Kapazitätsallokation in der medizinischen Diagnostik
Zusammenfassung der Projektergebnisse
In der medizinischen Diagnostik stehen hohe Investitions- und Betriebskosten einer wachsenden Nachfrage nach Diagnostikleistungen gegenüber. Niedergelassene Ärzte und Krankenhäuser stehen damit vor der Aufgabe, die vorhandenen Kapazitäten möglichst effizient zu nutzen. In diesem Forschungsprojekt beschäftigten wir uns mit der Frage, wie die vorhandene Untersuchungskapazität bestmöglich auf verschiedene Patientenklassen aufgeteilt werden kann. Die Patientenklassen unterscheiden sich bezüglich ihrer Priorität und der Fristigkeit der Nachfrage. Für jede eingetroffene Nachfrage entscheidet der Anbieter der medizinischen Leistung, für welchen Untersuchungstag die Anfrage angenommen wird oder ob sie abgelehnt wird. Das Ziel des Anbieters besteht darin, in Abhängigkeit von den medizinischen Notwendigkeiten eine baldige Untersuchung zu gewährleisten sowie eine möglichst hohe Auslastung der Kapazitäten und kurze Wartezeit für die Patienten am Tag der Untersuchung zu erreichen. Zur Beantwortung der Forschungsfrage haben wir ein Modell entwickelt, dass eine große Anzahl praxisrelevanter Aspekte, wie etwa mehrere Patientenklassen und Untersuchungstypen, stochastische Untersuchungslängen sowie Patienten, die verspätet oder gar nicht zu ihrem Termin erscheinen, vereinigt. Das Modell diente zum einen als Basis zur Implementierung eines simulationsbasierten, lernenden Optimierungsansatzes, der erstmalig für diese Art von Problemen eingesetzt wurde und sehr gute Ergebnisse erzielte. Zum anderen konnten mit Hilfe des Modells einfache heuristische Entscheidungsregeln simuliert und miteinander verglichen werden. Eine Anwendung unserer Verfahren auf Grundlage der Daten zweier Anbieter von Magnetresonanztomographien zeigte, dass ein großes Verbesserungspotential gegenüber den bisher von den Anbietern angewandten Entscheidungsregeln besteht. Die besten Ergebnisse erreichten wir mit dem simulationsbasierten Optimierungsansatz. Es zeigte sich jedoch, dass auch eine einfache Buchungslimit-Heuristik zu sehr guten Ergebnissen führt. Aufgrund ihrer leichten Verständlichkeit und des geringen Implementierungsaufwandes empfehlen wir diese Heuristik zum Einsatz in der Praxis.
Projektbezogene Publikationen (Auswahl)
- Capacity Allocation for Magnetic Resonance Imaging Scanners, 34th Annual ORAHS Conference, Toronto, 28.07.-01.08.2008
H.-J. Schütz und R. Kolisch
- A multi-period capacity allocation model for magnetic resonance imaging scanners, 35th Annual ORAHS Conference, Leuven, 13.- 17.07.2009
H.-J. Schütz und R. Kolisch
- Approximate dynamic programming for capacity allocation in the service industry, LANCS Initiative Seminar Series, Lancaster University School of Management, 04.12.2009
H.-J. Schütz und R. Kolisch
- Capacity allocation for demand of different customerproduct-combinations with cancellation, no-shows and overbooking when there is a sequential delivery of service, LANCS Initiative Seminar Series, Lancaster University School of Management, 04.12.2009
R. Kolisch und H.-J. Schütz
- Capacity allocation for magnetic resonance imaging scanners using approximate dynamic programming, OPLOG Division Seminar, University of British Columbia, Vancouver, 19.03.2009
H.-J. Schütz
- Capacity allocation for magnetic resonance imaging scanners, Tagung der GOR-Arbeitsgruppe Health Care Management, Bonn, 27.02.2009
R. Kolisch und H.-J. Schütz
- Capacity allocation for magnetic resonance imaging scanners, VHB-Jahrestagung, Nürnberg, 05.06.2009
R. Kolisch und H.-J. Schütz
- Einsatz von Approximativer Dynamischer Programmierung zur Kapazitätsplanung, 19. Workshop Quantitative BWL, Höchst i. 0., 02.-05.03.2009
H.-J. Schütz
- Approximate Dynamic Programming for Capacity Allocation in the Service Industry. In: Arbeitspapier, (2010)
Schütz, H.-J. ; Kolisch, R.
(Siehe online unter https://dx.doi.org/10.2139/ssrn.1618315) - Capacity Allocation for Demand of Different Customer-Product-Combinations with Cancellation, No-Shows, and Overbooking when there is a Sequential Delivery of Service. In: Arbeitspapier (2010)
Schütz, H.-J. ; Kolisch, R.
(Siehe online unter https://doi.org/10.1007/s10479-013-1324-5) - Capacity Allocation for Sequentially Delivered Services - An Application to Diagnostic Devices in Health Care, Technische Universität München, Fakultät für Wirtschaftswissenschaften, Diss., 2010
Schütz, H.-J.
- Multi Period Capacity Allocation for Sequentially Delivered Services. In: Arbeitspapier, Technische Universität München (2010)
Schütz, H.-J.
- Terminplanung für Magnetresonanztomographen unter Berücksichtigung mehrerer Patientenkiassen. In: Arbeitspapier, Technische Universität München (2010)
Schütz, H.-J.; Kolisch, R .; Renger, B.; E.J. Rummeny
