UN FRAMEWORK PARA APOYAR A LOS ESPECIALISTAS EN EL PROBLEMA DE LA ESCALA DE LOS EXÁMENES HOSPITALARIOS

Autores/as

  • Francisco Levi Souza Anastácio
  • Mayrton Dias de Queiroz

DOI:

https://doi.org/10.56238/rcsv16n5-001

Palabras clave:

Pruebas Diagnósticas, Flujo de Pacientes, Framework, Heurística, Escalada Hospitalaria

Resumen

La gestión eficiente del flujo de pacientes en entornos hospitalarios, especialmente en la programación de pruebas diagnósticas, representa un desafío crítico dada la alta demanda y los recursos limitados. El problema de programación de pruebas hospitalarias consiste en determinar la secuencia de procesamiento de las pruebas en múltiples estaciones, considerando las prioridades clínicas y los tiempos de llegada. El objetivo de este trabajo es identificar una alternativa capaz de programar pruebas hospitalarias utilizando algoritmos heurísticos. La metodología incluyó una revisión sistemática de la literatura para fundamentar la teoría, seguida de la implementación de tres algoritmos de programación: Prioridad de Orden de Llegada (AOP), basada en el orden de llegada; Prioridad de Tiempo Mínimo de Procesamiento (MPTP), basada en el tiempo de procesamiento más corto; y Estrategia de Selección por Ruleta (RSS), de naturaleza probabilística. Para analizar las soluciones generadas, se desarrolló un marco capaz de reconstruir dinámicamente el flujo de procesamiento a partir de los datos producidos. Los experimentos se llevaron a cabo en 150 escenarios distintos, variando el número de pruebas y estaciones de procesamiento. Los resultados indicaron que AOP presentó el mejor rendimiento promedio en términos de tiempo total de procesamiento en todos los escenarios analizados, mientras que RSS obtuvo los tiempos promedio más largos, aunque amplió la exploración del espacio de soluciones. Se concluye que la política de programación impacta directamente en el rendimiento operativo y que el marco propuesto contribuye al análisis, validación e integración de estrategias de apoyo a la toma de decisiones en entornos hospitalarios.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

ACKERMANN, Andres Eberhard Friedl. Modelo de previsão de demanda do serviço de urgência em um hospital de pronto atendimento. Dissertação (Mestrado em Engenharia de Produção e Sistemas) Universidade do Vale do Rio dos Sinos, São Leopoldo. 2020.

CARDEAL, Lara Morena; PATERNO, Maria Beatriz Piccelli; CANTANE, Daniela Renata; DE OLIVEIRA, Rogério Antônio. Análise do comportamento estocástico de um modelo matemático aplicado à infecção hospitalar. Revista Sistemática, [S. l.], v. 16, n. 3, p. e9774, 2026. DOI: 10.56238/rcsv16n3-008.

FERRARI, Thayse. Abordagens multiobjetivo para o problema de localização de bases de veículos de resgate. Tese (Doutorado em Engenharia de Transportes). Universidade Federal do Rio de Janeiro, Rio de Janeiro. 2022.

FLÓREZ, Camilo Andrés Cáceres. Proposta metodológica de otimização baseada em IA, ciência de dados e indústria 4.0. estudo de casos: serviços de emergência em e-hospital e sistema de gerenciamento de energias híbridas. Tese (Doutorado em Engenharia Mecânica). Universidade Estadual de Campinas, Campinas. 2020.

GAREY, M. R.; Johnson, D. S. Computers and Intractability: A Guide to the Theory of NP-Completeness. San Francisco: W. H. Freeman and Company. 1979.

GOLDBERG, D. E. Genetic Algorithms in Search, Optimization, and Machine Learning. Boston: Addison-Wesley. 1989.

HALL, R. W. (2013). Patient Flow: Reducing Delay in Healthcare Delivery. 2. ed. Southern California: Springer. International Series in Operations Research & Management Science, v. 206. 2013.

KITCHENHAM, Barbara et al. Guidelines for performing systematic literature reviews in software engineering. 2007.

LITVAK, E. Managing Patient Flow in Hospitals: Strategies and Solutions. 2. ed. Oakbrook Terrace: Joint Commission Resources. (2010).

LOPES L., V., & MASTELLA, M. Processo de decisão: protocolo de tomada de decisão frente à Covid -19 no Brasil. Revista Gestão Do Conhecimento E Tecnologia Da Informação, 8(1), 61-74. 2025. https://doi.org/10.31501/rgcti.v8i1.15310.

MEISTER, T. C. Um algoritmo heurístico aplicado ao problema de escalonamento de médicos do Hospital de Clínicas de Porto Alegre. Dissertação (Mestrado em Ciência da Computação) Universidade Federal do Rio Grande do Sul, Porto Alegre. 2020.

MONDO, C. W. Otimização da alocação de produtos em uma estrutura de armazenagem flow-rack utilizando programação linear inteira mista. Dissertação (Mestrado em Engenharia Elétrica). Universidade Tecnológica Federal do Paraná, Ponta Grossa. 2024.

PEREIRA, K. A. Rumo a uma maior eficiência na saúde: O impacto da digitalização de registros médicos. Revista Sistemática, 14(3), 709-714. 2024. https://doi.org/10.56238/rcsv14n3-020

PETERSEN, K.; FELDT, R.; MUJTABA, S.; MATTSSON, M. Systematic mapping studies in software engineering. In 12th international conference on evaluation and assessment in software engineering (EASE). BCS Learning & Development. 2008.

REIS, E. R. D. S. Alocação otimizada de voluntários em programa de restabelecimento de laços familiares por uma ONG Internacional. Monografia (Bacharelado em Engenharia Ambiental). Universidade Estadual Paulista, São José dos Campos. 2024.

SILVA, H. L. R. D. Abordagens heurísticas para planejamento e escalonamento de equipes médicas em cirurgias eletivas. Monografia (Bacharelado em Engenharia de Produção). Universidade Federal de Campina Grande, Sumé. 2023.

Publicado

2026-05-05

Cómo citar

Anastácio, F. L. S., & de Queiroz, M. D. (2026). UN FRAMEWORK PARA APOYAR A LOS ESPECIALISTAS EN EL PROBLEMA DE LA ESCALA DE LOS EXÁMENES HOSPITALARIOS. Revista Sistemática, 16(5), e10087 . https://doi.org/10.56238/rcsv16n5-001