Pattern Scheduling: A Practical Approach to Preventing Surgery Cancellations Due to Uncertainty in Surgery Times, Bed Availability, and Arrivals of Semi-Acute Elective Patients

Abstract

Demographic change, increasing cost of care, and shortage of hospital workers pose challenges in hospital management. As a response, hospitals maintain high utilisation of their existing resources by maximising patient throughput to minimise waiting times. However, maintaining a high resource utilisation on a continuous basis is likely to result in last-minute cancellations or rescheduling events due to multiple sources of uncertainty. In this context, surgery scheduling has received central attention from researchers and healthcare officials globally.

This research aims to increase our understanding of how to maintain a high throughput of elective patients under limited resources while minimising the combined risk of last-minute cancellations and rescheduling events. The objective is to develop mathematical models that address the problem practically and statistically accurately while considering several sources of uncertainty frequently resulting in last-minute cancellations and rescheduling events. A single surgical speciality, General Surgery at Landspitali Hospital, was selected for the computational experiments, and the results were compared to the actual scheduling data. The results show that using chance constraints makes it possible to reduce the risk of last-minute cancellations due to uncertainty in surgery times and length of stay. However, utilising such constraints makes the problem computationally intractable. Therefore, Pattern Scheduling is proposed to overcome the computational challenges by specifying practical rules. Further results show that leaving 20% of the weekly operating room capacity unreserved makes it possible to reduce the need for rescheduling to accommodate unpredictable arrivals of semi-acute elective patients while maintaining high utilisation.

Hækkandi meðalaldur, aukinn umönnunarkostnaður og skortur á heilbrigðisstarfsfólki valda sífellt fleiri áskorunum í rekstri sjúkrahúsa. Því er eðlilegt að sjúkrahús hafi það að markmiði sínu að hámarka nýtingu auðlinda með því að ná fram sem mestu flæði sjúklinga og lágmarka biðtíma eftir veittri þjónustu. Það reynist þó þrautin þyngri því ýmsir óvissuþættir leiða oft til frestana og endurröðunar. Af þessum sökum hefur röðun skurðaðgerða fangað athygli rannsakenda og heilbrigðisstarfsmanna víða um heim. Tilgangur þessarar rannsóknar er að auka skilning okkar á því hvernig hámarka megi flæði sjúklinga í valaðgerðum í umhverfi þar sem auðlindir eru takmarkaðar. Samhliða því þarf að lágmarka tilfærslur á borð við frestanir og endurröðun. Markmiðið er að þróa stærðfræðileg líkön sem leysa verkefnið á hagnýtan en nákvæman hátt og taka tillit til óvissu af ýmsum toga sem leiðir til fyrrnefndra tilfærslna. Líkönin verða þróuð með þarfir almennra skurðlækninga á Landspítalanum í huga og verða niðurstöður þeirra bornar saman við raungögn. Helstu niðurstöður sýna fram á að með því að nota líkindaskorður í stærðfræðilegum líkönum megi á nákvæman hátt lágmarka frestanir með skömmum fyrirvara sem skapast af óvissu í skurðtímum og legulengd. Með notkun slíkra skorða eykst hins vegar reikniþungi verkefnanna með aukinni stærð. Því var þróuð aðferð sem kallast mynsturröðun, en með henni má koma í veg fyrir reiknifræðilegar áskoranir með því að tilgreina hagnýtar reglur. Frekari niðurstöður sýna fram á að með því að skilja 20% af heildarskurðtíma eftir auðan í hverri viku má lágmarka endurröðun, sem skapast af ófyrirsjáanlegum komum sjúklinga með háan forgang, en þó þannig að nýting auðlinda sé hámörkuð.