La programación de médicos de un departamento de un hospital alemán era manual y lenta: los planes se construían a mano y la calidad era difícil de juzgar. Automatizarla parecía un proyecto de software puntual: las reglas de cada hospital difieren, por lo que los sistemas listos para usar nunca encajaban.
El movimiento del equipo fue separar los datos del modelo. El modelado de datos relacional estructuró la compleja información de programación (médicos, turnos, cualificaciones, preferencias de equidad) de modo que una única formulación de programación entera mixta se volviera práctica. El optimizador se basa en programaciones anteriores y gestiona la compatibilidad de turnos más allá del horizonte de planificación.
El resultado es una herramienta de apoyo a la decisión que produce cuadrantes mucho más rápido y con menos trabajo, visualiza la calidad del plan para facilitar su evaluación y gestiona la equidad de forma explícita a lo largo del horizonte de planificación. El modelo está diseñado para personalizarse e implementarse rápidamente en otros departamentos del hospital.
Modelar la estructura de datos de la programación y luego optimizarla
El modelado relacional convierte un problema que es 'distinto en cada lugar' en entradas estándar, de modo que un único MIP funciona en distintos departamentos en lugar de un programa a medida por hospital.
Partir de la programación anterior y respetar los turnos posteriores al horizonte mantiene los cambios incrementales, que es lo que los médicos realmente aceptan.
Hacer de la equidad un objetivo explícito significa que el plan puede defenderse ante el personal, un requisito que los cuadrantes hechos a mano nunca cumplían.
Cuando la automatización sigue fracasando porque cada instancia es diferente, corrige primero la capa de datos: el modelado relacional puede hacer que un único optimizador sea reutilizable en distintos departamentos y hospitales.
El sistema de programación basado en MIP se publicó en el INFORMS Journal on Applied Analytics en 2026. Los autores lo presentan como rápidamente personalizable para otros departamentos internos del hospital y otros hospitales, con el modelo de datos relacional como núcleo reutilizable.
CONSULTA LAS PRUEBAS
Las fuentes
- Optimizing Physician Scheduling at Kempten Hospital: A Database-Driven Mathematical Programming Approach INFORMS Journal on Applied Analytics (IDEAS/RePEc) · ideas.repec.org
- Optimizing Physician Scheduling at Kempten Hospital: A Database-Driven Mathematical Programming Approach INFORMS Journal on Applied Analytics (PubsOnLine) · pubsonline.informs.org