환자 수가 증가함에 따라, 병원의 효율적 환자 흐름 관리는 매우 중요한 이슈가 되고 있다. 특히 예약을 기반으로 운영하는 병원에 있어서, 예약 방법은 병원의 환자 관리에 매우 중요한 역할을 한다. 이전의 예약 방법 설계에 관한 연구는 연구에서 정의된 병원의 환경적 요소가 제한적이기 때문에 다양한 병원의 환경에 적용하기 어려운 점이 있었으며, 기존 연구에서 제안된 예약 방법을 평가하는데 비 효율적인 절차가 필요했다. 최근 시뮬레이션 기반 최적화 기법은 이러한 약점을 보완할 수 있는 연구 방법으로 부상하였으나 이 역시 몇몇 ...
환자 수가 증가함에 따라, 병원의 효율적 환자 흐름 관리는 매우 중요한 이슈가 되고 있다. 특히 예약을 기반으로 운영하는 병원에 있어서, 예약 방법은 병원의 환자 관리에 매우 중요한 역할을 한다. 이전의 예약 방법 설계에 관한 연구는 연구에서 정의된 병원의 환경적 요소가 제한적이기 때문에 다양한 병원의 환경에 적용하기 어려운 점이 있었으며, 기존 연구에서 제안된 예약 방법을 평가하는데 비 효율적인 절차가 필요했다. 최근 시뮬레이션 기반 최적화 기법은 이러한 약점을 보완할 수 있는 연구 방법으로 부상하였으나 이 역시 몇몇 사례 연구에 치중되어 있다는 단점이 있었다. 이에 본 논문에서는 시뮬레이션 기반 최적화 기법을 이용하여 예약 방법을 설계할 때 유용한 일반적인 방법론을 연구한다. 특히 본 논문에서 초점을 맞추고 있는 것은 병원이 가지고 있는 변동성을 도착 변동성과 시스템 변동성으로 정의하고 이들 변동성의 수준에 따라 시뮬레이션 기반 최적화 기법을 통해 예약 방법을 얻는 것과 기존의 Simple Heuristic 예약 방법을 이용하는 것과 성능 차이를 비교하여 병원의 변동성 수준에 따라 시뮬레이션 기반 최적화 기법을 선택적으로 사용할 수 있도록 하는 것이다. 이와 같은 목적에 따라 먼저 본 논문에서는 시뮬레이션 최적화 기법을 통해 예약 방법을 설계할 수 있는 Framework을 구현하고 이를 이용해 병원의 변동성 수준에 따라 기존의 예약 방법과 시뮬레이션 최적화 기법을 통해 얻은 예약 방법 간의 성능 차이를 비교 분석하였다. 그 결과 병원의 변동성이 커짐에 따라 병원의 성능은 나빠졌으며 특히 도착 변동성(환자 도착 패턴)이 병원의 성능저하에 가장 큰 영향을 미치는 것으로 나타났다. 또한 환자 도착 변동성이 적고 시스템 변동성이 높은 경우 시뮬레이션 기반 최적화 기법을 통해 얻은 예약 방법은 기존의 예약 방법과 통계적으로 차이가 없음을 밝혔다. 위와 같은 실험 결과의 범용성을 실험해 보기 위해 국내 B 대학 병원에 적용한 결과 제안된 시뮬레이션 최적화 기법을 활용한 예약 방법 설계 가이드 라인이 효과적임을 보였다.
환자 수가 증가함에 따라, 병원의 효율적 환자 흐름 관리는 매우 중요한 이슈가 되고 있다. 특히 예약을 기반으로 운영하는 병원에 있어서, 예약 방법은 병원의 환자 관리에 매우 중요한 역할을 한다. 이전의 예약 방법 설계에 관한 연구는 연구에서 정의된 병원의 환경적 요소가 제한적이기 때문에 다양한 병원의 환경에 적용하기 어려운 점이 있었으며, 기존 연구에서 제안된 예약 방법을 평가하는데 비 효율적인 절차가 필요했다. 최근 시뮬레이션 기반 최적화 기법은 이러한 약점을 보완할 수 있는 연구 방법으로 부상하였으나 이 역시 몇몇 사례 연구에 치중되어 있다는 단점이 있었다. 이에 본 논문에서는 시뮬레이션 기반 최적화 기법을 이용하여 예약 방법을 설계할 때 유용한 일반적인 방법론을 연구한다. 특히 본 논문에서 초점을 맞추고 있는 것은 병원이 가지고 있는 변동성을 도착 변동성과 시스템 변동성으로 정의하고 이들 변동성의 수준에 따라 시뮬레이션 기반 최적화 기법을 통해 예약 방법을 얻는 것과 기존의 Simple Heuristic 예약 방법을 이용하는 것과 성능 차이를 비교하여 병원의 변동성 수준에 따라 시뮬레이션 기반 최적화 기법을 선택적으로 사용할 수 있도록 하는 것이다. 이와 같은 목적에 따라 먼저 본 논문에서는 시뮬레이션 최적화 기법을 통해 예약 방법을 설계할 수 있는 Framework을 구현하고 이를 이용해 병원의 변동성 수준에 따라 기존의 예약 방법과 시뮬레이션 최적화 기법을 통해 얻은 예약 방법 간의 성능 차이를 비교 분석하였다. 그 결과 병원의 변동성이 커짐에 따라 병원의 성능은 나빠졌으며 특히 도착 변동성(환자 도착 패턴)이 병원의 성능저하에 가장 큰 영향을 미치는 것으로 나타났다. 또한 환자 도착 변동성이 적고 시스템 변동성이 높은 경우 시뮬레이션 기반 최적화 기법을 통해 얻은 예약 방법은 기존의 예약 방법과 통계적으로 차이가 없음을 밝혔다. 위와 같은 실험 결과의 범용성을 실험해 보기 위해 국내 B 대학 병원에 적용한 결과 제안된 시뮬레이션 최적화 기법을 활용한 예약 방법 설계 가이드 라인이 효과적임을 보였다.
As the number of patients increases, managing patient flow through outpatient units is a common challenge for many healthcare delivery organizations. Since many outpatient units operate on an appointment basis, their appointment rule plays a critical role in managing patient flow in the units. Previ...
As the number of patients increases, managing patient flow through outpatient units is a common challenge for many healthcare delivery organizations. Since many outpatient units operate on an appointment basis, their appointment rule plays a critical role in managing patient flow in the units. Previous studies on outpatient appointment rule failed to accommodate the unique operating environment because they specified limited outpatient conditions. They also needed an inefficient procedure in order to choose the most suitable appointment rule for the outpatient unit (target system). These days, simulation-based optimization techniques are emerging to overcome these weak points. While past studies focused on case studies, this thesis attempts to find a general scheme for designing an appointment rule by using simulation-based optimization. It specifically inspects the variability in outpatient units and performance, which are generated by simulation-based optimization. This thesis defines variability two ways: one is an input variability and the other is a system variability. Both test the performance between the existing appointment rule and the simulation-based optimization appointment rule. There are two meaningful findings. First, the input variability (patient’s arrival pattern) has a dominant effect on the performance of outpatient units. Second, an appointment rule that uses simulation-based optimization generally performs well except for when the input variability is low and the system variability is high. Finally, this thesis proposes a guideline to use the simulation-based optimization technique more effectively and it applies to outpatient units of major Korean hospitals. The result shows that the proposed guideline is effective when designing an appointment rule.
As the number of patients increases, managing patient flow through outpatient units is a common challenge for many healthcare delivery organizations. Since many outpatient units operate on an appointment basis, their appointment rule plays a critical role in managing patient flow in the units. Previous studies on outpatient appointment rule failed to accommodate the unique operating environment because they specified limited outpatient conditions. They also needed an inefficient procedure in order to choose the most suitable appointment rule for the outpatient unit (target system). These days, simulation-based optimization techniques are emerging to overcome these weak points. While past studies focused on case studies, this thesis attempts to find a general scheme for designing an appointment rule by using simulation-based optimization. It specifically inspects the variability in outpatient units and performance, which are generated by simulation-based optimization. This thesis defines variability two ways: one is an input variability and the other is a system variability. Both test the performance between the existing appointment rule and the simulation-based optimization appointment rule. There are two meaningful findings. First, the input variability (patient’s arrival pattern) has a dominant effect on the performance of outpatient units. Second, an appointment rule that uses simulation-based optimization generally performs well except for when the input variability is low and the system variability is high. Finally, this thesis proposes a guideline to use the simulation-based optimization technique more effectively and it applies to outpatient units of major Korean hospitals. The result shows that the proposed guideline is effective when designing an appointment rule.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.