Solving overbooking appointment scheduling problem under patient no-show condition using heuristics procedure and genetic algorithm

Abstract

Ефективний графік прийому пацієнтів є важливим для системи охорони здоров’я, оскільки він може мінімізувати час очікування пацієнтів, час простою і понаднормовий час ресурсів, а отже, оптимізувати використання та продуктивність організації охорони здоров’я. У цьому дослідженні застосовано техніку надмірного бронювання (овербукінг), щоб компенсувати неявку пацієнтів. Цілі цього дослідження полягають у визначенні максимальної кількості пацієнтів, які можуть бути призначені на певний інтервал часу, шляхом вивчення ефектів множинного призначення та побудови майже оптимального графіка прийомів із надмірним бронюванням. У цьому дослідженні використовуються евристична процедура та генетичний алгоритм. З отриманих результатів виявляється, що кількість пацієнтів, які можуть бути віднесені до одного інтервалу часу, становить не більше трьох. Ця інформація може послабити конфлікт, який може виникнути, коли пацієнти прибувають одночасно. Результати також показують, що генетичний алгоритм має кращу продуктивність, ніж евристична процедура у вирішенні цієї проблеми.The existence of an efficient appointment schedule is important in the healthcare system since it can minimize patient waiting time, resource idle time, and resource overtime and, hence, optimize the utilization and productivity of healthcare organization. In this research, the overbooking technique is implemented to compensate for patient no-show behavior. The aims of this research are to identify the maximum number of patients that can be assigned to a time slot by examining the effects of multiple assignment and to construct a near-optimal overbooking appointment schedule. Heuristics procedure and genetic algorithm are used in this research. From the results obtained, the number of patients that can be assigned to a time slot is found to be at most three. This information can reduce the conflict which may occur when the patients arrive simultaneously. The results also show that the genetic algorithm has a better performance than the heuristics procedure in solving this problem.