論文の概要: Optimization Helps Scheduling Nursing Staff at the Long-Term Care Homes
of the City of Toronto
- arxiv url: http://arxiv.org/abs/2102.09461v1
- Date: Wed, 17 Feb 2021 00:10:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 22:02:28.154026
- Title: Optimization Helps Scheduling Nursing Staff at the Long-Term Care Homes
of the City of Toronto
- Title（参考訳）: トロント市の介護老人ホームにおける看護スタッフのスケジューリングを支援する最適化
- Authors: Manion Anderson, Merve Bodur, Scott Rathwell, Vahid Sarhangian
- Abstract要約: トロント市長期ケア・ホーム・アンド・サービス(英: City of Toronto Long Term Care Homes & Services、略称:LTCH&S)は、カナダのオンタリオ州で最大の介護機関の一つであり、トロントの10軒の住宅で2,640人の住民にケアを提供している。
LTCH&Sとの連携により,看護スタッフのスケジューリング作業がますます難しくなり,パートタイム看護師が観察する高い欠勤率の低減が図られた。
そこで我々は,スプレッドシートベースのスケジューリングツールを開発し,スケジュール生成の自動化と,スケジュール変更に対する看護師の好みを取り入れた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The City of Toronto Long Term Care Homes & Services (LTCH&S) division is one
of the largest providers of long-term care in the Canadian province of Ontario,
providing care to 2,640 residents at 10 homes across Toronto. Our collaboration
with LTCH&S was initiated to facilitate the increasingly challenging task of
scheduling nursing staff and reduce high absenteeism rate observed among the
part-time nurses. We developed a spreadsheet-based scheduling tool to automate
the generation of schedules and incorporate nurses' preferences for different
shifts into the schedules. At the core of the scheduling tool is a hierarchical
optimization model that generates a feasible schedule with the highest total
preference score while satisfying the maximum possible demand. Feasible
schedules had to abide by a set of complex seniority requirements which
prioritized more senior nurses when allocating the available shifts. Our
scheduling tool was implemented in a 391-bed home in Toronto. The tool allowed
nursing managers to generate feasible schedules within a fraction of an hour,
in contrast to the status-quo manual approach which could took up to tens of
hours. In addition, the schedules successfully accounted for preferences with
on average above 94% of the allocated shifts ranked as most preferred.
- Abstract（参考訳）: トロント市介護ホームズ・アンド・サービス部(英語版)(ltch&s)はカナダのオンタリオ州で最大の介護機関の1つであり、トロント市内の10軒の家庭で2,640人の住民に介護を提供している。
LTCH&Sとの連携により,看護スタッフのスケジューリング作業がますます難しくなり,パートタイム看護師が観察する高い欠勤率の低減が図られた。
我々は,スケジュール生成を自動化し,看護師の好みをスケジュールに反映する表計算ベースのスケジューリングツールを開発した。
スケジューリングツールの中核は階層的最適化モデルであり、最大要求を満足しつつ、最高全優先スコアの実行可能なスケジュールを生成する。
利用可能なシフトを割り当てる際には、より高齢の看護師を優先する、複雑な高齢者の要求に従わなければならなかった。
私たちのスケジューリングツールはトロントの391床の家で実装されました。
このツールにより、看護管理者は1時間以内で実行可能なスケジュールを作成できるようになった。
さらに、スケジュールは、最も好ましい順位の割り当てられたシフトの94%以上を平均して、好みをうまく説明できた。
関連論文リスト
- Automatic Prediction of Amyotrophic Lateral Sclerosis Progression using Longitudinal Speech Transformer [56.17737749551133]
ニューラルネットワークを用いたALS病進行自動予測器であるALS長手音声変換器(ALST)を提案する。
録音における高品質な事前訓練音声特徴と長手情報を活用することで、最良のモデルが91.0%のAUCを達成できる。
ALSTはALS進行の細粒度で解釈可能な予測が可能で、特に稀な症例と重篤な症例の区別が可能である。
論文 参考訳（メタデータ） (2024-06-26T13:28:24Z) - Optimizing Nurse Scheduling: A Supply Chain Approach for Healthcare Institutions [0.0]
我々は,契約上の義務や強制的な休息期間などの要因によって複雑化した作業である,スタッフのシフト割り当ての最適化に焦点をあてる。
特に注目されているのは、医療現場で一般的な人事スケジューリングの課題である、看護師のロスターリングの問題です。
新型コロナウイルス(COVID-19)パンデミックが続く中、医療機関のスタッフの課題が悪化している。
論文 参考訳（メタデータ） (2024-05-29T15:37:51Z) - Decision Support Framework for Home Health Caregiver Allocation Using Optimally Tuned Spectral Clustering and Genetic Algorithm [8.603583916935946]
人口高齢化は世界的な課題であり、高齢者の医療やソーシャルサービスへの需要が高まっている。
介護者の配分を効率的に調整し、調整することが不可欠である。
これは予算最適化計画と高品質なケアの提供の両立に不可欠である。
論文 参考訳（メタデータ） (2023-11-01T17:54:49Z) - Bandit-supported care planning for older people with complex health and
care needs [9.029665615083633]
介護労働者が不足しているため、脆弱な高齢者へのケアは個人固有のニーズや嗜好に完全に適合することができない。
これは、制度化された高齢者の健康状態や生活の質に悪影響を及ぼす可能性がある。
医療従事者限定のケアプランニングとデリバリーによるケア品質向上を図るため,人工知能を活用した新たなケアプランニングモデルを提案する。
論文 参考訳（メタデータ） (2023-03-13T12:22:38Z) - Multimodal Transformer for Nursing Activity Recognition [3.426093179756538]
骨格関節と加速度データから特徴を抽出し,それらを融合して看護活動認識を行うマルチモーダルトランスフォーマーネットワークを提案する。
本手法は,看護ケア活動認識チャレンジから得られた看護活動認識のためのベンチマークデータセットにおいて,81.8%の精度で最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-04-09T23:01:00Z) - Optimal discharge of patients from intensive care via a data-driven
policy learning framework [58.720142291102135]
退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。
本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。
データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
論文 参考訳（メタデータ） (2021-12-17T04:39:33Z) - A feasibility study of a hyperparameter tuning approach to automated
inverse planning in radiotherapy [68.8204255655161]
本研究の目的は,計画品質を保ちながら,逆計画プロセスを自動化し,積極的な計画時間を短縮することである。
本研究では, 線量パラメータの選択, ランダムおよびベイズ探索法, ユーティリティ関数形式が計画時間と計画品質に及ぼす影響について検討した。
100個のサンプルを用いて良好な計画品質が得られ、平均計画時間は2.3時間であった。
論文 参考訳（メタデータ） (2021-05-14T18:37:00Z) - Forecasting COVID-19 Counts At A Single Hospital: A Hierarchical
Bayesian Approach [59.318136981032]
一つの病院で1日当たりの入院患者数を予測するという課題について検討する。
データのカウント特性を直接キャプチャする階層型ベイズモデルをいくつか開発する。
マサチューセッツ州の8つの病院とイギリスの10の病院のパブリックデータセットに対する我々のアプローチを実証する。
論文 参考訳（メタデータ） (2021-04-14T11:58:54Z) - Forecasting Emergency Department Capacity Constraints for COVID
Isolation Beds [9.358404775024109]
小児病院の救急部門に新たに設置された新型コロナウイルス関連の容量制限は、時間単位の予測ツールの開発を促した。
当院の定位率の予測には,ポイント予測と分類精度の両面で高い性能が得られた。
私たちは現在、医療従事者の能力向上を目標に、ツールをリアルタイムな設定に移行する作業を行っています。
論文 参考訳（メタデータ） (2020-11-09T19:35:41Z) - BiteNet: Bidirectional Temporal Encoder Network to Predict Medical
Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。
エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。
実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文 参考訳（メタデータ） (2020-09-24T00:42:36Z) - Pollux: Co-adaptive Cluster Scheduling for Goodput-Optimized Deep
Learning [61.29990368322931]
Polluxは、相互依存要因を適応的に最適化することで、ディープラーニング(DL)クラスタのスケジューリング性能を改善する。
Polluxは、最先端のDLスケジューラと比較して、平均的なジョブ完了時間を37-50%削減する。
論文 参考訳（メタデータ） (2020-08-27T16:56:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。