Scheduling Optimization in ophthalmology?s Specialist under uncertainty

Abstract

La gestión del servicio oftalmológico en los hospitales de Cuba resulta sumamente compleja ya que aglutina un número significativo de actividades relacionadas con un conjunto amplio de patologías. La investigación se centra en el Hospital Clínico Quirúrgico de la Provincia Santiago de Cuba, Cuba, específicamente en la patología de Catarata. Es el personal especializado el que decide sí la atención debe ser de manera inmediata o si puede posponerse. Éste, en la mayoría de los casos, motivados por el deseo de atender al mayor número de pacientes diario, así como la falta de métodos científicos que ayude en la toma de decisiones, contribuye a elevados tiempo de espera de los enfermos y, por ende, ineficiencias en el sistema. La realización de un cuestionario evidencia, que en la totalidad de los casos no existe una hora asignada a cada paciente el día que lo citan, y que el tiempo medio de atención se sitúa en cuatro horas. En este contexto, el objetivo es: Minimizar el tiempo de espera de los pacientes con sospecha de Catarata, aplicando modelos matemáticos de optimización y herramientas computacionales. Los resultados obtenidos de la aplicación son: Reducción del tiempo de espera en un 75% respecto de las prácticas tradicionales, lo cual significa que el tiempo medio de espera esté en 90 min aproximadamente. Mayor organización del sistema de cita ya que el paciente conoce con antelación el dia y hora del comienzo de las pruebas correspondientes, así como una aproximación de su duración total.

We study a scheduling problem in which patients request appointments at specific future days within a specialty specific time window. This research is motivated by a study of ophthalmology scheduling practices at the Clinic Hospital in Santiago de Cuba (Cuba), (Cuba), in which the patients don t know the total time they will be at the doctor s office, and the potential protocols they could undertake for their illness diagnose. In this article, an optimal programming of patients during the schedule designing process is used where it is considered that there are different scenarios (uncertainty) that could occur for the diagnosis of a particular illness. . We formulate this problem as Stochastic Problem (SP) and employ Binary Integer Programming under uncertainty based to obtain approximate solutions. Using real data, we compare the performance of the resulting SP policies to practical and easy-to-use heuristic decision rules under diverse scenarios in the cataract disease. The results indicate that (SP) is favorable in several scenarios, and that a particular easy-to-use heuristic performs well in the idealized ophthalmology scheduling setting we study.