Fallstudien | Simio

Campusweite Operationsplanung Diskrete Ereignissimulation

Geschrieben von Simio | 26.03.2026 19:17:08

Die Herausforderung

Das Nebraska Medical Center sah während der Planungsphase des zukünftigen Comprehensive Cancer Center die Möglichkeit, die Chirurgieplattform auf dem gesamten Campus neu zu überdenken. Ein wichtiger Entscheidungspunkt im Rahmen des Planungsprojekts war die Analyse der derzeitigen Standorte der Operationssäle, die mit dem bestehenden Universitätsturm und dem Hixson-Lied-Gebäude sowie dem neuen Comprehensive Cancer Center, dem Ambulatory Center und dem Eye Center möglicherweise vier separate Räume umfassen könnten. Ziel des Projekts war es, den oder die optimalen zukünftigen Standorte für bestimmte Patientengruppen auf der Grundlage vorrangiger operativer Ziele zu bestimmen. Angesichts der Komplexität und der Schwankungen innerhalb des Systems wurde die diskrete Ereignissimulation (DES) als das beste Werkzeug für diese Analyse angesehen.

Die Lösung

Modell-Übersicht

Die Simulation ist ein (mathematisches und logisches) Modell des physischen Systems, das zu bestimmten Zeitpunkten Veränderungen aufweist. Durch die Zusammenarbeit mit den TNMC-Benutzergruppen bei der Abbildung der aktuellen Prozesse sowie durch die Verwendung von TNMC-Informationen aus dem Krankenhausbetriebssystem und dem chirurgischen Informationssystem (tatsächliche Ankunftszeiten, Personalbesetzungsmodelle, Ressourcennutzung, Dauer, Wegstrecken usw.) modellierte unsere Simulationssoftware das aktuelle System und optimierte es in einer virtuellen Umgebung, um Abweichungen und Engpässe vor der Live-Implementierung zu identifizieren und zu reduzieren.

Die Schaffung einer beschleunigten Struktur für die Entscheidungsfindung und das Berichtswesen:

  • Operational Knowledge Team: Fachleute aus dem Tagesgeschäft, darunter Mitarbeiter, Ärzte und Informationstechnologie, lieferten Daten und Antworten auf Fragen zum Arbeitsablauf nahezu in Echtzeit.
  • Accelerated Decision Team: Operative Führungskräfte beseitigten Hindernisse im Prozess und trafen Entscheidungen in Bezug auf die Simulation, wie z. B. Annahmen im Vergleich zur Erfassung von realen Daten.
  • Lenkungsausschuss für chirurgische Dienste (SSSC): Die perioperative Führung setzte sich aus Entscheidungsträgern zusammen, die befugt waren, Entscheidungen sofort in die Praxis umzusetzen.

Das Team legte mit dem SSSC einen strikten Projektumfang, einen Zeitplan und priorisierte Erfolgskriterien fest, nach denen alle Entscheidungen für diese Analyse in Verbindung mit der Gesamtvision des Projekts getroffen werden sollten.

  • Auslastung des Operationssaals (75%-80%)
  • Reiseentfernung der Patienten (minimieren)
  • Reiseentfernung des Chirurgen (minimieren)

Während der DES-Modellierung des Ist-Zustandes arbeitete HDR mit dem Operational Knowledge Team zusammen, um den Ist-Zustand der Arbeitsabläufe zu verstehen und so detailliert abzubilden, dass HDR das Verhalten von Patienten und Personal auf der Grundlage der folgenden Patientenstratifikationen am besten modellieren konnte:

  • Tageschirurgie, 23-Stunden-Chirurgie, stationäre Chirurgie
  • Chirurgischer Dienst
  • Krebs vs. Nicht-Krebs

Es wurde ein strikter Plan zur Datenerfassung entwickelt, der zusammen mit der manuellen Datenerfassung und geeigneten Annahmen die Entwicklung des Modells einleitete. Das Modell wurde dann mit dem NMC-Sachverständigenteam und dem SSSC auf seine Genauigkeit überprüft.

Die DES-Modellierung des zukünftigen Zustands in Kombination mit der Kapazitätsmodellierung und den Wachstumsprognosen modellierte die geschätzten Stunden für jeden chirurgischen Dienst nach Standort für jedes der Szenarien, um den zukünftigen Standort des Dienstes auf der Grundlage einer Blockplanpolitik besser bestimmen zu können (z. B. wird das Volumen der Gefäßchirurgie in den nächsten 10 Jahren einen Zeitblock im Ambulanzgebäude rechtfertigen). Die Betriebsannahmen für den Idealzustand wurden mit den aktuellen Kennzahlen von TNMC verglichen und mit dem SSSC überprüft. Die Wachstumsprojektionen wurden für strategieneutral, strategieinformiert und strategieinformiert plus zusätzlichen Wachstumsfaktor nach Genehmigung durch das SSSC erstellt.

HDR modellierte auf der Grundlage dieser Informationen die folgenden Zukunftsszenarien sowohl aus der Perspektive der Kapazitätsmodellierung als auch aus der DES-Perspektive, um die Situationen zu vergleichen und zu ermitteln, in denen die Abweichungen die größten Auswirkungen auf den Betrieb und die Anlagenplanung haben. Jedes dieser 7 Szenarien wurde achtmal modelliert, wobei sowohl der aktuelle als auch der ideale Betrieb sowie die vier Wachstumsstrategien berücksichtigt wurden. Alle Modelle wurden vom SME-Team und vom SSSC auf die Richtigkeit der Daten und Annahmen hin überprüft und validiert, was zu einer einstimmigen Auswahl führte, die die zukünftigen Standorte aller OP-Suiten, die Anzahl der OPs in jeder Suite, die an jedem Standort erbrachten Leistungen und die Abläufe an jedem Standort festlegte. Die Auswahl basierte auf der Vision und den Leitprinzipien sowie auf den priorisierten Erfolgsmetriken.

Die geschäftlichen Auswirkungen

Die Ergebnisse

Es wurden sechs Möglichkeiten für Verbesserungen/Ergebnisse identifiziert:

  • Erhöhte Auslastung des Operationssaals während der mit Personal besetzten Spitzenzeiten
  • Geringere Auslastung des Operationssaals während der Nicht-Spitzenzeiten
  • Erhöhte Auslastung gerätespezifischer Räume (was zu einem Bedarf an weniger Operationssälen insgesamt führt)
  • Verringerung der Reiseentfernungen und -häufigkeit der Chirurgen
  • Geringere Anfahrtswege für Patienten
  • Geringere Umschlagzeiten nach Leistungen und Patiententyp

Durch den parallelen Einsatz der Kapazitätsmodellierung und des DES als Teil des Programmierungsprozesses war das Endergebnis eine gut getestete Projektion, die auf dem tatsächlichen Betrieb (einschließlich Schwankungen) des TNMC sowie auf der Analyse der prognostizierten Volumina beruhte. Dies ermöglichte es TNMC, die Strategie in der Programmierung durch den Entwurf direkt mit dem umsetzbaren Betrieb zu verbinden und so das effizienteste Modell für den zukünftigen Zustand sicherzustellen.