McLeod Health redujo un 20 % el personal de limpieza de habitaciones con un modelo de programación entera

La limpieza de las habitaciones de los pacientes suele pasarse por alto, pero la lentitud en la rotación de habitaciones merma la capacidad hospitalaria y la rapidez del tratamiento, y una mala asignación aumenta el riesgo de transmisión de infecciones.

Un investigador de la Darla Moore School of Business de la Universidad de Carolina del Sur desarrolló y puso a prueba un modelo de programación entera para asignar habitaciones al personal de limpieza de McLeod Health.

El modelo identificó una oportunidad de reducir un 20 % el personal con la demanda actual, lo que equivale a unos 575.000 dólares al año, o de atender con el personal existente una demanda de habitaciones sucias un 30 % mayor.

McLeod Health integró las recomendaciones en su estrategia de dotación de personal de inmediato, y el estudio se publicó en INFORMS Journal on Applied Analytics.

Asignar habitaciones a los limpiadores como un problema de optimización, no como una lista

El modelo equilibró la demanda, los desplazamientos y el riesgo de infección que las listas manuales ignoraban.

Cuantificó la disyuntiva: menos limpiadores o más rendimiento.

Un ahorro anual de 575.000 dólares justificó su adopción inmediata.

Las mejoras en la rotación de habitaciones se traducen directamente en capacidad para los pacientes.

Los procesos administrativos desatendidos, como la limpieza de habitaciones, ocultan capacidad real; modelar la asignación, y no solo la plantilla, convierte un centro de costos en rendimiento para los pacientes.

McLeod Health adoptó de inmediato las recomendaciones de dotación de personal. El artículo, basado en un proyecto de consultoría a través del Operations and Supply Chain Center de la Universidad de Carolina del Sur, se publicó en IJAA (2023) y se cita como modelo para la optimización de los servicios ambientales hospitalarios.