Introdução 1/2
- Sistema de saúde:
- demanda de serviço
- altos custos
- orçamento limitado
- qualidade e rapidez
- Simulação de pronto-socorro do governo do Kuwait
Descrição do sistema 1/3
- 145 pacientes/dia
- Início do processo:
- Término do processo:
Descrição do sistema 2/3
- Classificação dos pacientes:
- Categoria 1 = Críticos
- Categoria 2 = Não-críticos, admitidos
- Categoria 3 = Não-críticos, liberados
- 88% liberados e 12% admitidos
Descrição do sistema 3/3
- Não exceder custo e alocação:
- 3 recepcionistas
- 4 médicos
- 5 tec. laboratório
- 6 enfermeiros de tratamento
- 6 enfermeiros de emergência
- Maximizar o atendimento de pacientes
Simulação do modelo 1/3
- Pesquisa no ED coletou:
- processo de chegada
- serviços na sala de exame
- tempo de serviço em sala de tratamento
- tempo total no ED
- 3 semanas de analise
Simulação do modelo 2/3
- chegada é um processo Poisson não homogêneo
- λ(t) é a taxa de chegada de pacientes no momento t
Simulação do modelo 3/3
- ED modelado por um sistema de simulação de eventos discretos:
- processo de chegada na recepção de λ(t)
- processo de chegada no raio-X com taxa 2/h
- probabilidade de encaminhamento do paciente
- número de servidores
- distribuição de tempo de serviço
O modelo de otimização 1/2
- Maximizar a taxa de transferência/liberação
- Problema descrito por:
O modelo de otimização 2/2
- Resolução levaria mais ou menos 1,5 dias de trabalho
- Criada otimização de simulação descrita por A–1
- Resolução de A–1 em duas fases:
- Soluções factíveis ou quase possíveis
- A melhor solução entre as disponíveis
Resultados computacionais
Resultados computacionais 1/2
- Restrição orçamentaria de 7,7 BU
- 100 execuções sem e com a otimização de equipe:
- Atendimento = 4,9 X 6,3 paciente/hora (28%)
- Espera Categoria 1 = 3,57 / 2,76 horas (22%)
- Espera Categoria 2 = 3,28 / 1,8 horas (45%)
- Espera Categoria 3 = 2,83 / 1,33 horas (53%)
Resultados computacionais 2/2
- Experimento A1:
- Variações de BU: 6,7; 8,7; 9,7; e 10,7.
- Taxas de chegada de 50%, 65%, 75%, 85%, 115% e 130% da taxa atual
- Encontrar a taxa de espera e a configuração de pessoal.
Conclusão
- Aumento de 28% no atendimento de pacientes
- Redução de em média 40% no tempo de espera
Trabalhos futuros
- Sistema de suporte à decisão
- Distribuição da equipe para satisfazer indicadores:
- atendimento
- tempo de espera
- custo