論文の概要: The ASP-based Nurse Scheduling System at the University of Yamanashi Hospital

• arxiv url: http://arxiv.org/abs/2506.13600v1
• Date: Mon, 16 Jun 2025 15:25:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:48.800508
• Title: The ASP-based Nurse Scheduling System at the University of Yamanashi Hospital
• Title（参考訳）: 山梨大学附属病院における ASP-based Nuurse Scheduling System について
• Authors: Hidetomo Nabeshima, Mutsunori Banbara, Torsten Schaub, Takehide Soh,
• Abstract要約: ASP(Answer Set Programming)を用いた看護計画システムの設計原理について述べる。 看護師の選好と各病棟の病院要員の調整を必要とする複雑な最適化問題である。 山梨大学附属病院におけるこれらの課題に対するASPの実践的応用について述べる。
• 参考スコア（独自算出の注目度）: 0.5624791703748108
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the design principles of a nurse scheduling system built using Answer Set Programming (ASP) and successfully deployed at the University of Yamanashi Hospital. Nurse scheduling is a complex optimization problem requiring the reconciliation of individual nurse preferences with hospital staffing needs across various wards. This involves balancing hard and soft constraints and the flexibility of interactive adjustments. While extensively studied in academia, real-world nurse scheduling presents unique challenges that go beyond typical benchmark problems and competitions. This paper details the practical application of ASP to address these challenges at the University of Yamanashi Hospital, focusing on the insights gained and the advancements in ASP technology necessary to effectively manage the complexities of real-world deployment.
• Abstract（参考訳）: 山梨大学附属病院において, ASP (Answer Set Programming) を用いて構築された看護計画システムの設計原理について述べる。 看護師の選好と各病棟の病院要員の調整を必要とする複雑な最適化問題である。 これには、ハードとソフトの制約のバランスと、インタラクティブな調整の柔軟性が含まれる。 学術分野で広く研究されている一方で、現実の看護師のスケジューリングは、典型的なベンチマーク問題や競合を越えて、ユニークな課題を提示している。 本稿では,山梨大学附属病院におけるこれらの課題に対するASPの実践的応用について,実世界の展開の複雑さを効果的に管理するために必要なASP技術の進歩と知見に焦点を当てた。

関連論文リスト

• Efficient MedSAMs: Segment Anything in Medical Images on Laptop [69.28565867103542]
  我々は,迅速な医用画像のセグメンテーションに特化した初の国際コンペを組織した。 トップチームは軽量なセグメンテーション基盤モデルを開発し、効率的な推論パイプラインを実装した。 最高のパフォーマンスのアルゴリズムは、臨床導入を促進するために、ユーザフレンドリーなインターフェースを備えたオープンソースソフトウェアに組み込まれている。
  論文  参考訳（メタデータ） (2024-12-20T17:33:35Z)
• PIORS: Personalized Intelligent Outpatient Reception based on Large Language Model with Multi-Agents Medical Scenario Simulation [37.62430767919014]
  中国では、受付係の看護師は外来で圧倒的な負荷に直面し、各患者の時間と注意を制限している。 パーソナライズされた知的外来受容器システム(PIORS)について紹介する。 本システムは, LLMベースの受付看護師と, LLMと病院情報システム(HIS)の連携を実際の外来環境に統合する。
  論文  参考訳（メタデータ） (2024-11-21T07:28:07Z)
• Demystifying Large Language Models for Medicine: A Primer [50.83806796466396]
  大規模言語モデル(LLM)は、医療のさまざまな側面に革命をもたらすことのできる、変革的なAIツールのクラスである。 本チュートリアルは、LSMを臨床実践に効果的に統合するために必要なツールを医療専門家に提供することを目的としている。
  論文  参考訳（メタデータ） (2024-10-24T15:41:56Z)
• 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)
• NOTE: Notable generation Of patient Text summaries through Efficient approach based on direct preference optimization [0.0]
  NOTE」は「直接選好最適化に基づく効率的なアプローチによる患者テキスト要約の不適切な生成」の意。 患者イベントは順次組み合わせられ、各入院の退院の概要を生成するために使用される。 ノートは、サマリーを放出するだけでなく、患者の旅行を通して様々なサマリーを生成するために利用することができる。
  論文  参考訳（メタデータ） (2024-02-19T06:43:25Z)
• An ASP-based Solution to the Chemotherapy Treatment Scheduling problem [7.633618497843278]
  腫瘍診療所における化学療法治療のスケジューリングの問題点は複雑である。 まず,イタリア・ジェノヴァのサン・マルティーノ病院で採用されている問題の特定の事例について考察し,回答セットプログラミング(ASP)に基づく問題解決法を提案する。 サン・マルティーノ病院が提供した実データを用いて行った実験結果から,ASPは,この重要なスケジューリング問題に対しても効果的な解決方法であることが示された。
  論文  参考訳（メタデータ） (2021-08-05T14:18:45Z)
• The Medkit-Learn(ing) Environment: Medical Decision Modelling through Simulation [81.72197368690031]
  医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。 Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
  論文  参考訳（メタデータ） (2021-06-08T10:38:09Z)
• Operating Room (Re)Scheduling with Bed Management via ASP [8.189696720657247]
  最初に、回答セットプログラミング(ASP)に基づく問題に対する解決策を提示します。 このソリューションは、5日間のスケジュールで目標長さの3つのシナリオで、現実的なサイズとパラメータのベンチマークでテストされます。 また,再スケジュール問題に対するaspソリューションも提示する。 何らかの理由でオフラインスケジュールが完了できない場合。
  論文  参考訳（メタデータ） (2021-05-05T18:51:22Z)
• CPAS: the UK's National Machine Learning-based Hospital Capacity Planning System for COVID-19 [111.69190108272133]
  新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。 病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。 CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
  論文  参考訳（メタデータ） (2020-07-27T19:39:13Z)

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。