Багатокритеріальна оцінка оптимальності розкладів медичних закладів з використанням нечіткої логіки

Автор(и)

  • R.O. Tkachenko Національний університет «Львівська політехніка» image/svg+xml
  • O.S. Kovalyshyn Національний університет «Львівська політехніка» image/svg+xml

DOI:

https://doi.org/10.31548/energiya2018.02.079

Анотація

Зважаючи на початок постіндустріальної епохи і укрупнення лікувальних закладів, відчутним є збільшення припливу пацієнтів. Лікувальні можливості клінік лімітовані, що тягне за собою потребу у раціоналізації використання існуючих ресурсів.  Також медичні установи тяжіють до поліпшення якості самого лікування, що в першу чергу включає в себе підвищення задоволеності пацієнтів наданими послугами. У зв'язку з цим в даній роботі доведено, що вирішення поставлених питань неможливе без проведення оптимізації розкладів медичних закладів, що починається з побудови множини критеріїв якості (векторного критерію) та оцінки відповідності процесу їх роботи цим критеріям. Для спрощення задачі оптимізації часто використовуються методи згортання векторного критерію – іншими словами агрегування множини значень критеріїв.

Встановлено, що для оцінки використання ресурсів клінік, наприклад, медичного обладнання, або робочих годин лікарів, можуть застосовуватися кількісні методи. Проте в багатьох випадках, особливо коли якість лікування та роботу лікувальних установ здійснюють на підставі відгуків самих пацієнтів, вони не можуть бути використаними. Таке оцінювання здійснюється в якісній формі, що робить практично неможливим застосування класичних підходів. За таких умов досить ефективним є застосування методів нечіткої логіки

В роботі доведено, що ефективним вирішенням задачі згортання векторного критерію може стати використання методів нечіткої логіки, що дають можливість застосувати для прийняття рішень неточні експертні знання про предметну область без формалізації їх у вигляді традиційних математичних моделей.

У статті розглянуто п’ять критеріїв, які впливають на якість розкладу як з сторони клієнтів медичних установ, так і для самих клінік:

  • достатні для відновлення пацієнтів перерви між процедурами;
  • рівномірний розподіл навантаження на медичний персонал;
  • максимізація завантаження обладнання;
  • комфортний розмір груп для проведення процедур;
  • комфортний режим проведення процедур для пацієнтів.

Провівши аналіз цих критеріїв та розробивши контролер нечіткої логіки, проведено інтегральну оцінку якості розкладу. Вона може служити базисом для подальшої оптимізації розкладу, що в свою чергу сприятиме підвищенню ефективності діяльності закладів медичного спрямування.

Ключові слова: лікувальні заклади, оцінка задоволення пацієнтів, нечітка логіка, контролер нечіткої логіки, багатокритеріальна оцінка, оптимізація розкладу,  ефективність роботи медичного закладу

 

Посилання

Institute of Medicine (2001). Crossing the Quality Chasm: A New Health System for the 21st Washington. – DC: The National Academies Press – 360.

Tefera. L. Measurement of the Patient Experience: Clarifying Facts, Myths, and Approaches. Available at: https://jamanetwork.com/journals/jama/article-abstract/2503222

Lee H. Vlaev I., King D., Mayer E., Darzi A., Dolan P., Subjective well-being and the measurement of quality in healthcare (2013). Soc. Sci. Med., 99. – 27-34.

Wolf J., Niederhauser V., Marshburn D., LaVela S., Operationalizing and defining the patient experience (2014), Patient Experience Journal, 1. –6 – 13.

Lee C. C. Fuzzy logic in control systems: Fuzzy logic controller - part 1 (1990). IEEE trans. Syst., Man, Cybern, 20. 404 – 418. https://doi.org/10.1109/21.52551

Zadeh L. A. Fuzzy sets Inform. and Contr. (1965), Information and Control,8. –338–353.

Rattan K. S., Sandhu G. S., Analysis and design of proportional plus derivative fuzzy logic controller (20-22 May 1996), Proc. National Aeronautics and Electronics Conference.

Mamdani E. Assilian S., An Experiment in Linguistic Synthesis with a Logic Controller (1975) Int. J. Man – Machine Studies,7. – 1 – 13.

Zhang J., Lang S., Explicit self-tuning control for a class of nonlinear systems (1989), Automatica, 25. –593–596.

Sugeno M., Industrial Applications of Fuzzy Control, (1985). Elsevier Science Inc. New York. –278.

Takagi T., Sugeno M. Fuzzy Identification of Systems and Its Application to Modeling and Control(1985). IEEE Trans. on Sys. Man. and Cybernetics, SMC-15. –116-132.

Huang L. J., Tomizuka M., A Self-Paced Fuzzy Tracking Controller for Two-Dimensional Motion Control, SMC-20. –1115-1124.

Kosko B., Neural Networks and Fuzzy Systems (1992). New Jersey: Prentice Hall.– 449.

Nguyen H. T. Uncertain If-Then Rules Based on Mathematical Conditionals (8-12 March 1992). Proceeding of IEEE International Conference on Fuzzy Systems. https://doi.org/10.1109/FUZZY.1992.258677

Monahan K., Fabbri F., Schedule-based metrics for the evaluation of clinic performance and potential recovery of cancelled appointments(2018). International Journal of Medical Informatics, 109. –49-54.

Sagnak M., Kazancoglu Y., Shift Scheduling with Fuzzy Logic: An Application with an Integer Programming Model(2015). Procedia Economics and Finance,26. –827-832.

Завантаження

Опубліковано

2018-07-11

Номер

Розділ

Статті