Optimização de operações em ambiente hospitalar

Abstract

A realização deste trabalho, em colaboração com o hospital de dia de oncologia do centro hospitalar universitário de Coimbra, visa estudar a implementação de técnicas de investigação operacional em ambiente hospitalar, nomeadamente a simulação e otimização dos processos que envolvem o hospital de dia de oncologia.O tempo que um paciente passa num hospital de dia é bastante elevado. Por um lado os processos em si aos quais os pacientes são sujeitos, nomeadamente o tratamento, ocupam demasiado tempo, tempo este que é adicionado ao cansaço de um paciente que trava uma constante batalha com a doença. Além disso, e acrescentando ao tempo que os pacientes precisam de suportar, constantes tempos de espera elevados fazem com que o tempo total que o paciente passa no hospital de dia se torne humanamente insustentável. É então fulcral encontrar uma resposta para este problema e otimizar os processos de um paciente no hospital de dia. Com esse fim, foi desenvolvido um modelo com base em simulação de eventos discretos, na plataforma de simulação Arena, onde é modelado o fluxo de pacientes no hospital de dia, tendo como principal objetivo a replicação do que acontece no sistema real. Posteriormente é realizada otimização em cima do modelo de simulação, utilizando o software Optquest que é uma ferramenta do Arena, onde o grande objetivo é a redução dos tempos de espera dos pacientes otimizando os recursos usados no hospital de dia.Os dados usados para desenvolver a simulação, são dados reais fornecidos pelo Hospital de dia. Dado a complexidade do sistema, para este trabalho apenas se modela o funcionamento do hospital de dia para as segunda-feira, dado que há variâncias no sistema dependendo do dia de semana. Os resultados obtidos na simulação do modelo são incertos, mas permitem demonstrar o potencial do modelo. Foi feita uma validação do modelo incompleta dado as restrições existentes relativas aos dados fornecidos e ao software de simulação, porém o modelo apresenta uma média do tempo total bastante semelhante com o valor do sistema real. A otimização realizada demonstrou um claro melhoramento do tempo de espera dos pacientes quando otimizado os gabinetes para as consultas de especialidade e na adição de novos cadeirões ao sistema.Por último são apresentadas algumas conclusões sobre este trabalho e são apontadas várias propostas de trabalho futuro.

This work, in collaboration with the cancer treatment centre of the University Hospital of Coimbra, aims to study the implementation of operational research techniques in a hospital environment, namely the simulation and optimization of processes involving the cancer treatment centre.The time a patient spends in a cancer treatment centre is quite high. On one hand, the processes themselves to which the patients are subjected, namely the treatment, take up too much time, which increases the fatigue of a patient who is in a constant battle with the disease. Furthermore, and in addition to the time patients have to harden, consistent high waiting times make the total time the patient spends in the cancer treatment centre become humanly unsustainable. It is therefore crucial to find an answer to this problem and to optimize the processes. For this purpose, a model was developed based on discrete event simulation, in the Arena simulation platform, where the flow of patients is modeled, with the main objective of replicating what happens in the real system. After, optimization is performed on top of the simulation model, using the Optquest software, which is an Arena tool, where the main objective is to reduce patient waiting times by optimizing the resources used.The data used to develop the simulation are actual data provided by the hospital. Given the complexity of the system, for this work, we only model the operations of the cancer treatment centre for Mondays, since there are variances in the system depending on the day of the week. The results obtained in the simulation of the model are uncertain, although they can demonstrate the potential of the model, incomplete model validation was performed given the existing restrictions related to the data provided and the simulation software,but it was calculated that the model presents an average of the total time very similar to the value of the real system. The optimization performed showed a clear improvement in patient waiting time when optimizing the appointment rooms for each type of specialty and also in the addition of new chairs to the system.Finally, some conclusions about this work are presented and several proposals for future work are pointed out.