Un operador de consulta externa toma dos decisiones acopladas: cómo diseñar la duración y disposición de los slots en la agenda del médico; cuántos pacientes asignar por slot dado el no-show esperado (overbooking). Problema OR clásico de salud: Outpatient Appointment Scheduling Problem (OAP).
En pocas palabras
¿Te suena?
- Nuestra consulta ve 40-150 pacientes al día; los intervalos de cita son fijos (15 o 20 min), pero el tiempo real de consulta varía entre 5 y 25 min, así que por la tarde la fila se rompe.
- El paciente reserva a las 09:00 y entra realmente con el médico a las 09:50; las quejas por tiempo de espera son ya rutinarias.
- El médico termina al último paciente a las 19:45 en vez de a las 18:30; las horas extra se acumulan semana tras semana y la insatisfacción del médico ha empezado.
- Nuestra tasa de no-show es del 20-30%, pero no hacemos overbooking; el médico está ocioso 60-90 minutos al día y el ROI es discutible.
- El retraso en resultados (análisis, imágenes) devuelve al paciente a la cola — cuando llega la 'oleada de seguimiento' la fila se descontrola.
- Estamos conectados al portal central nacional de citas; la plantilla de slots debe coincidir con el portal, pero la dinámica local de la consulta es distinta.
- Evaluamos abrir un nuevo médico / nueva especialidad; para la planificación de capacidad no hay una curva concreta de tiempo de espera / utilización del médico.
Por qué importa
Cómo se resuelve
Profundidad técnica
Cómo se resuelve
Profundidad técnicaEn una frase: En vez de partir la agenda del médico en bloques fijos de 15 minutos, fija la duración del slot a partir de la distribución real del tiempo de consulta y de la tasa de no-show — dos pacientes en algunos slots, otros largos — para minimizar a la vez espera del paciente y ocio del médico.
En Investigación de Operaciones (disciplina que usa matemáticas e informática para resolver decisiones de negocio) este problema se estudia como Outpatient Appointment Scheduling Problem (OAP). La decisión tiene tres componentes: diseño de duración del slot (cuánto tiempo por slot), carga / overbooking (cuántos pacientes por slot), asignación intradiaria (qué tipo de paciente a qué slot — urgente vs rutina, consulta corta vs larga). Solución en tres etapas:
1. Modelado. Datos de entrada: distribución de demanda (llegadas diarias/horarias, etiquetas de tipo de paciente — nuevo vs control, control rápido vs examen detallado, retorno de resultados vs alta nueva), distribución del tiempo real de consulta (log-normal — distribución sesgada a la derecha, media + desviación), probabilidad de no-show (función del tipo de paciente y la hora), agenda del médico (turnos semanales, descansos, vacaciones), capacidad (slots diarios totales, número de consultorios). Restricciones: ventana laboral diaria (p. ej. 09:00-17:00 con pausas), prolongación máxima de horas extra (p. ej. 30 min), continuidad médico-paciente (sistema de médico-panel: el paciente queda con el mismo médico), pausas obligatorias. Objetivo: suma ponderada de tiempo de espera del paciente y ocio del médico minimizada.
2. Decisión con solver. Tres enfoques clásicos: diseño de duración del slot — asignación equilibrada (espaciado igual), regla de Bailey-Welch (dos pacientes en el primer slot, uno en el resto — heurística clásica), forma de domo (slots más densos al pico de demanda), asignación por bloques variables; modelo de overbooking — determinista (tasa de no-show fija) o estocástico (probabilidad de no-show de una distribución, espera esperada + ocio esperado en la función objetivo); asignación intradiaria — MIP (Mixed-Integer Linear Programming — optimización con algunas variables 0/1 y otras continuas) para la plantilla semanal de slots y luego regla de prioridad para asignación dinámica (urgente vs rutina). Para tiempo de servicio estocástico + no-show: programación estocástica o simulación-optimización (probar cientos de escenarios de demanda y elegir la mejor política — el enfoque práctico más común). Decisiones online/dinámicas (alta/baja intradiaria): política online (regla de prioridad al momento de la llegada) o MIP de horizonte rodante (la plantilla se vuelve a resolver a diario/semanalmente).
3. Integración de campo. Salida en tres capas: plantilla semanal de slots (por médico: día-hora-duración-tasa de overbooking), lista diaria de asignación de citas (emparejamiento paciente-slot — regla de prioridad por tipo), informe mensual (real vs plan: espera media, utilización del médico, deriva de no-show, uso de capacidad extra). El sistema de citas para el paciente (web, call center, app móvil, portal central nacional) lee la plantilla. Recordatorios SMS (reductor efectivo de no-show, 3-5 puntos porcentuales), oferta automática de cita de seguimiento cuando llega un resultado. Comité trimestral: real vs plan de espera media, productividad del médico, curva de no-show, score de satisfacción.
Alternativas
Manual + hoja de cálculo
GratisSin licencia
Para quién: Consulta de un único médico, menos de 40 pacientes/día
- + Coste cero de software
- + La experiencia del gestor de clínica lidera
- + Cambios rápidos (paciente urgente) por teléfono
- − Por encima de 40 pacientes/día el diseño de slots agota al gestor
- − No es posible modelar no-show — el overbooking es intuitivo
- − No se mide ni reporta el tiempo de espera
- − Análisis de capacidad (para decisiones de nuevos médicos / especialidades) débil
Módulo de citas del sistema hospitalario local
Empresarial100K-500K TRY licencia + 30K-150K TRY/año mantenimiento (observación del mercado TR)
Para quién: Consulta media (5-15 médicos), 80-300 pacientes/día
- + Cerca de la regulación TR (integración con seguros, alineación con el sistema central nacional de citas)
- + Integrado con la historia clínica
- + Interfaz en turco, soporte local
- + Reporting básico (ocupación diaria, no-show)
- − Sin optimización del diseño de slots — plantillas a mano
- − Modelo de overbooking ausente o una tasa plana
- − Tiempo de servicio estocástico no modelado — duración fija
- − Sin simulación de capacidad
Plataforma internacional de operaciones clínicas
Empresarial200K-1,5M EUR licencia + 80K-400K EUR/año mantenimiento (gran TI sanitaria)
Para quién: Cadena de clínicas / hospital universitario grande (15+ médicos, multidisciplinar)
- + Módulo de diseño de slots maduro — espaciado igual, dos pacientes en el primer slot, slots más densos al pico (domo), bloque variable
- + La variabilidad del tiempo de consulta y la probabilidad de no-show se reflejan en los modelos
- + Análisis de escenarios ('si subo el overbooking un 10%, ¿qué pasa con la espera media?')
- + Reporting de capacidad rico
- − Licencia alta + despliegue largo (9-18 meses)
- − Personalización a la regulación sanitaria TR (seguros, integración con portal central nacional) alarga el proyecto
- − Amplio programa de formación clínica
- − Formatos de datos propietarios
Solver de código abierto + módulo a medida
Código abiertoLicencia gratuita; desarrollo interno 14-26 semanas o 400K-1,2M TRY consultoría
Para quién: Grupo sanitario con equipo tecnológico, integración con sistema hospitalario existente
- + Sin coste de licencia
- + Herramientas open-source para diseño de slots y overbooking son maduras
- + Pruebas de escenarios ('si hago X, pasa Y') bien soportadas
- + Reutilizable entre clínicas y especialidades
- − Requiere experto en optimización interno + analista de operaciones sanitarias
- − Pasar del primer montaje al sistema de campo lleva 6-10 meses
- − Mantenimiento queda en la operadora
- − Integración con el portal central nacional es proyecto aparte
Recomendación
Pregunta en la reunión
- ¿Qué enfoques de diseño de slot soporta — espaciado igual, dos pacientes en el primer slot, slots más densos al pico, bloque variable? ¿Se puede tener plantilla por médico?
- ¿El modelo de overbooking usa una distribución de probabilidad de no-show o solo una tasa plana? ¿Se soporta una función objetivo combinada 'minimizar espera + ocio'?
- ¿Modela el sistema un tiempo de consulta que varía por médico y tipo de paciente? ¿La duración del slot puede variar por tipo de paciente?
- ¿La probabilidad de no-show se calcula dinámicamente — por tipo, hora, historial — o es una tasa plana única?
- ¿Hay un módulo de análisis de escenarios que responda 'si subo el overbooking un 10%, ¿cómo cambia la espera media?'?
- ¿Soporta sincronización bidireccional con el portal central nacional de citas? ¿Se vuelca la plantilla automáticamente?
- Durante un piloto con 8-12 semanas de datos reales, ¿cómo se reporta el ahorro frente al diseño manual previo?
- Al finalizar el contrato, ¿en qué formato estándar se exportan historial de citas, curva de no-show, reglas de slot y datos de satisfacción?
Detalles técnicos
Nota editorial
En el habla diaria esto se llama “sistema de citas de consulta externa”, “diseño de intervalos de cita” o “planificación de la agenda del médico”. En la literatura académica tiene un único nombre: Outpatient Appointment Scheduling Problem (OAP). Dentro hay tres subdecisiones encadenadas — diseño de duración del slot, carga del slot (overbooking) y asignación intradiaria. Si entras a una reunión con proveedor sin separar estas tres capas, no podrás contrastar qué capa decisional optimiza realmente el módulo que te venden — visualizar una plantilla de slots es una cosa, resolver un MIP OAP estocástico para diseñar slots es otra.
Distinguir esto de otros problemas OR de salud. Programación de quirófano (#008) es el problema quirúrgico hospitalario — quirófano, equipo quirúrgico, estimación de duración. Flujo de pacientes + gestión de camas (#038) decide a qué planta ingresa el paciente, listas de camas, momento del alta. Programación de citas externas (#055) es totalmente ambulatoria — el paciente llega, se le atiende, se va; no se ingresa. La decisión es duración de slot + tasa de overbooking + prioridad de carga del slot. El software que mezcla las tres entrega media solución a cada una.
Punto más omitido en el sector: no modelar el no-show. En el sector turco de consulta externa la tasa de no-show oscila entre 20% y 30% (observación de industria). La mayoría de las clínicas acepta el no-show como ‘inevitable’ y no hace overbooking; el médico queda ocioso 1-2 horas al día y se desperdicia capacidad. El modelo académico de overbooking lo demuestra: con probabilidad de no-show calibrada, ciertos slots reciben dos pacientes, la espera media sube poco (3-6 min) y el ocio del médico cae con fuerza (30-50%). Segundo punto omitido: ventana de retorno de resultados. Se atiende al paciente por la mañana y se le pide ‘venga por la tarde por el análisis’; por la tarde la fila ya está rota. Si la plantilla de slots no incluye ‘ventana de retorno de resultados’, la segunda mitad del día siempre cae en cola.
Camino paso a paso — para la PYME
Etapa 1 — Primero medir, después planificar. Al menos 6 meses de datos de citas: por paciente, slot planificado vs hora real de entrada al consultorio, duración real, etiqueta no-show / cancelación / retraso, tipo de paciente (nuevo, control, retorno de resultados), canal de reserva (web, call, portal central nacional). Inventario de médicos: ventana semanal, vacaciones, especialidad, médico-panel o pool. Patrón de demanda: laborable vs fin de semana, picos del mes, estacionalidad (gripe, vuelta al cole).
Etapa 2 — Extraer el capital de conocimiento. Distribución de duración por médico y tipo (ajuste log-normal). Curva de probabilidad de no-show (por tipo y hora — primeros slots de la mañana suelen tener no-show alto; tarde puede tener bajo). Distribución del retorno de resultados (análisis media 60 min, imagen 90-180 min). Curva horaria de ocio y prolongación del médico. Correlación entre espera media y satisfacción.
Etapa 3 — Piloto. 8-12 semanas. Para un subconjunto (3-5 médicos, o 1 especialidad, o 1 sede) ejecutar la recomendación OAP en paralelo al diseño manual actual. La decisión sigue siendo del gestor; el sistema recomienda. Criterio de éxito fijado de antemano: espera media -15% mínimo, ocio -25% mínimo, satisfacción estable o mejor.
Etapa 4 — Despliegue. 9-15 meses para clínica completa + todas las especialidades + multisede + integración con el portal central nacional. Recordatorios SMS y opción médico-panel. Comité trimestral: real vs plan de espera, refresco de la curva de no-show, productividad, satisfacción, decisiones de capacidad (nuevo médico / especialidad / franja horaria).
Riesgos — qué puede salir mal
- Quejas de satisfacción. Si la tasa de overbooking es muy agresiva, la espera supera 30 min; las quejas suben, la tasa de segunda visita cae. En el piloto, si la espera supera el objetivo contractual, hay que bajar overbooking; ‘productividad’ sola no basta.
- Restricción contractual del seguro. Los contratos de seguro privado incluyen objetivos como espera media < 20 min; no cumplirlo trae deducciones de pago. En el OAP debe aparecer como restricción, no objetivo blando.
- Cambio del modelo de no-show. Gripe, pandemia, clima desplazan abruptamente la tasa; una plantilla optimizada con tasa estática colapsa en crisis. Modelo estocástico/por escenarios y recalibración mensual son obligatorios.
- Ventana de retorno no modelada. Si no hay ‘ventana de retorno’ en la plantilla, los pacientes llegan espontáneamente por la tarde y el médico siempre va con retraso. La plantilla debe incluirla.
- Lock-in a un único proveedor de sistema de citas. Sin cláusula contractual para exportar historial, curva de no-show, reglas de slot y datos de satisfacción en formato estándar, salir del sistema significa perder la memoria operativa de la clínica. La exportación de datos debe ser cláusula estándar."
Método de solución — visión técnica
| Enfoque | Escala típica | Tiempo de resolución | ¿Óptimo garantizado? |
|---|---|---|---|
| Duración fija (heurístico) | Único médico, <40 pacientes/día | instantáneo | No, 50-60% óptimo |
| Regla Bailey-Welch (dos pacientes en primer slot) | Único médico, 40-80 pacientes/día | instantáneo | No, heurístico motivado por Bailey 1952 |
| Asignación equilibrada Bailey (MIP determinista) | Único médico, no-show fijo | minutos | Sí (dentro del bound) |
| OAP estocástico (servicio + no-show estocásticos) | Multi-médico, multi-tipo | minutos-horas | Sí (por escenario) |
| Modelo de overbooking (basado en probabilidad de no-show) | Clínica de alto no-show | minutos | Sí (forma cerrada o MIP) |
| Simulación-optimización | Demanda compleja + retornos + dinámico | horas | No, calidad práctica |
| Horizonte rodante (intradiario) | Alta/baja online | minutos por activación | No, calidad de política online |
| Asignación en domo | Policlínica con pico horario | minutos | No, empíricamente fuerte |
Función objetivo:
- Objetivo 1 — Espera mínima: si la prioridad es el objetivo contractual de calidad.
- Objetivo 2 — Ocio + extra del médico ponderado mínimo: eficiencia operativa.
- Objetivo 3 — Espera + ocio ponderado mínimo: objetivo Bailey clásico.
- Objetivo 4 — Throughput diario máximo: análisis de capacidad / nuevo médico.
- Objetivo 5 — Satisfacción + productividad combinada máxima: multicriterio, realista.
Multicriterio: suma ponderada o jerárquico (primero restricción de espera, después productividad).
Fuentes académicas
Listadas en el frontmatter de la página bajo sources.
Fuentes
- Bailey, N. T. J. (1952). A study of queues and appointment systems in hospital out-patient departments, with special reference to waiting-times. Journal of the Royal Statistical Society. Series B, 14(2), 185-199. Trabajo fundacional del sistema de citas externas — la regla de dos pacientes en el primer slot (Bailey-Welch) procede de aquí.
- Cayirli, T. y Veral, E. (2003). Outpatient scheduling in health care: A review of literature. Production and Operations Management, 12(4), 519-549. Revisión canónica del OAP.
- Gupta, D. y Denton, B. (2008). Appointment scheduling in health care: Challenges and opportunities. IIE Transactions, 40(9), 800-819. Mapa moderno de retos-oportunidades del lado aplicación.
- LaGanga, L. R. y Lawrence, S. R. (2007). Clinic overbooking to improve patient access and increase provider productivity. Decision Sciences, 38(2), 251-276. Formulación canónica de overbooking — 8-15% de aumento de productividad.
- Erdogan, S. A. y Denton, B. (2013). Dynamic appointment scheduling of a stochastic server with uncertain demand. INFORMS Journal on Computing, 25(1), 116-132. Política dinámica bajo demanda estocástica.
- YÖK Thesis Center — palabras clave: ‘poliklinik randevu’, ‘appointment scheduling’ o ‘merkezi randevu optimizasyon’ — 20+ tesis. tez.yok.gov.tr
Glosario
- Outpatient Appointment Scheduling
- Problema de investigación operativa que diseña la duración del slot, la carga y la política de asignación intradiaria de una consulta externa — equilibrando tiempo de espera, ocio del médico y acceso en el mismo día.
- Overbooking Policy
- Práctica de reservar sistemáticamente más pacientes (o reservas) que la capacidad anticipando no-shows; en OR, formulación que equilibra matemáticamente la probabilidad de no-show contra el tiempo de espera y el ocio.
- MIP
- Modelo de optimización donde parte de las variables de decisión deben ser números enteros (p. ej. número de camiones o de turnos).
- Teoría de Colas
- Disciplina matemática que analiza líneas de espera cuando llegadas y tiempos de servicio son aleatorios.
Problemas relacionados
¿A qué paciente, en qué planta y cama, y cuándo disparar el alta?
Para la dirección de un hospital privado o clínica con 50-500 camas y 6-15 servicios (cardiología, medicina interna, pediatría, cuidados intensivos, oncología y similares). Cada día hay que tomar dos decisiones acopladas: a qué planta y cama, y a qué hora, ingresa el paciente que llega, y con cuántas horas de antelación se dispara la decisión de alta de los pacientes ya ingresados. Cuando una planta se llena, el paciente espera horas en urgencias o se coloca en el servicio equivocado, lo que alarga la estancia y eleva el riesgo clínico. Si la ocupación de camas se sigue manualmente, las colisiones urgencia-programado y la congestión de fin de semana son inevitables.
¿Qué Cirugía en Qué Quirófano, a Qué Hora?
Planificación semanal de cirugías para un hospital privado de 20–80 camas, un centro de cirugía mayor ambulatoria o una clínica con 3–8 quirófanos. Cada semana hay que planificar 40–200 intervenciones; cada caso tiene una duración estimada distinta (45 minutos a 6 horas), requiere cirujano y equipo de enfermería, tipo de anestesia, consumibles e implantes específicos, y un tiempo de ingreso y recuperación. La decisión: qué caso, qué día, en qué quirófano, en qué orden, con qué equipo. Mejorar la ocupación respetando los días libres del cirujano, el tiempo de espera del paciente y la reserva para urgencias es difícil. La planificación manual aguanta hasta 20–30 casos/semana; por encima, lleva al responsable 4–8 horas semanales y aumentan los retrasos y el sobretiempo nocturno.