Optimal allocation of emergency medical resources in a mass casualty incident: Patient prioritization by column generation

حوادث عظیم تلفات موجب افزایش تقاضا برای خدمات پزشکی اورژانسی می شود و این امر اغلب می تواند ظرفیت پاسخ اضطراری را غرق کند. بنابراین، مهم است که منابع حیاتی پزشکی اورژانس را با توجه به اولویت بندی به حداکثر رساندن ظرفیت نجات، اهمیت دهیم. در یک سناریوی سنتی تریاژ، اولویت دریافت مراقبت تنها توسط حساسیت بیمار در زمان ارزیابی تعیین می شود. مطالعات اخیر نشان می دهد که تریاژ محدود کننده منابع در ارائه بهترین نتیجه به حداکثر تعداد بیماران موثر است. ما این مشکل را به عنوان یک مساله مسیریابی آمبولانس مدل سازی می کنیم و بیمارستان های سفارش و مقصد برای تخلیه بیمار را تعیین می کنیم. این به عنوان یک مشکل پارتیشن بندی مجموعه ای تشکیل شده است و ما یک رویکرد نسل ستون برای کارآمد بودن تعداد زیادی از برنامه های آمبولنی قابل اجرا را اعمال می کنیم. ما نشان می دهیم که الگوریتم پیشنهادی با یک روش ساخت ستون، مشکل را به نزدیک بودن بهینه در یک زمان محاسبه کم را حل می کند، و راه حل های حاصل از الگوریتم از تخصیص منابع اختصاص یافته به اولویت فزاینده بالاتر است.