OP-Planung – der Einsatz quantitativer Methoden zur Entscheidungsunterstützung

In der vorliegenden Arbeit soll die Operations-Research-Sicht auf die verschiedenen Ebenen der OP-Planung zusammenfassend dargestellt werden. Hierbei soll die Strukturierung von täglich anzutreffenden Problemen des praktischen OP-Managements im Fokus stehen und dadurch neue Einsichten ermöglichen.

Kernaussagen

• Die OP-Planung stellt im Kontext von Operations Research ein eigenständiges Anwendungsgebiet dar.

• Die Entscheidungsprobleme der OP-Planung werden dabei mithilfe von Methoden wie mathematische Programmierung, Heuristiken oder Simulation und unter Einsatz von Werkzeugen zur statistischen Analyse historischer Daten angegangen.

• Typischerweise wird bei der OP-Planung zwischen 3 Planungsebenen unterschieden – strategisch, taktisch und operativ, wobei die operative zusätzlich in operativ offline und operativ online unterteilt wird.

• Die Verantwortung für die jeweiligen Entscheidungen kann je nach Planungsebene bei der Krankenhausleitung, dem OP-Management, der OP-Koordination oder bei den einzelnen Fachabteilungen liegen.

• Die Ergebnisse der jeweils langfristigeren Planung fließen mit in die Entscheidungen der jeweils kurzfristigeren Planungsebene hinein.

• Beim Übergang von der langfristigen strategischen über die mittelfristige taktische zur kurzfristigen operativen Planungsebene wird die Planung und werden die dafür jeweils herangezogenen Daten detaillierter und konkreter.

• Es existieren zahlreiche Studien mit Beispielen zur Modellierung und Lösung der einzelnen Planungsprobleme.

• Für jedes Entscheidungsproblem können und werden dabei typischerweise zahlreiche Zielkriterien und relevante Modellierungsparameter mitberücksichtigt.

• Durch die Einbeziehung einer höheren Anzahl relevanter Parameter wird die Modellierung jedoch komplexer und die Lösung aus rechnerischer Sicht entsprechend aufwendiger.

• Vor allem auf der operativen Planungsebene ist es sinnvoll, die Unsicherheit in der OP-Nachfrage und in den betrachteten OP-Prozessen explizit zu berücksichtigen.

• Für die Etablierung von vor allem den komplexeren Planungsmethoden in der OP-Praxis müssen entsprechende Voraussetzungen wie Pilotstudien, leistungsfähige IT und ausgereifte Datenaufzeichnungspraxis geschaffen werden.

Schlüsselwörter

OP-Planung - Operations Research - Scheduling - Planungsebenen

Publication History

Article published online:
03 December 2021

• Literatur

• 1 Domschke W, Drexl A. Einführung in Operations Research. Übungen und Fallbeispiele zum Operations Research. Berlin: Springer Gabler; 2011
• 2 Maoz M. How IT should deepen big data analysis to support customer-centricity. Stamford, CT: Gartner; 2013
• 3 Hans EW, Vanberkel PT. Operating Theatre Planning and Scheduling. Hall R. Handbook of Healthcare System Scheduling. International Series in Operations Research & Management Science. Boston, MA: Springer US; 2012: 105-130 DOI: 10.1007/978-1-4614-1734-7_5
• 4 Hans EW, van Houdenhoven M, Hulshof PJH. A Framework for Healthcare Planning and Control. Hall R. Handbook of Healthcare System Scheduling. International Series in Operations Research & Management Science. Boston, MA: Springer US; 2012: 303-320 DOI: 10.1007/978-1-4614-1734-7_12
• 5 Behar BI, Guth C, Salfeld R. Modernes Krankenhausmanagement. Berlin: Springer; 2018. DOI: 10.1007/978-3-662-57540-6
• 6 Hulshof PJH, Kortbeek N, Boucherie RJ. et al. Taxonomic classification of planning decisions in health care: a structured review of the state of the art in OR/MS. Health Syst 2012; 1: 129-175 DOI: 10.1057/hs.2012.18.
• 7 Hof S, Fügener A, Schoenfelder J. et al. Case mix planning in hospitals: a review and future agenda. Health Care Manag Sci 2017; 20: 207-220 DOI: 10.1007/s10729-015-9342-2.
• 8 Zhu S, Fan W, Yang S. et al. Operating room planning and surgical case scheduling: a review of literature. J Comb Optim 2019; 37: 757-805 DOI: 10.1007/s10878-018-0322-6.
• 9 Nickel S, Stein O, Waldmann KH. Operations Research. Berlin: Springer Gabler; 2014
• 10 Guerriero F, Guido R. Operational research in the management of the operating theatre: a survey. Health Care Manag Sci 2011; 14: 89-114 DOI: 10.1007/s10729-010-9143-6.
• 11 Hedderich J, Sachs L. Angewandte Statistik. Berlin: Springer; 2018. DOI: 10.1007/978-3-662-56657-2
• 12 Gupta D, Denton B. Appointment scheduling in health care: Challenges and opportunities. IIE Transactions 2008; 40: 800-819 DOI: 10.1080/07408170802165880.
• 13 Faeghi S, Lennerts K, Nickel S. A system dynamics model application to operating room planning and management. J Simul 2021; 1-18 DOI: 10.1080/17477778.2021.1932622.
• 14 Messer C, Zander A, Arnolds IV. et al. Wie viele Patientenschleusen braucht mein OP-Bereich? Einfluss der Zahl von OP-Schleusen auf Wartezeiten und Patientendurchsatz im OP – Analyse mithilfe einer Simulation. . Anaesthesist 2015; 64: 958-967 DOI: 10.1007/s00101-015-0108-5.
• 15 Kressner A. Modelle und Lösungsverfahren für die Hauptoperationsplanung bei unsicheren Operationsdauern. Wiesbaden: Springer Fachmedien; 2019. DOI: 10.1007/978-3-658-24592-4
• 16 Pham DN, Klinkert A. Surgical case scheduling as a generalized job shop scheduling problem. Eur J Operat Res 2008; 185: 1011-1025 DOI: 10.1016/j.ejor.2006.03.059.
• 17 Hans E, Wullink G, van Houdenhoven M. et al. Robust surgery loading. Eur J Operat Res 2008; 185: 1038-1050 DOI: 10.1016/j.ejor.2006.08.022.
• 18 Siegmund F. Die Informationssituation im Krankenhaus: das Interaktionsmodell OP-Management. Dissertation. Stuttgart: Universität Hohenheim; 2010
• 19 Bauer M, Hinz J, Klockgether-Radke A. Göttinger Leitfaden für OP-Manager. Anaesthesist 2010; 59: 69-79 DOI: 10.1007/s00101-009-1662-5.
• 20 Bauer M, Auhuber TC, Kraus R. et al. Glossar perioperativer Prozesszeiten und Kennzahlen Version 2020. Eine gemeinsame Empfehlung von BDA, BDC, VOPM, VOPMÖ und SFOPM. Anästhes Intensivmed 2020; 61: 516-531 DOI: 10.19224/ai2020.516.
• 21 Persson MJ, Persson JA. Analysing management policies for operating room planning using simulation. Health Care Manag Sci 2010; 13: 182-191 DOI: 10.1007/s10729-009-9122-y.
• 22 O'Loughlin E, Smithies WJ, Corcoran TB. Out-of-Hours Surgery – a Snapshot in Time. Anaesth Intensive care 2010; 38: 1059-1063
• 23 Geldner G, Eberhart LHJ, Trunk S. et al. Effizientes OP-Management Vorschläge zur Optimierung von Prozessabläufen als Grundlage für die Erstellung eines OP-Statuts. Anaesthesist 2002; 51: 760-767 DOI: 10.1007/s00101-002-0362-1.
• 24 Pfitzer D, Hipp R, Pöhls K. Lösungskonzepte für eine effiziente OP-Nutzung.. Jerosch J, Linke C. Patientenzentrierte Medizin in Orthopädie und Unfallchirurgie. Berlin: Springer; 2016: 245-253 DOI: 10.1007/978-3-662-48081-6_25
• 25 Cardoen B, Demeulemeester E, Beliën J. Operating room planning and scheduling: A literature review. Eur J Operat Res 2010; 201: 921-932 DOI: 10.1016/j.ejor.2009.04.011.
• 26 Dexter F, Macario A, Traub RD. et al. An Operating Room Scheduling Strategy to Maximize the Use of Operating Room Block Time. Anesthesia & Analgesia 1999; 89: 7-20 DOI: 10.1213/00000539-199907000-00003.
• 27 Pinedo M. Scheduling: Theory, algorithms, and systems. Berlin: Springer; 2016
• 28 Boyle J, Jessup M, Crilly J. et al. Predicting emergency department admissions. Emerg Med J 2012; 29: 358-365 DOI: 10.1136/emj.2010.103531.
• 29 van der Lans M, Hans EW, Hurink JL. et al. Anticipating urgent surgery in operating room departments. Working Paper. Enschede: University of Twente; 2006
• 30 Joustra P, Meester R, van Ophem H. Can statisticians beat surgeons at the planning of operations?. Empir Econ 2013; 44: 1697-1718 DOI: 10.1007/s00181-012-0594-0.
• 31 ShahabiKargar Z, Khanna S, Good N. et al. Predicting Procedure Duration to Improve Scheduling of Elective Surgery. Pham DM, Park SB. Pacific Rim International Conference on Artificial Intelligence. Berlin: Springer; 2014: 998-1009
• 32 Matzka S. Künstliche Intelligenz in den Ingenieurwissenschaften. Wiesbaden: Springer Fachmedien; 2021. DOI: 10.1007/978-3-658-34641-6
• 33 Andersen AR, Stidsen TJR, Reinhardt LB. Simulation-Based Rolling Horizon Scheduling for Operating Theatres. SN Oper Res Forum 2020; 1: 1-26 DOI: 10.1007/s43069-020-0009-6.
• 34 Schuster M, Wicha LL, Fiege M. et al. Auslastung und Wechselzeit als Kennzahlen der OP-Effizienz. Anaesthesist 2007; 56: 1060-1066 DOI: 10.1007/s00101-007-1236-3.
• 35 Dexter F, Epstein RH, Traub RD. et al. Making management decisions on the day of surgery based on operating room efficiency and patient waiting times. Anesthesiology 2004; 101: 1444-1453 DOI: 10.1097/00000542-200412000-00027.
• 36 Schuster M, Neumann C, Neumann K. et al. The effect of hospital size and surgical service on case cancellation in elective surgery: results from a prospective multicenter study. Anesth Analg 2011; 113: 578-585 DOI: 10.1213/ANE.0b013e318222be4d.
• 37 Gür Ş, Eren T. Application of Operational Research Techniques in Operating Room Scheduling Problems: Literature Overview. J Healthc Eng 2018; DOI: 10.1155/2018/5341394.
• 38 Jung KS, Pinedo M, Sriskandarajah C. et al. Scheduling Elective Surgeries with Emergency Patients at Shared Operating Rooms. Prod Oper Manag 2019; 28: 1407-1430 DOI: 10.1111/poms.12993.