“科研”

ZJUSOM

在繁忙的醫(yī)院里，住院患者常常面臨這樣的場景：他們像“被困者”一樣，需要時刻“待命”，隨時等待著診斷服務的召喚，卻只能在醫(yī)療服務可用時才收到通知。這種 “隨叫隨到”的模式，看似讓醫(yī)院能夠靈活調配資源，卻在無形中造成了嚴重的運營混亂和效率損耗。想象一下，當放射科醫(yī)生終于有空通知患者做CT時，卻發(fā)現(xiàn)患者正在接受其他治療，或是運輸團隊無法及時到位，寶貴的設備資源只能在等待中閑置；而患者也可能因為頻繁的待命而焦慮不安，影響治療體驗。這樣的困境該如何破解？

圖片來源：千庫網(wǎng)

浙江大學管理學院百人計劃研究員張政與康涅狄格大學助理教授白淼、波士頓學院教授劉南開展合作，針對這一問題進行了深入研究。他們的研究成果——Helping the Captive Audience: Advance Notice of Diagnostic Service for Hospital Inpatients于日前發(fā)表在國際頂級期刊Manufacturing & Service Operations Management（管理學UTD24/FT50期刊之一）上。

該研究為解決患者“被動待命”、醫(yī)院運營混亂兩大難題構建了新的動態(tài)告知策略，通過策略優(yōu)化有效減少患者等待時間，同時兼顧醫(yī)院服務效率，以達到雙贏結果。

本期【科研】專題，一起來看這項關注醫(yī)院“被迫等待”的弱勢患者群體，將管理學應用到醫(yī)療領域的重要研究。

學者簡介

張政，浙江大學管理學院百人計劃研究員、博士生導師。研究重點：將運籌學應用到醫(yī)療與健康管理，利用建模和優(yōu)化方法提高醫(yī)療資源運作效率、改善疾病診療決策，最終幫助改善我國整體的醫(yī)療服務水平；研究興趣：數(shù)據(jù)驅動決策優(yōu)化、隨機優(yōu)化及其在醫(yī)療資源運作管理、慢性病管理、健康管理中的應用。

*康涅狄格大學白淼、波士頓學院劉南同為論文合作者。

創(chuàng)新調度方法打破傳統(tǒng)模式：平衡患者等待與資源靈活的 “提前告知” 策略

研究團隊運用馬爾可夫決策過程（MDP）建模，并結合美國某大型學術醫(yī)療機構的真實數(shù)據(jù)，提出了一種全新的調度范式——“提前告知”（Advance Notice）策略。這種策略巧妙地介于傳統(tǒng)的“分配調度”和“提前調度”之間，既賦予醫(yī)院服務提供者靈活使用容量的空間，又能減少患者的在線等待時間。

研究團隊通過構建MDP模型，將問題分解為“當前服務誰”和“向誰發(fā)送提前告知”兩個核心決策。借助新穎的變量變換，他們揭示了問題中隱藏的反多模結構，證明了最優(yōu)決策會隨著系統(tǒng)負載變化而呈現(xiàn)單調性和有界敏感性。這一發(fā)現(xiàn)為動態(tài)調整調度策略提供了理論基礎。通過真實數(shù)據(jù)驗證，研究顯示：采用“提前告知”策略后，醫(yī)院的運營效率得到顯著提升——在擁有四臺CT的案例中，年度成本節(jié)省估計超過 12%。具體來看，每天患者的在線等待時間大幅減少187-246分鐘，白天內(nèi)應急設備的使用量降低1.18-1.31例，而離線等待時間僅小幅增加26-53分鐘，白天班次結束后應急設備的使用量僅增加約0.14 例。

圖片來源：千庫網(wǎng)

“提前告知”策略的核心在于：當醫(yī)院向住院患者發(fā)送通知時，會同時提供固定的準備時間窗口和有保障的服務時間窗口。這意味著患者不再需要時刻待命，而是可以在接到通知后，有計劃地安排準備工作，并在指定時間窗口內(nèi)接受服務。這種方式既避免了傳統(tǒng)模式下患者因突然通知而無法及時響應的問題，也讓醫(yī)院能夠更合理地規(guī)劃資源，減少設備閑置。

從 “被動等待” 到 “主動規(guī)劃”：研究重構醫(yī)療服務調度邏輯，開創(chuàng)資源優(yōu)化新路徑

“提前告知”策略的提出，不僅是一次調度方法的創(chuàng)新，更是對醫(yī)療服務邏輯的重新思考。在醫(yī)療資源日益緊張的今天，如何在滿足患者需求的同時，實現(xiàn)資源的高效利用，是醫(yī)療機構面臨的核心挑戰(zhàn)。這項研究通過科學的建模和數(shù)值分析，為解決這一挑戰(zhàn)提供了可行方案。

從理論層面來看，這項研究開創(chuàng)了醫(yī)療服務調度領域的新范式。傳統(tǒng)的調度模式要么是“提前調度”——為患者指定具體服務時間，犧牲了提供者的靈活性；要么是“分配調度”——讓患者處于無通知的等待狀態(tài)，忽視了患者體驗。而“提前告知”策略首次在這兩種極端之間找到了平衡點，構建了一種全新的調度框架。通過揭示問題的反多模結構，研究團隊為動態(tài)決策提供了嚴謹?shù)睦碚撝危@一發(fā)現(xiàn)不僅適用于醫(yī)療場景，還為其他預約制服務提供了普適性的理論參考。

圖片來源：千庫網(wǎng)

在實踐應用中，“提前告知” 策略的價值更為顯著。對于醫(yī)院而言，它有效緩解了長期存在的資源浪費問題。過去，由于住院患者的不可預測性，診斷設備常常在等待中閑置，而“提前告知”策略通過給予患者明確的準備時間，大幅減少了這種無效等待，提高了設備利用率。以 CT 掃描為例，研究中涉及的醫(yī)療中心通過該策略優(yōu)化后，設備的使用效率提升明顯，年度成本節(jié)省相當可觀。

圖片來源：千庫網(wǎng)

對患者而言，這種策略極大改善了就醫(yī)體驗。不再需要時刻處于“待命”狀態(tài)，患者可以更從容地配合治療安排，減少了因突然通知帶來的焦慮和不便。特別是對于住院患者而言，這種有計劃的服務安排有助于他們更好地協(xié)調各項診療活動，提升整體治療體驗。

此外，“提前告知”策略還為醫(yī)院管理提供了新的決策工具。通過調整服務時間窗口和準備時間窗口這兩個系統(tǒng)級控制參數(shù)，醫(yī)院可以根據(jù)自身運營情況靈活優(yōu)化性能。例如，在資源緊張的時段，適當擴大服務窗口可以增加調度靈活性；而通過簡化流程縮短準備時間，則能進一步提升效率。這種可調節(jié)的機制使得策略具有很強的適應性，能夠滿足不同醫(yī)院、不同科室的實際需求。隨著醫(yī)療信息化的深入發(fā)展，“提前告知” 策略有望與電子病歷系統(tǒng)、智能調度平臺等技術手段進一步融合，釋放出更大的應用潛力。

這項研究將理論與醫(yī)療實踐深度結合式，為醫(yī)療管理領域的創(chuàng)新提供了典范。它證明了數(shù)據(jù)驅動的決策方法能夠有效破解復雜的現(xiàn)實問題，為提升醫(yī)療服務質量和效率開辟了新路徑。當住院患者不再是被動等待的“captive audience”，而是能夠根據(jù)提前告知合理規(guī)劃診療安排時，醫(yī)療服務的供需雙方都將從中受益。這不僅是效率的提升，更是醫(yī)療服務理念的進步——從 “以資源為中心” 轉向 “以患者為中心”。未來，隨著這種創(chuàng)新策略的推廣應用，我們有理由期待，醫(yī)院的診斷服務將變得更加有序、高效，患者的就醫(yī)體驗也將得到質的提升，最終推動整個醫(yī)療系統(tǒng)向更優(yōu)質、更可持續(xù)的方向發(fā)展。

【科研】系列專題將持續(xù)為你講述浙大管院學者的最新科研進展。

附：論文摘要

Problem definition:Inpatients are often treated as the “captive audience” on-demand for hospital diagnostic services, and they are notified only when service capacity is available. This arrangement causes significant chaos and inefficiencies in hospital operations.

Methodology/results:We propose an innovative scheduling approach called “advance notice” to manage hospital diagnostic practice. Advance notice is a brand-new scheduling paradigm in between the classic allocation scheduling and advance scheduling. Patients are placed in a common queue waiting to be called for service, and they will be provided both a fixed preparation time and a guaranteed service time window in advance (neither a last-minute notice nor an exact service time in the future). The advance notice policy enjoys the benefit of allocation scheduling (giving the provider flexibility in using her capacity) and that of advance scheduling (reducing patient online waiting). It calls for two decisions: who to serve now and who to send advance notices to. We formulate a Markov Decision Process model to optimize these decisions dynamically. Via a novel variable transformation, we reveal the hidden antimultimodular structure of the problem and show how the optimal decisions should be adjusted in response to changes in the system load. Beyond solving the MDP model for daily operations, we further investigate how the service time window and preparation time window, as system-level controls, can be used to manage system performance. Our numerical study, populated by real data from a large academic medical center in the United States, demonstrates significant improvement in operational efficiency by switching from current practice to adopting our proposed advance notice policy.

Managerial implications:The advance notice policy strikes a fine balance between the two classic scheduling paradigms: it gives the provider flexibility in using her capacity as in allocation scheduling, and it reduces patient online waiting as in advance scheduling. Although it is motivated by healthcare applications, the advance notice policy offers a promising cutting-edge approach to improving general appointment-based services.

https://pubsonline.informs.org/doi/10.1287/msom.2023.0642

編輯排版：伍梁永

審核：佟慶、張政