Core Concepts
本研究提出了一个决策支持框架,通过考虑护理人员的灵活性和访问序列,优化分配护理人员,以减少旅行里程、增加计划期内的访问次数并保持护理的连续性。
Abstract
本研究针对一家田纳西州的家庭健康护理机构(HHA)的挑战和需求,提出了一个决策支持框架。该框架主要包括以下几个步骤:
导入历史数据:清理和标记患者和护理人员的位置数据,并将其格式化为适合处理的形式。
患者聚类:使用频谱聚类算法对患者位置进行聚类,得到初步的分配方案。
聚类调优:采用遗传算法优化聚类算法的超参数,以最小化平均配对里程(AMPM)和总配对里程(ATPM)。
护理人员分配到聚类:根据优化后的聚类结果,将护理人员分配到对应的聚类中心。
患者分配到聚类:根据患者位置到聚类中心的最近邻关系,将患者分配到对应的护理人员。
分配可行性检查:检查每个护理人员的工作时间是否满足最小和最大工作时间的要求,如果不满足则调整分配。
护理人员供给分析:通过定义不同的护理人员供给场景,分析对分配结果的影响,为管理者提供洞见。
该框架旨在通过优化护理人员的分配,减少旅行里程、增加访问次数并保持护理连续性,从而提高患者满意度和护理质量,同时也考虑了护理人员的工作灵活性。
Stats
在过去9个月内,HHA为5,000多名患者提供了服务。
从/到护理人员家的旅行里程占总里程的41.6%。
从/到患者家的旅行里程占总里程的58.4%。