Gli ospedali hanno due decisioni accoppiate: quale paziente (urgenza o programmato) va in quale reparto e letto, e quando innescare la dimissione per liberare letti domani. OR sanitario classico: Patient Flow e Bed Allocation.
In breve
Ti suona familiare?
- I pazienti in attesa di ricovero dal PS (ED boarding) restano 4-12 ore seduti la mattina; il reparto dice 'domani mattina ci sarà una dimissione, faremo posto', la dimissione effettiva slitta al pomeriggio.
- Quando il reparto è pieno un paziente di medicina interna viene collocato in un letto di cardiologia o neurologia (off-service); poiché la specialità infermieristica non corrisponde, la degenza cresce di 1-3 giorni.
- Lunedì mattina partono i ricoveri programmati ma i ricoveri d'urgenza del fine settimana non hanno lasciato letti; i pazienti in uscita dal blocco operatorio non trovano posto, blocco uscita sala.
- Non c'è letto di reparto per ricevere un paziente step-down dalla terapia intensiva; 1-2 giorni in più in TI, niente posto per il prossimo caso critico.
- Per un paziente che richiede isolamento (infezione, immunodepresso, regole MRE) non c'è letto adeguato; o aspetta o si flette la regola clinica.
- Per evitare camere miste per genere il coordinatore riorganizza il foglio di calcolo ogni mattina; 20-50 minuti al giorno persi.
- Per la pianificazione di una pandemia o di un picco stagionale (ondata invernale) non esistono curve concrete di occupazione né distribuzione per reparto; la direzione decide la capacità a sentimento.
Perché è importante
Come si risolve
Profondità tecnica
Come si risolve
Profondità tecnicaIn una frase: Lega l’assegnazione letto del mattino alla dimissione del pomeriggio — emetti l’ordine di dimissione il giorno prima, così il letto è libero alle 11, non alle 16. “Dimissione domani mattina” non significa letto libero oggi; anticipare l’orario reale di uscita è la chiave.
Questo problema compare nella ricerca operativa (disciplina che usa matematica e computer per risolvere decisioni di business) come due decisioni accoppiate: Patient Flow (movimento del paziente — pronto soccorso al reparto, reparto alla TI, TI al reparto, reparto alla dimissione — analizzato come rete temporale) e Bed Allocation (quale paziente, quale reparto, quale letto, a quale ora). Soluzione in tre fasi:
1. Modellazione. Dati di ingresso: domanda (tasso di arrivo in PS orario / giornaliero, rapporto ricovero-da-PS, calendario settimanale degli elettivi noto in anticipo, etichette del tipo di paziente — cardiaco, interno, chirurgico, pediatrico, con isolamento), inventario reparti (letti per reparto, tipo di stanza singola / doppia / multipla, stanze di isolamento, regola di rapporto infermieri-pazienti), distribuzioni di degenza (per reparto / tipo paziente — log-normale comune), matrice di compatibilità clinica. Vincoli: separazione di genere in stanza condivisa, isolamento (infezione, immunodepresso), rapporto infermieri-pazienti per turno, catena step-down TI.
2. Decisione con solver. Due approcci classici: strato capacità — catena di Markov / rete di code (matematica che modella il flusso pazienti con probabilità e tempi di attesa) per il bilanciamento del pool letti su orizzonte annuale o mensile; strato operativo — MIP giornaliero / orario di assegnazione (Mixed-Integer Linear Programming — ottimizzazione con alcune variabili 0/1 e altre continue) che accoppia onde di pazienti con letti adeguati. La simulazione a eventi discreti (modello informatico in cui ogni paziente è un’entità virtuale che scorre nel sistema) risponde a ‘cosa succede se apriamo 10 letti / accettiamo 5 elettivi in più lunedì’. Rolling-horizon: ogni mattina lo stato letti, gli arrivi elettivi attesi e le emergenze previste alimentano un piano orario; la sera si aggiornano le previsioni di dimissione.
3. Integrazione operativa. Output in due strati: cruscotto di gestione letti (per coordinatore PS e capo reparto — quale letto si libera quando, quale paziente in arrivo riceve quale letto) e calendario settimanale dei ricoveri programmati (riserve di letto per programmati). Il sistema informativo ospedaliero (HIS / HBYS) alimenta il modulo Patient Flow: triage PS, ordine di ricovero, ordine di dimissione, turni infermieri, registri di isolamento. Comitato ospedaliero trimestrale: reale vs previsto ED boarding, percentuale off-service, deriva di degenza, equilibrio di occupazione."
Alternative
Manuale più lavagna
GratuitoLicenza zero
Per chi: Ospedale piccolo (50-100 letti), 3-5 reparti, 30-60 accessi PS al giorno
- + Costo zero
- + Esperienza del coordinatore in primo piano
- + Reazione rapida ai cambi via telefono
- − Oltre 100 letti il coordinatore satura mentalmente
- − Off-service per intuito — nessuna garanzia di ottimo
- − Niente previsione dimissioni — letti non pronti al mattino
- − Analisi capacità per investimenti debole
Modulo HIS di tracciamento letti
Aziendale150K-800K TRY licenza più 50K-200K TRY/anno manutenzione (mercato TR)
Per chi: Ospedale medio (100-300 letti), 5-10 reparti
- + Vicino alla normativa TR (SGK, MEDULA)
- + Integrato con la cartella clinica
- + Interfaccia in turco, supporto locale
- − Modulo letti spesso solo 'vista di stato' — niente ottimizzazione
- − Modello di previsione dimissione assente o euristico
- − Niente integrazione Markov / MIP
Piattaforma internazionale di operations cliniche
Aziendale500K-3M EUR licenza più 100K-500K EUR/anno manutenzione (grande IT sanità)
Per chi: Ospedale grande / complesso (300+ letti), 10+ reparti, più TI
- + Modulo Patient Flow maturo — Markov + MIP + simulazione
- + PS + reparto + TI + dimissione integrati
- + Report di analisi capacità ricchi
- − Licenza alta e implementazione lunga (12-30 mesi)
- − Personalizzazione normativa TR (SGK, MEDULA, MHRS) aggiunge tempo progetto
- − Vasto programma di formazione clinica
Solver open-source più modulo Patient Flow proprio
Open SourceLicenza zero; sviluppo interno 16-32 settimane o 600K-1.8M TRY consulenza
Per chi: Ospedale / ospedale universitario con team tecnologia, integrazione HIS
- + Niente costo di licenza
- + Letteratura Patient Flow ben definita con solver open-source
- + Simulazione a eventi discreti matura nell'open-source
- − Servono esperto OR interno e team integrazione HIS
- − Tempo da prototipo accademico a sala clinica
- − Validazione clinica e manutenzione interne
Raccomandazione
Chiedi nell'incontro
- Quale metodo si usa per assegnare il letto — MIP, catena di Markov, regola euristica o solo vista di stato?
- C'è un modello di previsione dimissione, da cosa si alimenta (giorno di ricovero, codice diagnostico, trend di laboratorio) e quanto è accurato a 24-48 ore?
- Gli strati online (orario / intra-giornaliero) e offline (settimanale degli elettivi) sono nello stesso modulo?
- Come è rappresentata la penalità off-service nei vincoli o nella funzione obiettivo — calibrata sul prolungamento della degenza?
- Come sono definiti nel sistema i vincoli clinici (isolamento, separazione di genere, rapporto infermieri-pazienti)?
- Il flusso dati fra triage PS e modulo letti è bidirezionale e in tempo reale?
- C'è un modulo di simulazione per pandemia o picco stagionale (surge)? Si possono fare what-if su dati storici?
- Se il contratto termina, in che formato possiamo esportare storico ricoveri, dati di previsione dimissione, registri off-service e curve di occupazione?
Dettagli tecnici
Nota della redazione
Nel linguaggio quotidiano dell’ospedale questo problema si chiama “occupazione letti”, “collocamento in reparto” o “innesco della dimissione”. In letteratura accademica porta due nomi accoppiati: Patient Flow per la catena di movimento del paziente e Bed Allocation per la decisione di assegnazione. Hulshof e colleghi (2012) separano offline (pianificazione settimanale / mensile della capacità) da online (decisione intra-giornaliera). Se non si pensano insieme, il piano di capacità appare equilibrato sulla carta e l’assegnazione intra-giornaliera diventa ogni mattina una crisi.
Questo problema è distinto dalla pianificazione del blocco operatorio (problema 8). #008 riguarda quale intervento a quale ora in quale sala (sequenza, utilizzo, rotazione). #038 riguarda quale paziente in quale reparto e letto e quando innescare la dimissione (catena di flusso, equilibrio di capacità, off-service). I due problemi si nutrono: se l’uscita dal blocco aspetta un letto, #008 subisce blocco uscita; se i reparti non innescano dimissioni, #038 subisce crisi di capacità.
Il punto più trascurato del settore: la previsione di dimissione. La maggior parte degli ospedali decide la dimissione durante il giro visite mattutino; la documentazione termina pomeriggio. L’onda mattutina dei ricoveri da PS entra tra le 06:00 e le 10:00 — i letti in quella finestra non sono pronti. Hulshof e colleghi (2012) separano nettamente online e offline; se la previsione di dimissione gira 24-48 ore prima (giorno di ricovero, trend di laboratorio, stato clinico), la disponibilità mattutina diventa operativamente fattibile. Secondo punto trascurato: il costo del piazzamento off-service. Mettere un paziente di medicina interna in un letto cardiologico fa sì che la competenza infermieristica non corrisponda e la degenza cresca di 0,5-2 giorni; questo costo va rappresentato come peso di penalità nella funzione obiettivo del MIP (Bachouch e colleghi 2012).
Passo per passo — per la PMI
Fase 1 — Misurare prima di pianificare. Almeno 12 mesi di dati di ricovero: per ogni ricovero ora di ingresso, ora di dimissione, canale (PS / elettivo / trasferimento), reparto assegnato, diagnosi primaria, flag off-service. Dati di triage PS: ora di arrivo, livello, ora decisione di ricovero, trasferimento al reparto (ED boarding). Inventario reparti: letti, tipo di stanza, capacità di isolamento, rapporto infermieri-pazienti. Matrice di compatibilità clinica.
Fase 2 — Estrarre la conoscenza di pianificazione. Distribuzione di degenza per tipo / reparto. Quali diagnosi ricoverano in quali reparti. Quali reparti si alimentano (catena step-down TI). Pattern stagionali e settimanali.
Fase 3 — Pilota. 12-16 settimane. Per un sottoinsieme (es. un blocco internistico di 3-5 reparti) raccomandazione MIP in parallelo al piazzamento manuale. La decisione resta al coordinatore. Criteri di successo definiti in anticipo: ED boarding -10% minimo, off-service -15%.
Fase 4 — Roll-out. 9-18 mesi: tutti i reparti, step-down TI, riserve elettivi. Assegnazione in tempo reale innescata dal triage. Comitato ospedaliero trimestrale.
Rischi — cosa può andare storto
- Previsione di dimissione mal calibrata. Senza una previsione meccanica prima della visita, la disponibilità mattutina diventa crisi quotidiana. Il modello deve girare 24-48 ore prima.
- Nessun piano per surge (pandemia / stagionale). Un’ondata invernale o una pandemia rompe l’equilibrio del pool; regola di surge bed e simulazione sono imprescindibili.
- Off-service carica costi in silenzio. Liberare un letto oggi può costare 1-2 giorni extra. Peso di penalità calibrato nella funzione obiettivo.
- Dipendenza da un singolo fornitore. Senza clausola di esportazione annuale in formato standard (storico ricoveri, previsione, off-service), uscire dal sistema significa perdere la memoria operativa dell’ospedale.
Vista tecnica del metodo
| Approccio | Scala tipica | Tempo di soluzione | Ottimo garantito? |
|---|---|---|---|
| Assegnazione euristica | Ospedale piccolo, <100 letti | istantaneo | No, 50-70% ottimo |
| Catena di Markov (bilancio pool) | Capacità mensile / annuale | minuti | Equilibrio stocastico, non ottimo |
| MIP assegnazione (Bachouch 2012) | Medio, intra-giornaliero 5-15 reparti | minuti-ore | Sì (entro bound) |
| Simulazione a eventi discreti | Multi-reparto + TI, what-if | ore | No, performance media |
| Rete di code (Green 2006) | Investimento di capacità | minuti | Equilibrio analitico stazionario |
| MIP rolling-horizon + simulazione | Complesso, domanda stocastica | ore-continuo | No, buona qualità pratica |
Opzioni di funzione obiettivo:
- Obiettivo 1 — ED boarding minimo: evita la congestione PS.
- Obiettivo 2 — Penalità off-service minima pesata: preserva la compatibilità clinica.
- Obiettivo 3 — Bilancio di occupazione: occupazione uniforme.
- Obiettivo 4 — Cancellazioni elettivi minime: protegge la fiducia dei programmati.
Multi-obiettivo: somma pesata o gerarchico (prima compatibilità clinica, poi ED boarding, poi bilanciamento).
Fonti accademiche
Elencate nel frontmatter sotto sources.
Fonti
- Hulshof, P. J. H., Kortbeek, N., Boucherie, R. J., Hans, E. W. e Bakker, P. J. M. (2012). Taxonomic classification of planning decisions in health care: a structured review of the state of the art in OR/MS. Health Systems, 1(2), 129-175.
- Cochran, J. K. e Bharti, A. (2006). Stochastic bed balancing of an obstetrics hospital. Health Care Management Science, 9(1), 31-45.
- Bachouch, R. B., Guinet, A. e Hajri-Gabouj, S. (2012). An integer linear model for hospital bed planning. International Journal of Production Economics, 140(2), 833-840.
- Vanberkel, P. T., Boucherie, R. J., Hans, E. W., Hurink, J. L. e Litvak, N. (2010). A survey of health care models that encompass multiple departments. International Journal of Health Management and Information, 1(1), 37-69.
- Green, L. V. (2006). Queueing analysis in healthcare. In Patient Flow: Reducing Delay in Healthcare Delivery, Springer.
- YÖK Tez Merkezi — parola chiave: ‘hasta akışı’ o ‘yatak yönetimi’ o ‘hastane kapasitesi’ — 20+ tesi. tez.yok.gov.tr
Glossario
- Patient Flow
- Studio di ricerca operativa e teoria delle code su come i pazienti si muovono tra le unità dell'ospedale — pronto soccorso, reparto, terapia intensiva, dimissione — e sulle decisioni di tempistica che modellano throughput e durata della degenza.
- Bed Allocation
- Problema di decidere quale paziente ricoverare in quale reparto e letto, e a quale ora — sotto i vincoli di compatibilità clinica, isolamento, separazione di genere e rapporto infermieri-pazienti.
- MIP
- Modello di ottimizzazione in cui alcune variabili decisionali devono essere numeri interi (es. numero di camion, numero di turni).
- Teoria delle Code
- Disciplina matematica che analizza le linee d'attesa quando arrivi e tempi di servizio sono casuali.
Problemi correlati
Come distribuisco gli appuntamenti dell'ambulatorio — tenendo bassi insieme attesa del paziente e tempo morto del medico?
Questa pagina è per il responsabile di una clinica privata o di un ambulatorio ospedaliero con 5-20 medici che gestisce 100-800 appuntamenti al giorno. Due decisioni accoppiate: quanto deve durare uno slot (15 o 20 minuti, uguale per tutti o no), e conviene che alcuni slot accolgano due pazienti per assorbire i no-show? Un disegno sbagliato fa scattare tre cose insieme: i pazienti aspettano 40-90 minuti e la linea reclami si riempie, il medico resta inattivo 1-2 ore nel pomeriggio o tira fino alle 20:00, e una quota di no-show del 20-30% erode la capacità senza che nessuno se ne accorga. Un modello fisso da 15 minuti sembra ordinato sulla carta, ma quando le visite vere oscillano tra 5 e 25 minuti la coda del pomeriggio crolla sempre.
Quale Intervento in Quale Sala, a Che Ora?
Pianificazione settimanale degli interventi per un ospedale privato da 20–80 posti letto, un centro di chirurgia ambulatoriale o una clinica con 3–8 sale operatorie. Ogni settimana vanno pianificati 40–200 interventi; ogni caso ha una durata stimata diversa (da 45 minuti a 6 ore), richiede chirurgo ed équipe infermieristica, tipo di anestesia, materiali di consumo e impianti specifici, e un tempo di degenza e risveglio. La decisione: quale caso, in quale giorno, in quale sala, in che ordine, con quale équipe. Aumentare l'occupazione delle sale rispettando i giorni liberi del chirurgo, il tempo di attesa del paziente e la riserva per emergenze è difficile. La pianificazione manuale regge fino a 20–30 casi/settimana; oltre, costa al responsabile 4–8 ore a settimana e aumentano i ritardi e gli straordinari notturni.