A Capacity allocation method for appointment scheduling in public healthcare

Abstract

This thesis develops an advance scheduling policy for a non-complex, but large scale healthcare service provider. A literature review of current advance scheduling and capacity allocation methods reveals a possibility to combine these two methodologies for this purpose. An integer linear program minimizing patient wait time and unused resource capacity is formulated for past demand data and known future capacities. A rolling horizon heuristic is utilized to solve the program over a full year and the results are used as a base for a capacity allocation structure. The performance of the capacity allocation scheduling is numerically tested in a case study of a public dental care provider. The simulation results show signs of overall improvement in patient wait times in accordance to the policy goals. Simple predictive details, such as expected rise in overall demand, could be included in the optimization model data to further improve the scheduling results.

Tässä työssä kehitetään aikataulutusmenetelmä mittavalle terveydenhuollon palveluntarjoajalle. Nykyisiin menetelmiin tehty kirjallisuuskatsaus tuo esiin mahdollisuuden yhdistää etukäteisaikataulutuksen ja kapasiteetin allokoinnin lähestymistapoja tähän tarkoitukseen. Menneelle kysynnälle ja tunnetuille tuleville kapasiteeteille muodostetaan lineaarinen kokonaislukuoptimointitehtävä, joka minimoi asiakkaiden odotusaikaa sekä palveluntarjoajan käyttämätöntä kapasiteettia. Rullaavan horisontin heuristiikkaa käyttäen optimointitehtävä voidaan ratkaista kokonaisen vuoden ajalta. Tulosten perusteella muodostetaan rakenne kapasiteetin allokointiin. Allokointirakenteeseen perustuvaa aikataulutusta tarkastellaan numeerisesti julkisen hammashoidon tapaustutkimuksessa. Simuloinnin tulokset viittaavat yleiseen parannukseen potilaiden odotusajoissa mallin tavoitteiden mukaisesti. Tulokset voisivat parantua entisestään, jos optimoinnin dataan lisättäisiin ennustettuja yksityiskohtia, kuten odotettu yleinen kysynnän nousu.