Un gestore di ambulatorio prende due decisioni accoppiate: come progettare durata e disposizione degli slot sull'agenda del medico; quanti pazienti assegnare per slot dato il no-show atteso (overbooking). Classico problema OR sanitario: Outpatient Appointment Scheduling Problem (OAP).
In breve
Ti suona familiare?
- Il nostro ambulatorio vede 40-150 pazienti al giorno; gli intervalli sono fissi (15 o 20 min) ma la durata reale della visita oscilla tra 5 e 25 min, e nel pomeriggio la coda salta.
- Il paziente prenota le 09:00 ma entra dal medico alle 09:50; le lamentele per il tempo di attesa sono ormai di routine.
- Il medico chiude l'ultimo paziente alle 19:45 invece che alle 18:30; le ore extra si accumulano ogni settimana e l'insoddisfazione medica è cominciata.
- La nostra quota di no-show è del 20-30%, ma non facciamo overbooking; il medico resta inattivo 60-90 minuti al giorno e il ROI è discutibile.
- Il ritardo dei referti (analisi, immagini) rimette i pazienti in coda — quando arriva l'ondata di follow-up la fila va fuori controllo.
- Siamo collegati al portale centrale nazionale di prenotazione; il template degli slot deve combaciare col portale, ma la dinamica locale dell'ambulatorio è diversa.
- Stiamo valutando di aprire un nuovo medico / nuova specialità; per la pianificazione di capacità manca una curva concreta di attesa / utilizzo del medico.
Perché è importante
Come si risolve
Profondità tecnica
Come si risolve
Profondità tecnicaIn una frase: Invece di dividere l’agenda del medico in blocchi fissi da 15 minuti, fissa la durata dello slot dalla distribuzione reale della durata della visita e dalla percentuale di no-show — due pazienti in alcuni slot, altri più lunghi — per minimizzare insieme l’attesa del paziente e il tempo morto del medico.
In Ricerca Operativa (disciplina che usa matematica e informatica per risolvere decisioni di business) il problema è studiato come Outpatient Appointment Scheduling Problem (OAP). La decisione ha tre componenti: progetto della durata dello slot (quanto tempo per slot), carico / overbooking (quanti pazienti per slot), assegnazione infragiornaliera (quale tipo di paziente in quale slot — urgente vs routine, breve vs lungo). Soluzione in tre fasi:
1. Modellazione. Dati di input: distribuzione della domanda (arrivi giornalieri/orari, etichette tipo paziente — nuovo vs controllo, controllo rapido vs visita dettagliata, ritorno referto vs prima registrazione), distribuzione della durata reale di visita (log-normale — distribuzione asimmetrica a destra comune, media + deviazione), probabilità di no-show (funzione di tipo paziente e ora), agenda del medico (turni settimanali, pause, ferie), capacità (slot giornalieri totali, numero di ambulatori). Vincoli: finestra di lavoro giornaliera (es. 09:00-17:00 con pause), prolungamento massimo orario extra (es. 30 min), continuità medico-paziente (sistema medico-panel: il paziente resta con lo stesso medico), pause obbligatorie. Obiettivo: somma pesata di tempo di attesa del paziente e tempo morto del medico minimizzata.
2. Decisione con solver. Tre approcci classici: progetto durata slot — assegnazione bilanciata (spaziatura uguale), regola Bailey-Welch (due pazienti nel primo slot, uno nei restanti — euristica classica), forma a cupola (slot più fitti nel picco di domanda), assegnazione a blocchi variabili; modello di overbooking — deterministico (quota no-show fissa) o stocastico (probabilità di no-show estratta da una distribuzione, attesa attesa + tempo morto atteso nella funzione obiettivo); assegnazione infragiornaliera — MIP (Mixed-Integer Linear Programming — ottimizzazione con alcune variabili 0/1 e altre continue) per il template settimanale di slot, poi regola di priorità per l’assegnazione dinamica (urgente vs routine). Per tempo di servizio stocastico + no-show: programmazione stocastica o simulazione-ottimizzazione (provare centinaia di scenari di domanda e scegliere la politica migliore — l’approccio pratico più diffuso). Decisioni online/dinamiche (aggiunta/cancellazione infragiornaliera): online policy (regola di priorità al momento dell’arrivo) o MIP a orizzonte mobile (il template viene risolto di nuovo giornalmente/settimanalmente).
3. Integrazione sul campo. Output a tre livelli: template settimanale di slot (per medico: giorno-ora-durata-tasso overbooking), lista giornaliera di assegnazione (matching paziente-slot — regola di priorità per tipo), report mensile (reale vs piano: attesa media, utilizzo del medico, deriva del no-show, uso della capacità extra). Il sistema appuntamenti rivolto al paziente (sito, call center, app mobile, portale centrale nazionale) legge il template. Promemoria SMS (efficace riduttore di no-show, 3-5 punti percentuali), proposta automatica di follow-up al referto pronto. Comitato trimestrale: reale vs piano dell’attesa media, produttività del medico, curva del no-show, punteggio di soddisfazione.
Alternative
Manuale + foglio di calcolo
GratuitoNessuna licenza
Per chi: Studio mono-medico, meno di 40 pazienti/giorno
- + Zero costi software
- + L'esperienza del responsabile clinica è in prima linea
- + Modifiche rapide (paziente urgente) per telefono
- − Sopra i 40 pazienti/giorno il disegno degli slot satura il responsabile
- − Non si può modellare il no-show — overbooking d'istinto
- − Il tempo di attesa non è misurato né riportato
- − Analisi di capacità (per decisioni nuovo medico/specialità) debole
Modulo appuntamenti del sistema informativo ospedaliero locale
Aziendale100K-500K TRY licenza + 30K-150K TRY/anno manutenzione (osservazione mercato TR)
Per chi: Ambulatorio medio (5-15 medici), 80-300 pazienti/giorno
- + Vicino alla regolamentazione TR (integrazione assicurazioni, allineamento al sistema centrale nazionale)
- + Integrato con la cartella clinica
- + Interfaccia in turco, supporto locale
- + Reportistica base (occupazione giornaliera, no-show)
- − Niente ottimizzazione del disegno slot — template a mano
- − Modello di overbooking assente o solo quota piatta
- − Durata stocastica non modellata — durata fissa
- − Niente simulazione di capacità
Piattaforma internazionale di operazioni cliniche
Aziendale200K-1,5M EUR licenza + 80K-400K EUR/anno manutenzione (grande IT sanitaria)
Per chi: Grande catena di cliniche / ospedale universitario (15+ medici, multidisciplinare)
- + Modulo di disegno slot maturo — spaziatura uguale, due pazienti nel primo slot, slot più fitti nel picco (cupola), blocco variabile
- + Variabilità del tempo di visita e probabilità di no-show entrano nei modelli
- + Analisi di scenario ('se aumento l'overbooking del 10%, come cambia l'attesa media?')
- + Reportistica di capacità ricca
- − Licenza alta + lungo (9-18 mesi) deployment
- − Personalizzazione regolamentare TR (assicurazioni, integrazione portale centrale nazionale) allunga il progetto
- − Ampio programma di formazione clinica
- − Formati dati proprietari
Solver open-source + modulo custom
Open SourceLicenza gratuita; sviluppo interno 14-26 settimane o 400K-1,2M TRY consulenza
Per chi: Gruppo sanitario con team tecnico, integrazione con sistema ospedaliero esistente
- + Nessuna licenza
- + Strumenti open-source per disegno slot e overbooking sono maturi
- + Test di scenario ('se faccio X, succede Y') ben supportati
- + Riutilizzabile su più cliniche/specialità
- − Servono esperto in ottimizzazione interno + analista operazioni sanitarie
- − Dal primo prototipo al sistema in campo 6-10 mesi
- − Manutenzione resta in carico al gestore
- − Integrazione col portale centrale nazionale è un progetto a parte
Raccomandazione
Chiedi nell'incontro
- Quali approcci di disegno slot sono supportati — spaziatura uguale, due pazienti nel primo slot, slot più fitti nel picco, blocco variabile? Si può definire un template per medico?
- Il modello di overbooking utilizza una distribuzione di probabilità di no-show o solo una quota piatta? È supportata una funzione obiettivo combinata 'minimizzare attesa + tempo morto'?
- Il sistema modella una durata di visita che varia per medico e tipo paziente? La durata dello slot può variare per tipo paziente?
- La probabilità di no-show viene calcolata dinamicamente — per tipo, ora, storico — o è un'unica quota piatta?
- Esiste un modulo di analisi di scenario che risponda a 'se aumento l'overbooking del 10%, come cambia l'attesa media?'?
- È supportata la sincronizzazione bidirezionale col portale centrale nazionale? Il template degli slot si propaga in automatico?
- Durante un pilota con 8-12 settimane di dati reali, in che forma si riporta il risparmio rispetto al disegno manuale precedente?
- Al termine del contratto, in quale formato standard si esportano storico appuntamenti, curva del no-show, regole degli slot e dati di soddisfazione?
Dettagli tecnici
Nota dell’editor
Nel linguaggio comune si parla di ‘sistema di appuntamento ambulatoriale’, ‘disegno degli intervalli’, ‘pianificazione dell’agenda medica’. Nella letteratura accademica c’è un solo nome: Outpatient Appointment Scheduling Problem (OAP). Al suo interno tre sotto-decisioni collegate — disegno della durata dello slot, carico dello slot (overbooking) e assegnazione infragiornaliera. Se entri in un incontro col fornitore senza separare questi tre livelli, non puoi verificare quale livello decisionale il modulo proposto stia davvero ottimizzando — visualizzare un template è una cosa, risolvere un MIP OAP stocastico per il disegno dello slot è un’altra.
Distinguere questo dagli altri problemi OR sanitari. Pianificazione della sala operatoria (#008) è il problema della chirurgia in degenza — sala, équipe, stima della durata. Flusso del paziente + gestione letti (#038) decide in quale reparto ricoverare, prontezza del letto, momento della dimissione. Programmazione degli appuntamenti ambulatoriali (#055) è completamente ambulatoriale — il paziente arriva, è visitato, va via; non viene ricoverato. La decisione è durata slot + tasso di overbooking + priorità di carico dello slot. Software che mescolano le tre danno mezza soluzione per ciascuna.
Punto più trascurato nel settore: mancata modellazione del no-show. Nel settore ambulatoriale turco la quota di no-show oscilla tra il 20% e il 30% (osservazione di settore). La maggior parte delle cliniche accetta il no-show come ‘inevitabile’ e non fa overbooking; il medico resta inattivo 1-2 ore al giorno, la capacità si spreca. Il modello accademico di overbooking lo dimostra: con probabilità di no-show calibrata, alcuni slot ricevono due pazienti, l’attesa media sale di poco (3-6 min) e il tempo morto cala fortemente (30-50%). Secondo punto trascurato: finestra di ritorno referto. Si visita il paziente al mattino e gli si dice ’torni nel pomeriggio per l’esito’; al pomeriggio la coda è già rotta. Se il template degli slot non contiene la ‘finestra di ritorno referto’, la seconda metà di giornata cade sempre in coda.
Percorso passo-passo — per la PMI
Fase 1 — Prima misurare, poi pianificare. Almeno 6 mesi di dati appuntamenti: per paziente, slot pianificato vs ora di ingresso reale, durata reale, etichetta no-show / annullamento / ritardo, tipo paziente (nuovo, controllo, ritorno referto), canale di prenotazione (web, call, portale centrale nazionale). Inventario medici: finestra settimanale, ferie, specialità, panel o pool. Pattern di domanda: feriale vs weekend, picchi del mese, stagionalità (influenza, rientro scuola).
Fase 2 — Estrarre il capitale di conoscenza. Distribuzione durata per medico e tipo (fit log-normale). Curva di no-show (per tipo e ora — primi slot del mattino spesso no-show alto; tardo pomeriggio basso). Distribuzione del tempo di ritorno referto (analisi media 60 min, imaging 90-180 min). Curva oraria di tempo morto e ore extra. Correlazione tra attesa media e soddisfazione.
Fase 3 — Pilota. 8-12 settimane. Su un sottoinsieme (3-5 medici, o 1 specialità, o 1 sede) far girare la raccomandazione OAP in parallelo al disegno manuale corrente. La decisione resta al responsabile; il sistema raccomanda. Criterio di successo fissato prima: attesa media -15% minimo, tempo morto -25% minimo, soddisfazione stabile o in crescita.
Fase 4 — Rollout. 9-15 mesi per ambulatorio intero + tutte le specialità + multi-sede + integrazione con portale centrale nazionale. Promemoria SMS e opzione medico-panel. Comitato trimestrale: reale vs piano dell’attesa, refresh della curva di no-show, produttività, soddisfazione, decisioni di capacità (nuovo medico / specialità / fascia oraria).
Rischi — cosa può andare storto
- Lamentele sulla soddisfazione. Se l’overbooking è troppo aggressivo l’attesa supera 30 min; i reclami crescono, la seconda visita cala. Nel pilota, se l’attesa supera l’obiettivo contrattuale, l’overbooking va ridotto; la ‘produttività’ da sola non basta.
- Vincolo contrattuale assicurativo. I contratti privati includono obiettivi di qualità tipo attesa media < 20 min; mancarli porta detrazioni di pagamento. Nel modello OAP la metrica deve apparire come vincolo, non obiettivo soft.
- Modello di no-show che cambia. Influenza, pandemia, meteo spostano bruscamente la quota; un template ottimizzato su quota statica collassa in crisi. Modello stocastico/per scenari e ricalibrazione mensile sono obbligatori.
- Finestra di ritorno referto non modellata. Se manca la ‘finestra di ritorno referto’ nel template, i pazienti tornano spontaneamente nel pomeriggio e il medico è sempre in ritardo. Il template deve includerla.
- Lock-in su un unico fornitore di sistema appuntamenti. Senza clausola contrattuale di export di storico, curva di no-show, regole slot e dati di soddisfazione in formato standard, uscire dal sistema significa perdere la memoria operativa della clinica. L’export va inserito come clausola standard."
Metodo di soluzione — vista tecnica
| Approccio | Scala tipica | Tempo di risoluzione | Ottimo garantito? |
|---|---|---|---|
| Durata fissa (euristico) | Singolo medico, <40 pazienti/giorno | istantaneo | No, 50-60% ottimo |
| Regola Bailey-Welch (due pazienti nel primo slot) | Singolo medico, 40-80 pazienti/giorno | istantaneo | No, euristico motivato da Bailey 1952 |
| Assegnazione bilanciata Bailey (MIP deterministico) | Singolo medico, no-show fisso | minuti | Sì (entro bound) |
| OAP stocastico (servizio + no-show stocastici) | Multi-medico, multi-tipo | minuti-ore | Sì (per scenario) |
| Modello di overbooking (basato su probabilità di no-show) | Clinica con no-show elevato | minuti | Sì (forma chiusa o MIP) |
| Simulazione-ottimizzazione | Domanda complessa + referti + dinamico | ore | No, qualità pratica |
| Orizzonte mobile (infragiornaliero) | Aggiunta/cancellazione online | minuti per evento | No, qualità di policy online |
| Assegnazione a cupola | Poliambulatorio con picco orario | minuti | No, fortemente empirica |
Funzione obiettivo:
- Obiettivo 1 — Attesa minima: se la priorità è l’obiettivo contrattuale di qualità.
- Obiettivo 2 — Tempo morto + ore extra pesati minimo: efficienza operativa.
- Obiettivo 3 — Attesa + tempo morto pesato minimo: obiettivo Bailey classico.
- Obiettivo 4 — Throughput giornaliero massimo: analisi di capacità / nuovo medico.
- Obiettivo 5 — Soddisfazione + produttività combinato massimo: multiobiettivo, realistico.
Multiobiettivo: somma pesata o gerarchico (prima vincolo di attesa, poi produttività).
Fonti accademiche
Elencate nel frontmatter sotto sources.
Fonti
- 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. Lavoro fondativo dei sistemi di appuntamento ambulatoriale — la regola dei due pazienti nel primo slot (Bailey-Welch) viene da qui.
- Cayirli, T. e Veral, E. (2003). Outpatient scheduling in health care: A review of literature. Production and Operations Management, 12(4), 519-549. Rassegna canonica dell’OAP.
- Gupta, D. e Denton, B. (2008). Appointment scheduling in health care: Challenges and opportunities. IIE Transactions, 40(9), 800-819. Mappa moderna di sfide e opportunità sul lato applicativo.
- LaGanga, L. R. e Lawrence, S. R. (2007). Clinic overbooking to improve patient access and increase provider productivity. Decision Sciences, 38(2), 251-276. Formulazione canonica dell’overbooking — 8-15% di guadagno di produttività.
- Erdogan, S. A. e Denton, B. (2013). Dynamic appointment scheduling of a stochastic server with uncertain demand. INFORMS Journal on Computing, 25(1), 116-132. Politica dinamica con domanda stocastica.
- YÖK Thesis Center — parole chiave: ‘poliklinik randevu’, ‘appointment scheduling’ o ‘merkezi randevu optimizasyon’ — 20+ tesi. tez.yok.gov.tr
Glossario
- Outpatient Appointment Scheduling
- Problema di ricerca operativa per progettare la durata dello slot, il carico e la politica di assegnazione infragiornaliera di un ambulatorio — bilanciando attesa del paziente, tempo morto del medico e accesso in giornata.
- Overbooking Policy
- Pratica di prenotare sistematicamente più pazienti (o prenotazioni) della capacità anticipando i no-show; in OR, formulazione che bilancia matematicamente la probabilità di no-show con tempo di attesa e tempo morto.
- 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
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.
Quale paziente in quale reparto e letto, e quando innescare la dimissione?
Per la direzione di un ospedale privato o di una clinica con 50-500 letti e 6-15 reparti (cardiologia, medicina interna, pediatria, terapia intensiva, oncologia e simili). Ogni giorno bisogna prendere due decisioni accoppiate: in quale reparto e letto, e a quale ora, viene ricoverato il paziente in arrivo, e con quante ore di anticipo viene innescata la decisione di dimissione per i pazienti già ricoverati. Quando un reparto si riempie, il paziente attende ore in pronto soccorso oppure viene messo nel reparto sbagliato, allungando la degenza e aumentando il rischio clinico. Se l'occupazione dei letti è seguita manualmente, le collisioni urgenza-elettivo e la congestione del fine settimana sono inevitabili.