Detailansicht
Solution Techniques for Rich and Real-world Appointment and Staff Scheduling Problems in Health Care
Petra Vogl
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doctor of Philosophy-Doktoratsstudium Wirtschaftswissenschaften Logistics and Operations Management
Betreuer*in
Karl Franz Dörner
DOI
10.25365/thesis.56588
URN
urn:nbn:at:at-ubw:1-22746.12227.512762-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Termin- und Personaleinsatzplanungsprobleme sind allgegenwärtig im Gesundheitswesen: Einerseits müssen Patiententermine innerhalb vordefinierter Zeitfenster so geplant werden, dass etwaige knappe Ressourcen möglichst effizient genutzt werden können und gleichzeitig Patientenwartezeiten gering gehalten werden. Andererseits sind im Gesundheitswesen eine Vielzahl an Mitarbeitern und Mitarbeiterinnen mit unterschiedlicher Ausbildung und unterschiedlichen Vertragsmodellen tätig. Die vorliegende Dissertation behandelt beide genannten Problemkategorien anhand von Echtweltfragestellungen: (1) Die Patiententerminplanung von wiederkehrenden Behandlungen in der (Ionen-)Radiotherapie sowie (2) die Personaleinsatzplanung von Ärzten, Krankenschwestern und medizinischem Hilfspersonal im Blutspendewesen, wo darüber hinaus auch eine Entscheidung getroffen werden muss, welche Aktionen an welchem Tag stattfinden sollen.
Zu Beginn werden die genannten Probleme mathematisch modelliert und mittels kommerziellen Optimierungstools exakt gelöst. Dabei stößt man allerdings bei echtwelt-inspirierten Instanzgrößen rasch an die Grenze der Lösbarkeit. Daher werden maßgeschneiderte Algorithmen entwickelt, welche auch große Instanzen innerhalb geringer Rechenzeit in guter Qualität lösen können. Dabei werden unterschiedliche metaheuristische Verfahren -- populationsbasierte Ansätze ebenso wie lokale Suchverfahren sowie die Kombination beider Suchalgorithmen -- verglichen und intensiv getestet. Neben deterministischen Ansätzen wird unter anderem gezeigt, dass bei unsicheren Therapiedauern stochastische Methoden eine deutliche Verringerung der Patientenwartezeit bei gleichzeitiger Minimierung der Stillstandzeit teurer Ressourcen bewirken können. Dabei werden unterschiedliche Ansätze zur Abschätzung von Wartezeiten vorgestellt und verglichen.
Abstract
(Englisch)
In health care, scheduling and rostering problems are omnipresent: On the one hand, patient appointments need to be scheduled within predefined time windows, such that scarce resources are used as efficiently as possible while simultaneously minimizing patient waiting times. On the other hand, health care facilities need to schedule their employees, who typically feature different skills and contract types. In this PhD thesis both mentioned optimization problem categories are addressed by means of real-world problems: First, we schedule recurring appointments for patients receiving radiotherapy for a newly built ion beam therapy center. Second, for blood collection services that act in the field, skilled staff members need to be scheduled to serve the chosen activities, where typically one needs to decide on which activities should take place on which days additionally.
At first, we model all problems mathematically and use commercial optimization tools to assess their complexity. This approach quickly reaches its limits with real-world problem sizes. Hence, we develop tailor-made optimization algorithms, which are capable of solving even large problem sizes in reasonable quality within short running times. We compare and intensively test different metaheuristical approaches -- population-based strategies as well as local search techniques and combinations of those approaches -- to tackle the problems. In addition to addressing the problems deterministically, the thesis points out that in case of uncertain appointment durations stochastic methods yield a considerate decrease in patient waiting time when simultaneously minimizing idle time of scarce resources. Here, we propose different (stochastic) techniques to evaluate the quality of a baseline schedule in matters of patient waiting time throughout the optimization.
Schlagwörter
Schlagwörter
(Englisch)
Appointment Scheduling Staff Scheduling Metaheuristic Health Care Scheduling Genetic Algorithm Local Search Mathematic Modelling
Schlagwörter
(Deutsch)
Terminplanung Personaleinsatzplanung Metaheuristik Gesundheitswesen Genetischer Algorithmus Lokale Suche Mathematische Modellierung
Autor*innen
Petra Vogl
Haupttitel (Englisch)
Solution Techniques for Rich and Real-world Appointment and Staff Scheduling Problems in Health Care
Paralleltitel (Deutsch)
Lösungsalgorithmen für komplexe und Praxis-orientierte Terminplanungs- und Personaleinsatzplanungsprobleme im Gesundheitswesen
Publikationsjahr
2019
Umfangsangabe
xiii, 164 Seiten : Diagramme
Sprache
Englisch
Beurteiler*innen
Erik Demeulemeester ,
Rainer Kolisch
Klassifikationen
54 Informatik > 54.80 Angewandte Informatik ,
85 Betriebswirtschaft > 85.99 Betriebswirtschaft: Sonstiges
AC Nummer
AC15388852
Utheses ID
49988
Studienkennzahl
UA | 794 | 370 | 403 |