論文の概要: Optimizing Nurse Scheduling: A Supply Chain Approach for Healthcare Institutions
- arxiv url: http://arxiv.org/abs/2407.11195v1
- Date: Wed, 29 May 2024 15:37:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 12:00:08.722741
- Title: Optimizing Nurse Scheduling: A Supply Chain Approach for Healthcare Institutions
- Title（参考訳）: 看護計画の最適化:医療機関のサプライチェーンアプローチ
- Authors: Jubin Thomas,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When managing an organization, planners often encounter numerous challenging scenarios. In such instances, relying solely on intuition or managerial experience may not suffice, necessitating a quantitative approach. This demand is further accentuated in the era of big data, where the sheer scale and complexity of constraints pose significant challenges. Therefore, the aim of this study is to provide a foundational framework for addressing personnel scheduling, a critical issue in organizational management. Specifically, we focus on optimizing shift assignments for staff, a task fraught with complexities due to factors such as contractual obligations and mandated rest periods. Moreover, the current landscape is characterized by frequent employee shortages across various industries, with many organizations lacking efficient and dependable management tools to address them. Therefore, our attention is particularly drawn to the nurse rostering problem, a personnel scheduling challenge prevalent in healthcare settings. These issues are characterized by a multitude of variables, given that a single healthcare facility may employ hundreds of nurses, alongside stringent constraints such as the need for adequate staffing levels and rest periods postnight shifts. Furthermore, the ongoing COVID19 pandemic has exacerbated staffing challenges in healthcare institutions, underlining the importance of accurately assessing staffing needs and optimizing shift allocations for effective operation amidst crisis situations.
- Abstract（参考訳）: 組織を管理する場合、プランナーは多くの困難なシナリオに直面します。
このような例では、直感や管理的経験のみに頼るだけでは十分ではなく、定量的なアプローチが必要である。
この需要は、厳重なスケールと制約の複雑さが重大な課題を引き起こすビッグデータの時代においてさらに強調される。
そこで本研究の目的は,組織管理における重要な課題である人事スケジューリングの基盤となる枠組みを提供することである。
具体的には,契約義務や強制休業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。
さらに、現在の状況は、様々な産業で従業員不足が頻発していることが特徴であり、多くの組織では、それに対応するための効率的で信頼性の高い管理ツールが欠如している。
したがって, 医療環境における人事スケジューリングの課題である, 介護者のロスター問題に特に注目が集まっている。
これらの問題は、単一の医療施設が数百人の看護師を雇う可能性があることや、適切なスタッフレベルや夜勤の休息といった厳しい制約が課せられることを考えると、様々な変数が特徴である。
さらに、新型コロナウイルス(COVID-19)のパンデミックは、医療機関のスタッフの課題を悪化させ、従業員ニーズを正確に評価し、危機状況下での効果的な運用のためのシフト割り当てを最適化することの重要性を浮き彫りにした。
関連論文リスト
- Guiding Through Complexity: What Makes Good Supervision for Hard Reasoning Tasks? [74.88417042125985]
複雑さの異なるタスクにおいて、様々な品質レベルで監視データを提供する様々なデータ駆動戦略について検討する。
ハードタスクの監視における結果エラー率が高い場合でも、そのようなデータによるトレーニングは、より簡単なサブタスクの監督を完璧に上回ります。
また,本研究の結果から,タスク・インスペクションとサブタスク・インスペクションを補完することで,顕著なパフォーマンス向上が期待できることがわかった。
論文 参考訳（メタデータ） (2024-10-27T17:55:27Z) - 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) - Clairvoyance: A Pipeline Toolkit for Medical Time Series [95.22483029602921]
時系列学習は、データ駆動の*クリニカルな意思決定支援のパンとバターである*
Clairvoyanceは、ソフトウェアツールキットとして機能する、統合されたエンドツーエンドのオートMLフレンドリなパイプラインを提案する。
Clairvoyanceは、臨床時系列MLのための包括的で自動化可能なパイプラインの生存可能性を示す最初のものである。
論文 参考訳（メタデータ） (2023-10-28T12:08:03Z) - Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources [47.57108369791273]
医療資源の枯渇は、レーションの避けられない結果をもたらす可能性がある。
医療資源割り当てプロトコルの普遍的な標準は存在しない。
本稿では,患者の疾患進行と患者間の相互作用効果を統合するためのトランスフォーマーベースのディープQネットワークを提案する。
論文 参考訳（メタデータ） (2023-09-15T17:28:06Z) - SPeC: A Soft Prompt-Based Calibration on Performance Variability of
Large Language Model in Clinical Notes Summarization [50.01382938451978]
本稿では,ソフトプロンプトを用いたモデルに依存しないパイプラインを導入し,確率に基づく要約の利点を保ちながら分散を減少させる。
実験結果から,本手法は性能を向上するだけでなく,様々な言語モデルの分散を効果的に抑制することが明らかとなった。
論文 参考訳（メタデータ） (2023-03-23T04:47:46Z) - 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) - A Temporal Fusion Transformer for Long-term Explainable Prediction of
Emergency Department Overcrowding [0.0]
救急省(英語: emergency Departments、略称:ED)は、ポルトガル国立衛生局(英語版)の基本的な要素である。
サービスを利用する患者の数を予測することは特に困難である。
本稿では,新しい深層学習アーキテクチャであるTemporal Fusion Transformerについて述べる。
我々は,ポルトガルの保健地域(HRA)では平均絶対過誤(MAPE)が5.90%,Root Mean Squared Error(RMSE)が84.4102人/日で予測可能であると結論づけた。
論文 参考訳（メタデータ） (2022-07-01T18:08:07Z) - Hierarchically Structured Scheduling and Execution of Tasks in a
Multi-Agent Environment [1.0660480034605238]
倉庫環境では、タスクが動的に出現するので、早すぎると労働力にマッチするタスク管理システムは、必ずしも最適ではない。
本稿では,高レベルスケジューリング問題と低レベルマルチエージェント問題の両方を解決するために,深層強化学習を提案する。
論文 参考訳（メタデータ） (2022-03-06T18:11:34Z) - Practical Challenges in Differentially-Private Federated Survival
Analysis of Medical Data [57.19441629270029]
本稿では,ニューラルネットワークの本質的特性を活用し,生存分析モデルの訓練過程を関連づける。
小さな医療データセットと少数のデータセンターの現実的な設定では、このノイズはモデルを収束させるのが難しくなります。
DPFed-post は,私的フェデレート学習方式に後処理の段階を追加する。
論文 参考訳（メタデータ） (2022-02-08T10:03:24Z) - 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) - Predicting Length of Stay in the Intensive Care Unit with Temporal
Pointwise Convolutional Networks [0.0]
本稿では,時間的畳み込みとポイントワイド(1x1)畳み込みを組み合わせた新しい深層学習モデルを提案する。
歪み、不規則なサンプリング、欠落データなど、電子健康記録の一般的な課題を緩和するために特別に設計された。
論文 参考訳（メタデータ） (2020-06-29T15:18:33Z)
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。