使用離散事件模擬改善門診患者流量

印第安納大學健康Arnett醫院是一家提供全方位服務的急症護理醫院，也是一家多專科門診診所，由於未入住患者（那些沒有參加預約預約的患者）數量急劇上升至30％，因此統計數據較差。這主要是因為診所時間表是由醫務人員的個人偏好驅動的，這導致調度規則的變化增加。為了消除這個問題，客戶希望開發一種有利於門診，醫生和患者的調度方法。德克薩斯A＆M大學的承包商被要求制定預測性調度系統，以優化醫生的時間表並減少未出現的人數。

• 提高醫生效率。
• 提高設施利用率。
• 讓醫生加班加點。
• 減少患者等待時間。

為解決預約安排中的挑戰，承包商使用AnyLogic軟體開發了離散事件模擬模型。該模型模擬了患者的預約過程和進一步檢查。為了更好地代表模型中的患者流量，他們歸因於以下五組中的一組：

• 請求當天會診的患者
• 新患者優先考慮
• 重新檢查高優先級
• 新優先級低的患者
• 重新檢查低優先級

用戶可以更改這些容量參數，以查看哪些更改有助於優化醫生的工作時間和等待患者的時間。離散事件模型顯示以下操作序列：

• 出現的患者分為五組。同日病人在同一天接受治療，而其他病人安排他們的訪問時間並在家等待。
• 當他們需要在預約當天到達診所時，模型根據輸入數據指定的概率計算未顯示率。
• 如果患者來了，他們會被醫生或護士看到，然後他們就會離開醫院。

該模型還幫助醫生測試有關其工作時間表的不同理論。他們可以調整患者流量模擬模型中的時間表，並查看利用率和加班時間的變化情況。

AnyLogic患者流量模擬模型提供了多種方法來提高門診診所的運營效率和患者滿意度。患者流動模擬模型不需要使用特殊技能，並提供詳細的輸出統計數據，包括：

• 員工時間利用率和加班金額。
• 醫務人員之間的病人分佈。
• 耐心等待時間等等。

獲得的數據使用戶能夠了解時間表如何影響診所的工作流程，並提供以下方面的見解：改善門診診所的患者流量，並選擇更好的員工管理政策。

AnyLogic提出了一種在臨床實施理論之前測試理論的方法，並給出了不同的預測。此外，如果需要，可以使用其他模擬方法擴展離散事件模型。該特徵使模型更加可調，以在具有類似設置的其他門診診所中設計預測性預約調度系統。