Bed Optimization — Tối ưu giường bệnh
Mô hình hàng chờ M/M/c. Nó cho thấy vì sao chạy công suất gần 100% là sai: thời gian chờ tăng phi tuyến và bùng nổ ở vùng tải cao.
Giữ nguyên 24 đơn vị phục vụ, chỉ đổi lượng ca đến. Đường gần như phẳng tới khoảng 80% rồi dựng đứng. Đây là lý do một hệ thống chạy 95% công suất sụp đổ khi nhu cầu nhích thêm vài phần trăm.
Dưới 75% hàng chờ còn hiền. Từ 85% trở lên mỗi phần trăm tải thêm vào làm thời gian chờ tăng gấp bội, và mọi sai số dự báo nhu cầu đều bị khuếch đại.
42.5% số ca phải chờ; phần còn lại được phục vụ ngay. Trung bình che mất đuôi: phân phối thời gian chờ lệch mạnh nên nhóm chờ lâu nhất chờ lâu hơn con số này nhiều.
Đây là chỉ tiêu dịch vụ thường được cam kết. Nó nhạy với số đơn vị phục vụ hơn nhiều so với việc rút ngắn thời gian phục vụ.
Tính lại bằng chính công thức Erlang C với c + 1. So sánh mức giảm này với chi phí một đơn vị phục vụ là cách quyết định biên chế đúng đắn hơn nhìn vào tỷ lệ sử dụng.
| Tải đề nghị | 21.00 erlang |
| Số trong hàng chờ trung bình | 2.97 |
| Thêm 1 đơn vị phục vụ | tỷ lệ sử dụng còn 84.0% |
| Ngưỡng nguy hiểm | trên 85% thì hàng chờ tăng rất nhanh |
Giữ nguyên 24 đơn vị phục vụ, chỉ đổi lượng ca đến. Đường gần như phẳng tới khoảng 80% rồi dựng đứng. Đây là lý do một hệ thống chạy 95% công suất sụp đổ khi nhu cầu nhích thêm vài phần trăm.
Cùng tải 21.00 erlang. Đơn vị đầu tiên thêm vào rút được rất nhiều phút, các đơn vị sau rút ít dần — lợi ích biên giảm nhanh nên có một điểm dừng hợp lý.
| Số đơn vị | Tỷ lệ sử dụng | Xác suất chờ | Chờ TB (phút) | Trong 30 phút |
|---|---|---|---|---|
| 22 | 95.5% | 76.6% | 229.7 | 30.7% |
| 23 | 91.3% | 57.6% | 86.4 | 52.9% |
| 24 | 87.5% | 42.5% | 42.5 | 68.5% |
| 25 | 84.0% | 30.7% | 23.1 | 79.4% |
| 26 | 80.8% | 21.8% | 13.1 | 86.8% |
| 27 | 77.8% | 15.1% | 7.6 | 91.7% |
| 28 | 75.0% | 10.2% | 4.4 | 94.9% |
| 29 | 72.4% | 6.8% | 2.5 | 97.0% |
| 30 | 70.0% | 4.4% | 1.5 | 98.2% |
| Tải đề nghị | 21.00 erlang |
| Số trong hàng chờ trung bình | 2.97 |
| Thêm 1 đơn vị phục vụ | tỷ lệ sử dụng còn 84.0% |
| Ngưỡng nguy hiểm | trên 85% thì hàng chờ tăng rất nhanh |
Erlang C: P(chờ) = [aᶜ/(c!(1−ρ))] / [Σaᵏ/k! + aᶜ/(c!(1−ρ))]
Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng.
API tại /api/v1/tools/erlang-c gọi đúng hàm
này, nên kết quả trên trang và qua API không thể lệch nhau.
Tối ưu giường bệnh là bài toán hàng chờ: bệnh nhân đến ngẫu nhiên, thời gian nằm viện ngẫu nhiên, và số giường hữu hạn. Lý thuyết hàng chờ cho một kết quả phản trực giác nhưng quan trọng: công suất sử dụng gần 100% khiến thời gian chờ bùng nổ.
| Công suất sử dụng giường | trên 85% là vùng nguy hiểm |
| Thời gian chờ nhập viện | chỉ số bệnh nhân cảm nhận |
| Tỷ lệ chuyển khoa do hết giường | dấu hiệu quá tải |
Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.
Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.
Tối ưu giường bệnh là bài toán hàng chờ: bệnh nhân đến ngẫu nhiên, thời gian nằm viện ngẫu nhiên, và số giường hữu hạn. Lý thuyết hàng chờ cho một kết quả phản trực giác nhưng quan trọng: công suất sử dụng gần 100% khiến thời gian chờ bùng nổ.
1. Ước lượng phân phối thời gian đến và thời gian nằm viện theo khoa. 2. Mô phỏng rời rạc theo sự kiện thay vì tính trung bình. 3. Chạy kịch bản: thêm giường, đổi quy trình xuất viện, chuyển bệnh nhân giữa khoa. 4. Tối ưu quy trình xuất viện buổi sáng — thường hiệu quả hơn thêm giường.
L ậ p k ế h o ạ c h t h e o n h u c ầ u t r u n g b ì n h . V ớ i h à n g c h ờ , t r u n g b ì n h k h ô n g m ô t ả đ ư ợ c h ệ t h ố n g — p h ư ơ n g s a i m ớ i q u y ế t đ ị n h .
Công suất sử dụng giường — trên 85% là vùng nguy hiểm; Thời gian chờ nhập viện — chỉ số bệnh nhân cảm nhận; Tỷ lệ chuyển khoa do hết giường — dấu hiệu quá tải.
Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.