美国国立卫生研究院（NIH）是美国卫生与健康服务部（HHS）的一个组成部分，该机构推出了 "优化 NIH "计划，旨在提高组织效率和绩效，支持 NIH 完成使命。优化 NIH 的重点是通过全企业范围的改进，提高委员会管理、道德规范和信息自由法案 (FOIA) 职能业务流程的效率。利用计算机建模和模拟的方法，对这些业务流程有了更深入的了解，并提出了改进建议。项目小组绘制了流程图，收集了数据，并开发了计算机模型和模拟，用于更好地了解处理申请所需的资源，以及如何在全组织范围内最有效地部署这些资源。为这一活动开发的建模方法和汲取的经验教训可用于改进整个联邦政府各种计划的服务交付。
美国国立卫生研究院是国家医学和行为研究的管理机构。国立卫生研究院的使命是追求有关生命系统的性质和行为的基础知识，并应用这些知识延长健康的生命，减少疾病和残疾的负担。美国国立卫生研究院由院长办公室和 27 个研究机构、中心和办事处组成。
2018 年，NIH 的任务是分析流程并实施变革，以提高支持 NIH 研究任务的三项全企业服务的效率和效益。这三项职能包括 FOIA、委员会管理和伦理支持。这些服务由跨职能的工作人员提供，他们既发挥集中作用（如制定政策、审查和批准作用），也在整个 NIH 研究 ICO 中发挥分散作用（如接收和发起申请、与申请者沟通）。
在项目开始时，这些职能的流程相关数据非常有限，甚至根本不存在。这些流程由纸质和/或电子工作流程组成，可见度有限。此外，还缺乏使用一致或既定方法绘制流程图的流程文件。电子系统已用于流程工作流的某些方面，但这些系统的设计并非用于生成与流程绩效相关的指标。
我们制定了一种方法来收集所需的信息和数据，以开发一个计算机模型，并对每个功能中的流程进行模拟。然后，在实施之前，以该模型为基础，对拟议的未来状态变化进行评估。开发的通用模型可以快速定制和扩展，以纳入这三个职能领域的 40 多个业务流程。
最初，由整个组织的职能专家组成的团队采用标准化方法绘制流程图。采用了部署流程图的方法，记录了角色和职责、关键决策或整个组织工作方式的差异，以及流程参与者之间的交接。
以这些流程图为基准，开发了一个数据收集模板，以收集有意义的数据。收集的数据包括需求、流程各步骤涉及的资源以及各种定义明确的流程时间相关指标。在可能的情况下，从现有的信息技术（IT）系统中收集历史数据。在没有数据的情况下，则由一组具有代表性的主题专家，通过职能领导的验证，提供一系列估计值（平均值、最小值、最大值或估计决策结果）。
利用收集到的数据，开发出一个基线（或原样）计算机模型和模拟。然后，利用该模型评估通过政策变更或自动化投资对工作流程、资源和流程时间进行拟议变更所产生的影响。
利用这种方法，可以更好地了解和量化将要进行的流程变更的影响。在资源利用率或对周期时间的影响方面，可以更好地量化整个 NIH 各 ICO 之间流程一致性的影响。职能团队能够更好地展示特定的变化（如购置 IT 系统）将如何影响整体流程绩效。
职能小组还能更好地理解在流程的不同阶段以不同方式部署人力资源的效果。运行的情景演示了如何在流程的特定阶段将人员调配到其他地方。
这种计算机建模和模拟方法使决策者能够更好地了解系统变化对提供服务的影响，并能更好地识别、了解和减轻通过对各种方案进行试验而发现的风险。这种可扩展的模块化方法使决策人员具备了整体决策能力，有助于降低次优化风险。
OQM 团队对参与 "优化 NIH "工作的 NIH 和研究服务办公室/研究设施办公室的领导及众多员工表示感谢。计算机模型和模拟是在 Simio 合作伙伴 Mosimtec, LLC 的大力支持下使用 Simio 开发的。