Risk-averse appointment scheduling for healthcare institutions

Son yıllardaki sağlık harcamalarındaki sürekli artışla birlikte, yöneylem araştırması temelli karar verme sağlık kurumları yönetiminde önemli bir yer kazanmaktadır. Randevu çizelgeleme, performasınının önerilen hizmetlerin yerinde arttırılmasında ve işletme maliyetinin azaltımında fazlaca etkili olarak, sağlık kurumları yönetimi için çokça değinilen bir araştırma konusudur. Bu tezde farklı sebeplerden kaynaklanan belirsizlikleri dikkate alan, görüntüleme/tanı klinikleri için oluşturulan randevu çizelgeleme problemini çözebilmek adına iki farklı iki aşamalı riskten kaçınan rassal programlama modelleri geliştirdik. Hastanın gelmemesi ve hastanın beklemesinin maliyeti ve doktorun fazla mesai koşulları her iki modelin kurulumunda da dikkate alındı. İlk model toplam maliyet minimizasyonu temelli iken, ikinci model gelmeyen hastaları dikkate alarak getiriyi arttırır. Sınırlı sayıdaki senaryo tarafından rassal parametreleri nitelendirdik ve rastgele çıktıların gerçeklenmesindeki olası büyük senaryoları kontrol edebilmek için koşullu risk değeri ölçütünü kullandık. L şekilli algoritmanın geliştirilmiş varyantları kullanarak en iyi randevu zamanlarını elde ettik. Ayrıca önerilen modelleme yöntemlerinin etkinliğini göstermek için bir sayısal çalışma yaptık.