktur zur Modellierung von Arbeitsabläufen, Patientenankunftsmustern, Patientenmix, Personaleinsatzplänen und anderen Systemkomponenten.

Die in Abbildung 1 dargestellte Komponente der Versuchsplanung ist mit den zu untersuchenden Entscheidungsvariablen und den Leistungskennzahlen verknüpft. Zu den Experimenten, für die das System derzeit ausgelegt ist, gehören die Analyse der Patientenströme, die Kapazitätsanalyse und die Optimierung der Ressourcen. Der Patientenfluss kann analysiert werden, um nicht-wertschöpfende Schritte zu reduzieren und die Zeit zu analysieren, die ein Patient in der Klinik bleiben muss, um behandelt zu werden. Die Kapazitätsanalyse der Klinik kann genutzt werden, um die begrenzenden Faktoren der Systemleistung und Produktivität zu ermitteln. Außerdem kann eine Ressourcenoptimierung durchgeführt werden, um die beste Mischung von Systemressourcen (Räume, Geräte, Personal usw.) zu ermitteln, um die Systemleistung zu optimieren.

Schließlich kann die Leistung der Klinik mit Hilfe des Simulationsrahmens anhand von Leistungsmetriken in Bezug auf Produktivität, Effizienz und Qualität der Patientenversorgung bewertet werden. Zu den Leistungskennzahlen, die das System derzeit erfasst, gehören u. a. die Wartezeiten der Patienten, die Auslastung der Ressourcen, die Auslastung des Personals, Überstunden des Personals, Staumaße (Warteschlangenkennzahlen), die Gesamtverweildauer der Patienten im System und der Durchsatz. HCD-Sim wird derzeit mit der Simulationssoftware Simio implementiert. Das Design des Frameworks nutzt in hohem Maße die Tabellenstruktur einer relationalen Datenbank, um die datengesteuerte Spezifikation der Klinikparameter, Betriebsabläufe und Entscheidungsvariablen zu ermöglichen.

Experimente mit hcd-sim

Um die Möglichkeiten des Experimentierens mit dem HCD-Sim-Framework zu demonstrieren, wird ein Experiment zur Planung und Kapazitätsanalyse einer repräsentativen, allgemeinen Ambulanz in Betracht gezogen. In diesem Experiment werden insbesondere Fragen im Zusammenhang mit der Konfiguration der Einrichtung, der Personalausstattung und dem Patientenmix im Hinblick auf die klinische Kapazität, gemessen am Patientendurchsatz, untersucht. Zu diesen Fragen gehören:

• Welchen Einfluss hat der Mix aus der Anzahl der Untersuchungs- und Behandlungsräume auf die Klinikkapazität?
• Wie wirkt sich die Anzahl des medizinischen Personals (Krankenschwestern, Ärzte und Arzthelferinnen) bei einer gegebenen Konfiguration der Einrichtung auf die Klinikkapazität aus?
• Wie wirkt sich der Mix der Patiententypen (basierend auf dem Patientenflusspfad) auf die Klinikkapazität aus?

Obwohl HCD-Sim ein umfassendes Spektrum an Systemleistungskennzahlen und Statistiken erstellen kann, haben wir uns entschieden, uns auf den Patientendurchsatz zu konzentrieren, um die Arten von Analysen zu veranschaulichen, die mithilfe des Simulationsrahmens durchgeführt werden können.

Klinikbetrieb

Die Klinikeinrichtung und die Arbeitsabläufe der repräsentativen Ambulanz, die für das Experiment verwendet wurde, sind wie folgt. Das Layout der Klinik besteht aus einer Check-in-/Check-out-Station, einem Warteraum, einer Station zur Messung der Vitalparameter, Untersuchungsräumen, Behandlungsräumen und Arbeitsräumen/-stationen für das Personal. Es gibt sechs verschiedene Patiententypen, die diese Klinik aufsuchen. Die sechs Patiententypen unterscheiden sich in den Ressourcen, die sie für ihre Behandlung benötigen, und in den Verfahren, die durchgeführt werden. Die Patiententypen mit ihren Abläufen und Personalanforderungen sind in Tabelle 1 dargestellt.

Tabelle 1: Patientenflusssequenzen, Ressourcenanforderungen und Prozesszeitdauern für die allgemeine Klinik. Alle Zeitangaben sind in Minuten angegeben.

Die Patienten durchlaufen die Klinik wie in Abbildung 2 dargestellt. Wenn ein Patient eintrifft, meldet er sich an und bleibt in einem Warteraum, bis ein Untersuchungsraum verfügbar ist. Sobald dieser frei ist, begleitet eine Krankenschwester den Patienten in den Untersuchungsraum und führt eine allgemeine Untersuchung durch. Die Krankenschwester verlässt den Untersuchungsraum und bespricht den Patienten mit dem Arzt oder der Arzthelferin (PA) im Arbeitsraum des Personals. Der Arzt trifft sich dann mit dem Patienten und nimmt eine Beurteilung vor. Nachdem alle Untersuchungen abgeschlossen sind, checkt der Patient entweder aus und verlässt die Klinik, oder er wird von einem Arzt und/oder einer Krankenschwester behandelt. Nach Abschluss des Eingriffs verlässt der Patient die Klinik.

Um die theoretischen Grenzen der Klinikkapazität zu testen, kommen die Patienten einzeln nach einem Ereignis an, das ausgelöst wird, sobald der vorherige Patient den Check-in-Schritt abgeschlossen hat. Diese Methode ist zwar nicht ganz repräsentativ für den Klinikbetrieb, ermöglicht aber einen unendlichen Patientenstrom, so dass die Nachfrage- und Kapazitätsgrenzen bei einer Änderung der Personal- und Raumressourcen der Klinik bewertet werden können.

Versuchsaufbau

Die Entscheidungsvariablen, die für dieses Experiment in Betracht gezogen werden, sind die Anzahl der Untersuchungs- und Behandlungsräume, die Personalausstattung und der Patientenmix. Das Experiment wird in drei Stufen durchgeführt, wobei der Durchsatz als primäres Leistungsmaß von Interesse ist. Zunächst wird die Klinik untersucht, um die beste Kombination von Untersuchungs- und Behandlungsräumen zu ermitteln, wobei eine räumliche Begrenzung von insgesamt 10 Räumen und keine personellen Beschränkungen gelten und alle Patiententypen gleich wahrscheinlich sind. Anschließend wird die Personalausstattung unter Verwendung der besten Raumkombination aus dem ersten Experiment untersucht. Schließlich wird der Patientenmix untersucht, indem der Patientenmix unter der besten Raum- und Personalkombination variiert wird. Die Versuchsergebnisse für diese drei Stufen werden im nächsten Abschnitt vorgestellt und diskutiert.

Die Auswirkungen auf das Geschäft

Experimentelle Ergebnisse

Die experimentellen Ergebnisse für die dreistufigen Experimente wurden anhand von 25 unabhängigen Wiederholungen von 10-stündigen Kliniktagen gesammelt. Diese dreistufige Versuchsmethode wurde verwendet, um die Auswirkungen der einzelnen Entscheidungsvariablen (Anzahl der Zimmer, Personalausstattung und Patientenmix) systematisch zu ermitteln. Die Kapazitätsanalyse für die Raumkonfiguration wurde für fünf verschiedene Raumkonfigurationen durchgeführt. Die Ergebnisse sind in Abbildung 3 dargestellt. Diese Ergebnisse zeigen die Konfiguration mit dem höchsten Patientendurchsatz, bei der eine gleichmäßige Aufteilung von 5 Untersuchungs- und 5 Behandlungsräumen vorliegt. Darüber hinaus liefert diese Analyse Daten, die darauf hindeuten, dass die Untersuchungsräume einen größeren Einfluss auf den Durchsatz haben als die Eingriffsräume. In den folgenden Experimenten wird der Patientenmix untersucht.

Ausgehend von der Konfiguration 5 Untersuchungsräume/5 Eingriffsräume wird die Auswirkung unterschiedlicher Personalbesetzungen auf die Leistung der Klinik untersucht. Insbesondere werden sieben Personalkombinationen ausgewählt und anhand des durchschnittlichen Klinikdurchsatzes verglichen. Die Ergebnisse dieser Analyse der Personalausstattung sind in Abbildung 4 dargestellt. Von den untersuchten Personalkonfigurationen konnte die Konfiguration mit 5 Arzthelferinnen, 5 Ärzten und 10 Krankenschwestern den gleichen durchschnittlichen Durchsatz von 58,6 Patienten pro Tag erreichen wie das Experiment ohne Personalbeschränkung.

Das letzte Experiment untersucht die Auswirkungen eines unterschiedlichen Patientenmixes auf die Kapazitätsleistung der Klinik. Das Experiment wird mit der besten Kombination von Räumen (Kombination 3 in Abbildung 3) und der Kombination 6 aus der Personalanalyse durchgeführt. Um die Auswirkungen verschiedener Planungsstrategien zu bewerten, werden fünf Kombinationen von Patientenmischungen getestet. Die fünf Kombinationen wurden ausgewählt, um die Auswirkungen der drei Verfahren zu untersuchen, die in der Klinik durchgeführt werden. Die Ergebnisse sind in Abbildung 5 dargestellt. Kombination 1 ist der Basisfall, der mit den Ergebnissen der vorherigen Experimente identisch ist. Die Kombination 2 erhöht den Prozentsatz der Patienten, die behandelt werden müssen, was einem geringeren Durchsatz im Vergleich zum Basisfall entspricht. Kombination 3 erhöht die beiden Patientenaufgabentypen, die deutlich längere Prozeduren haben (B und C). Kombination 4 ist die Umkehrung von Kombination 3, die intuitiv den höchsten Durchsatz aufweist, da die Wahrscheinlichkeit, dass längere Prozeduren erforderlich sind, geringer ist. Kombination 5 schließlich untersucht den Durchsatz, wenn die in der Klinik eintreffenden Patienten mehr den Arzt als den Arzthelfer benötigen. Betrachtet man alle 5 Kombinationen, so sind die Ergebnisse angemessen. Diese Informationen könnten für die Klinik in Zukunft nützlich sein, um zu verhindern, dass Patienten in einer Weise eingeplant werden, die den Patientenfluss einschränkt und den Durchsatz verringert.