Hastanede iki bağlı karar: gelen hasta hangi servise hangi yatağa yatırılır (acil veya elektif), taburcu kararı ne zaman önceden tetiklenir. Klasik sağlık OR problemi: Patient Flow ve Bed Allocation.
Kısaca
Tanıdık geliyor mu?
- Acil serviste yatış bekleyen hasta (ED boarding) sabahları 4-12 saat oturuyor; servis 'yarın sabah taburcu var, yer açarız' diyor ama gerçek taburcu öğleden sonrayı buluyor.
- Servis dolduğunda dahiliye hastası kardiyoloji yatağına ya da nöroloji yatağına yerleştiriliyor (off-service); hemşire ekibinin uzmanlık alanına uymadığı için yatış süresi 1-3 gün uzuyor.
- Pazartesi sabahları elektif yatışlar başlıyor ama hafta sonu acil yatışlardan dolayı yatak yok; ameliyathaneden çıkan hastaya yer bulunamadığı için ameliyathane çıkışı blokajı oluşuyor.
- Yoğun bakım çıkış (step-down) hastasını alacak servis yatağı bulunamıyor; yoğun bakımda gereksiz 1-2 gün geçiyor, yeni acil yoğun bakım vakası için yer kalmıyor.
- İzolasyon gereken hasta (enfeksiyon, MR uyumsuz oda) için uygun yatak yok; ya bekletiliyor ya da klinik kuralın esnetilmesi tartışılıyor.
- Aynı odada cinsiyet karışımı yapmak için planlamacı her sabah tabloyu elle yeniden düzenliyor; günde 20-50 dakika boşa giden zaman.
- Pandemi veya mevsimsel sürge (kış grip dalgası) planlaması için somut yatak doluluk eğrisi ve servis-bazlı dağılım verisi yok; yönetim kapasite kararını sezgisel veriyor.
Niye önemli?
Nasıl çözülür?
Teknik derinlik
Nasıl çözülür?
Teknik derinlikTek satırla: Sabahki yatak atamasını öğleden sonraki taburcuyla birlikte düşün — taburcu kararını bir gün önceden tetikle ki yatak sabah 11:00’de boşalsın, acil servisteki hasta hemen çıkabilsin. ‘Yarın sabah taburcu var’ demek bugünün boşalan yatağı demek değil; gerçek boşalma saatini erkene almak şart.
Bu problem operasyon araştırması (matematik ve bilgisayarla iş kararı veren disiplin) literatüründe bağlı iki karar olarak çalışılır: Patient Flow (hasta akışı — acil servisten servise, servisten yoğun bakıma, yoğun bakımdan servise, servisten taburcuya geçişlerin zaman içindeki ağ analizi) ve Bed Allocation (yatak atama — hangi hasta hangi servise hangi yatağa, hangi saatte). Çözüm üç aşamalı:
1. Modelleme. Veri girdileri: hasta talebi (acil servis başvuru hızı — saatlik / günlük, başvuru-yatış oranı, elektif yatış takvimi haftalık önden bilinir, hasta tipi etiketleri — kardiyak, dahili, cerrahi, pediatrik, izolasyon gerektiren), servis envanteri (her servis için yatak sayısı, oda tipi — tek/çift/çoklu, izolasyon odası sayısı, hemşire-hasta oranı kuralı), yatış süresi dağılımı (her servis-hasta tipi için ortalama ve dağılım — log-normal yaygın), klinik uyumluluk matrisi (hangi hasta tipi hangi serviste primary, hangisinde acceptable, hangisinde uygunsuz). Kısıtlar: cinsiyet ayrımı (paylaşımlı odada), izolasyon kuralı (enfeksiyon, bağışıklığı baskılanmış hasta), hemşire-hasta oranı (servis vardiyasında), yoğun bakım step-down zinciri.
2. Çözücü ile karar. İki klasik yaklaşım: kapasite katmanı — Markov zinciri / kuyruk ağı (hasta akışını olasılık ve bekleme süreleriyle modelleyen matematik) ile yatak havuzu dengesini yıllık veya aylık planla; operasyonel katman — günlük / saatlik yatak atama MIP’i (Mixed-Integer Linear Programming — bazı kararları 0/1 olarak çözen optimizasyon) ile gelen hasta dalgasını uygun servis-yatağa eşle. Olay-tabanlı benzetim (computer simulation: ‘her hasta gerçek bir varlık gibi sisteme girip çıkar’ modeli) ile ’eğer 10 yatak daha açarsak / pazartesi 5 elektif daha alırsak’ tipi what-if analizleri yapılır. Rolling-horizon: günlük çevrimde sabah yatak durumu, beklenen elektif gelişler ve tahmin edilen acil yatışlarla saatlik plan üretilir; akşam taburcu tahminleri güncellenir.
3. Saha entegrasyonu. Çıktı iki katmanlı: yatak yönetim panosu (acil servis koordinatörü ve servis sorumlusu için — hangi yatak ne zaman boşalıyor, hangi gelen hastaya hangi yatak öneriliyor) + haftalık elektif yatış çizelgesi (planlı yatışların yatak rezervi). HBYS (Hastane Bilgi Yönetim Sistemi) Patient Flow modülünü besler: acil servis triyaj, yatış orderı, taburcu emri, hemşire vardiya, izolasyon kayıtları. Üç aylık hastane komitesi: gerçek vs plan ED boarding süresi, off-service yerleştirme yüzdesi, yatış süresi sapması, yatak kullanım dengesi raporu.
Alternatifler
Manuel + tahta panosu
ÜcretsizSıfır lisans
Kim için: Küçük hastane (50-100 yatak), 3-5 servis, günlük 30-60 acil başvuru
- + Sıfır yazılım maliyeti
- + Yatak koordinatörünün deneyimi öne çıkar
- + Değişen duruma (acil vaka) hızlı tepki — telefonla teyit
- − 100 yatak üstü ölçekte koordinatör zihinsel olarak yorulur
- − Off-service yerleştirme kararı sezgisel — optimum garanti yok
- − Taburcu tahmini yapılmaz — sabahları yatak hazır olmaz
- − Kapasite analizi (yatırım kararı için) zayıf
HBYS yatak takip modülü
Kurumsal150K-800K TRY lisans + 50K-200K TRY/yıl bakım (TR pazar gözlemi)
Kim için: Orta hastane (100-300 yatak), 5-10 servis
- + TR mevzuatına yakın (SGK paket fiyatlandırma, MEDULA)
- + Klinik kayıtlarla entegre
- + Türkçe ekran, yerel destek
- − Yatak yönetimi modülü genelde 'durum görüntüleme' — atama optimizasyonu yok
- − Taburcu tahmini modeli yok ya da sezgisel kural
- − Markov / MIP entegrasyonu yok
Uluslararası klinik operasyon platformu
Kurumsal500K-3M EUR lisans + 100K-500K EUR/yıl bakım (büyük sağlık IT)
Kim için: Büyük hastane / hastane kompleksi (300+ yatak), 10+ servis, yoğun bakım çoklu
- + Patient Flow modülü olgun — Markov + MIP + simulasyon
- + Acil servis + servis + yoğun bakım + taburcu zinciri bütünleşik
- + Kapasite analizi raporları zengin
- − Yüksek lisans + uzun (12-30 ay) kurulum
- − TR mevzuatına özelleştirme (SGK, MEDULA, MHRS) proje süresi ekler
- − Klinik ekibin eğitimi geniş program
Açık-kaynak çözücü + özel Patient Flow modülü
Açık KaynakLisans ücretsiz; iç geliştirme 16-32 hafta veya 600K-1.8M TRY danışmanlık
Kim için: Teknoloji ekibi olan hastane / üniversite hastanesi, HBYS ile entegrasyon
- + Lisans bedeli yok
- + Patient Flow literatürü açık-kaynak çözücülerle iyi tanımlı
- + Discrete-event simulation araçları açık-kaynak ekosistemde olgun
- − İçeride OR uzmanı + HBYS entegrasyon ekibi şart
- − Akademik prototipten klinik sahaya taşıma süresi
- − Klinik validasyon ve sürdürülebilir bakım yükü işletmede
Tavsiye
Çözüm görüşmesinde sor
- Yatak atamada hangi yaklaşım kullanılıyor — MIP, Markov zinciri, sezgisel kural, ya da sadece durum görüntüleme?
- Taburcu tahmin modeli var mı, varsa hangi veriden besleniyor (yatış günü, tanı kodu, laboratuvar trendi), 24-48 saat öncesinden ne kadar isabetli?
- Çevrimiçi (saatlik / gün-içi) ve çevrimdışı (haftalık elektif) karar katmanları aynı modülde mi çalışıyor?
- Off-service yerleştirme cezası kısıt veya hedef fonksiyonunda nasıl temsil ediliyor — yatış süresi uzaması ile kalibre ediliyor mu?
- İzolasyon, cinsiyet ayrımı, hemşire-hasta oranı gibi klinik kısıtlar sistemde nasıl tanımlanır?
- Acil servis triyaj sistemi ile yatak atama modülü arasında veri akışı çift yönlü mü, gerçek-zamanlı mı?
- Pandemi veya mevsimsel sürge senaryosu için simulasyon (surge plan) modülü var mı? Geçmiş veriden how sensitivity yapılabilir mi?
- Sözleşme biterse yatış geçmişi, taburcu tahmin verisi, off-service kayıtları, yatak kullanım eğrilerini hangi formatta dışa aktarabiliriz?
Teknik detay
Editör notu
Bu problem halk dilinde “yatak doluluğu”, “servise yerleştirme” veya “taburcu tetiklemesi” diye anılır. Akademik literatürde birbirine bağlı iki isim taşır: hasta hareket zinciri için Patient Flow, atama kararı için Bed Allocation. Hulshof ve arkadaşları (2012) sağlıkta OR/MS planlamasını yapısal olarak tarar; çevrimdışı (haftalık / aylık kapasite planı) ile çevrimiçi (gün-içi atama) karar katmanlarını ayırır. İki katman birlikte düşünülmezse kapasite planı kâğıt üstünde dengeli görünür, gün-içi atama her sabah krize döner.
Bu problem ameliyathane çizelgelemesinden (problem 8) farklıdır. #008 hangi ameliyatın hangi saatte hangi odaya alınacağıyla ilgilenir (cerrahi sıralama, oda kullanım, ekip rotasyonu). #038 hangi hastanın hangi servise hangi yatağa yatırılacağı ve taburcunun ne zaman tetikleneceğiyle ilgilenir (akış zinciri, kapasite dengesi, off-service yerleştirme). İki problem birbirini besler: ameliyat çıkışı servise yer açılmasını beklerse #008 çıkışı blokajı; servis taburcu tetikleyemezse #038 kapasite krizi.
Sektörde en sık atlanan nokta: Taburcu tahmini. Hastanelerin çoğu taburcuyu sabah viziti sırasında karar verir ve öğle / öğleden sonra evrak tamamlanır. Sabahki acil servis yatış dalgası ise 06:00-10:00 arası gelir; bu zaman penceresinde yatak hazır değildir. Hulshof ve arkadaşları (2012) çevrimiçi (gün-içi) ile çevrimdışı (haftalık) kararların ayrımını açıkça yapar; taburcu tahmini 24-48 saat öncesinden (laboratuvar trendi, klinik durum, yatış günü) yapılırsa sabah yatak hazırlığı operasyonel olarak uygulanabilir. İkinci atlanan nokta: off-service yerleştirme maliyeti. Dahiliye hastası kardiyoloji yatağına yerleştirilince hemşire ekibi uzmanlık alanına uymaz, yatış süresi 0.5-2 gün uzar; bu maliyet MIP hedef fonksiyonunda ceza ağırlığı ile temsil edilmelidir (Bachouch ve arkadaşları 2012).
Adım adım yol — KOBİ için
Aşama 1 — Önce ölç, sonra plan. En az 12 ay yatış verisi: her yatış için yatış saati, taburcu saati, geliş kanalı (acil / elektif / sevk), atanan servis, asıl klinik tanı, gerçek (off-service mi) yerleştirme. Acil servis triyaj verisi: başvuru saati, triyaj seviyesi, yatış kararı saati, servise transfer saati (ED boarding süresi). Servis envanteri: her servis için yatak sayısı, oda tipi, izolasyon kapasitesi, hemşire-hasta oranı kuralı. Klinik uyumluluk matrisi: hangi tanı / hangi servis primary, acceptable, uygunsuz.
Aşama 2 — Bilgi sermayesini çıkar. Hangi hasta tipi hangi serviste tipik yatış süresi (dağılımı). Hangi tanılar tipik olarak hangi servise yatar. Hangi servisler birbirini besler (yoğun bakım step-down zinciri). Mevsimsel ve haftalık talep deseni (acil başvuru saatlik dağılımı, elektif yatış pazartesi yoğunluğu).
Aşama 3 — Pilot. 12-16 hafta. Bir sub-set (örn. 3-5 servisten oluşan bir dahili blok) için yatak atama MIP önerisini mevcut manuel atama ile paralel çalıştır. Karar yine yatak koordinatöründedir; MIP öneri verir. Başarı kriteri önceden belirlenmiş: ED boarding süresi -%10 minimum, off-service yerleştirme -%15.
Aşama 4 — Yaygınlaştırma. 9-18 ay sürede tüm servisler + yoğun bakım step-down + elektif yatış rezervi. Acil servis triyaj-tetikli gerçek-zamanlı atama. Üç aylık hastane komitesi: yatış süresi sapması, off-service oranı, ED boarding raporu, yatak kullanım dengesi.
Riskler — ne yanlış gidebilir
- Taburcu tahmini yanlış kalibre. Sabah viziti sonrası mekanik tahmin yapılmazsa yatak hazırlığı her sabah krize döner. Tahmin modeli 24-48 saat önceden (yatış günü, laboratuvar trendi, klinik durum) çalıştırılmalı.
- Pandemi / mevsimsel sürge planı yok. Kış grip dalgası veya pandemi gibi anomalilerde yatak havuzu dengesi çöker; bu senaryolar için surge bed (yedek yatak) tetikleme kuralı ve simulasyon-bazlı kapasite planı şart.
- Off-service yerleştirme sessizce maliyet yükler. Dahili hastayı cerrahi servise yatırmak kısa vadede yatağı boşaltır ama 1-2 gün ek yatış maliyeti getirir; hedef fonksiyonunda ceza ağırlığı kalibre edilmeli.
- Tek bir sisteme kilitlenme. Sözleşmede “yatış geçmişi, taburcu tahmin verisi, off-service kayıtları yıllık standart format ihracı” maddesi olmazsa, sistemden ayrılmak hastanenin işletim hafızasını kaybetmesi anlamına gelir.
Çözüm yöntemine teknik bakış
| Yaklaşım | Tipik ölçek | Çözüm süresi | Garantili optimum? |
|---|---|---|---|
| Sezgisel atama (koordinatör + kural) | Küçük hastane, <100 yatak | anında | Hayır, %50-70 optimum |
| Markov zinciri (yatak havuzu dengesi) | Aylık / yıllık kapasite planı | dakika | Stokastik denge, optimum değil |
| MIP yatak atama (Bachouch 2012) | Orta hastane, gün-içi 5-15 servis | dakika-saat | Evet (bound içinde) |
| Discrete-event simulation | Çoklu servis + yoğun bakım, what-if | saat-saatler | Hayır, ortalama performans |
| Queueing network (Green 2006) | Kapasite yatırım kararı | dakika | Sabit-durum denge analitiği |
| Rolling-horizon MIP + simulasyon | Karmaşık hastane, stokastik talep | saatler-süreklilik | Hayır, iyi pratik kalite |
Hedef fonksiyonu seçimi:
- Hedef 1 — ED boarding süresi minimum: Acil servis tıkanıklığını önler.
- Hedef 2 — Off-service yerleştirme cezası ağırlıklı minimum: Klinik uyumluluğu korur.
- Hedef 3 — Yatak kullanım dengesi: Servisler arası dengeli doluluk.
- Hedef 4 — Elektif yatış iptali minimum: Planlı hasta güvenini korur.
Çok-hedefli: ağırlıklı toplam veya hiyerarşik (önce klinik uyumluluk, sonra ED boarding, sonra denge).
Akademik kaynaklar
Sayfanın frontmatter’ında sources alanında listelidir.
Kaynaklar
- Hulshof, P. J. H., Kortbeek, N., Boucherie, R. J., Hans, E. W. ve 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. Sağlık planlamasının yapısal taraması.
- Cochran, J. K. ve Bharti, A. (2006). Stochastic bed balancing of an obstetrics hospital. Health Care Management Science, 9(1), 31-45. Markov zinciri ile yatak havuzu dengelemesi.
- Bachouch, R. B., Guinet, A. ve Hajri-Gabouj, S. (2012). An integer linear model for hospital bed planning. International Journal of Production Economics, 140(2), 833-840. MIP ile yatak atama.
- Vanberkel, P. T., Boucherie, R. J., Hans, E. W., Hurink, J. L. ve Litvak, N. (2010). A survey of health care models that encompass multiple departments. International Journal of Health Management and Information, 1(1), 37-69. Çok-bölümlü hastane modelleri taraması.
- Green, L. V. (2006). Queueing analysis in healthcare. In Patient Flow: Reducing Delay in Healthcare Delivery, Springer. Sağlıkta kuyruk analizinin temel kaynağı.
- YÖK Tez Merkezi — anahtar kelime: ‘hasta akışı’ veya ‘yatak yönetimi’ veya ‘hastane kapasitesi’ — TR akademisinden 20+ tez. tez.yok.gov.tr
Sözlük
- Patient Flow
- Hastalar arasındaki birimlerin (acil servis, servis, yoğun bakım, taburcu) hareketi ve bu hareketleri belirleyen zamanlama kararlarını inceleyen operasyon araştırması ve kuyruk teorisi alanı.
- Bed Allocation
- Hangi hastanın hangi servise hangi yatağa, hangi saatte yatırılacağına karar veren problem; klinik uyumluluk, izolasyon, cinsiyet ayrımı ve hemşire-hasta oranı kısıtları altında.
- MIP
- Karar değişkenlerinin bir kısmının tam sayı (örn. 'kaç kamyon', 'kaç vardiya') olduğu optimizasyon türü.
- Kuyruk Teorisi
- Geliş ve hizmet süreçlerinin rastlantısal olduğu durumlarda bekleme hatlarını matematiksel olarak inceleyen disiplin.
Benzer problemler
Hangi Ameliyatı Hangi Odaya, Hangi Saatte Alsam?
20-80 yataklı bir özel hastane, günübirlik cerrahi merkezi veya 3-8 ameliyathane odası olan klinik için haftalık cerrahi vaka çizelgeleme problemi. Her hafta 40-200 ameliyat planlanması gerekiyor; her vakanın tahmini süresi (45 dakikadan 6 saate), gerekli cerrah ve hemşire ekibi, anestezi türü, sarf malzemesi ve hastanın yatış-yataktan kalkış süresi farklı. Karar verilmesi gereken: hangi vaka, hangi gün, hangi odada, hangi sıra ile, hangi ekipte. Oda doluluğunu artırırken cerrahların serbest günlerini, hastanın bekleme süresini ve acil vaka için ayrılan esneklik payını birlikte tutmak zor. Manuel planlama 20-30 vaka/hafta için makul; üzerinde haftada 4-8 saat yöneticinin zamanını alır, ameliyat ertelemesi ve gece nöbetinde fazla mesai artar.
Hemşire Vardiyalarını Aylık Olarak Nasıl Yerleştireyim — Tükenmişlik, Tercih, Yetkinlik Birlikte Tutsun?
50-300 hemşireli özel hastanede 7×24 çalışan servislerin (yoğun bakım, cerrahi, acil, dahiliye, doğumhane) aylık vardiya tablosunu hazırlayan baş hemşire için sayfa. Her vardiyada yeterli sayıda hemşire ve en az bir kıdemli yetkin olmalı, ardışık gece sayısı sınırlı, vardiyalar arasında en az 11 saat dinlenme şart, hemşire izin ve gün tercihleri tutulmalı, gece nöbeti dağılımı adil olmalı — hepsi aynı anda. Manuel planlama 50 hemşireyi aşınca baş hemşire ayda 30-60 saatini çizelgeyle harcar ve yine her ay 'kim daha az çalıştı' tartışması açılır. Adaletsiz vardiya alan hemşire 2-3 kat daha sık ayrılır; replacement maliyeti hemşire başına 50-150K TRY.