Tecniche di Intelligenza Artificiale e strumenti applicativi per la ripianificazione di sessioni riabilitative ospedaliere

Spesso gli ospedali vanno incontro a problemi che costringono a dover abbandonare la pianificazione già presente. La realizzazione di una ripianificazione è un problema presente negli ospedali di tutto il mondo [Mutingi and Mbohwa, 2017] ed è stato affrontato con diversi approcci nel corso del tempo, molti dei quali cercano di minimizzare le differenze con la pianificazione originale.

[Uhmn et al., 2017] risolve la ripianificazione dei turni infermieristici con un algoritmo deterministico, una ricerca iterativa di tipo depth-first, che ottimizza sul tempo, sullo spazio usato e sul costo della soluzione; data la limitazione del problema su tempo e profondita la soluzione può non essere trovata e va approssimata con algoritmi euristici.

Vengono usate anche soluzioni euristiche, come quella di [Kitada and Morizawa, 2010]: in caso di mancanza di personale viene utilizzato una ricerca ricorsiva che trova la prima soluzione valida; nel processo viene costruito un albero, i cui nodi contengono gli operatori candidati a sostituire i posti mancanti; tramite una strategia di ricerca in questi nodi è possibile trovare la migliore ripianificazione.

[Pato and Moz, 2008] invece usa un'euristica genetica che si basa sul'approccio Pareto, includendo una strategia di diversificazione utopica. [Clark and Walker, 2011] usa una combinazione di somme pesate e programmazione obiettivo, usando i pesi per definire la priorità; in un primo approccio cerca di minimizzare il numero di cambiamenti rispetto alla pianificazione originale, mentre nel secondo valuta come vari tipi di cambiamento possano influenzare in maniera diversa la ripianificazione. [Salbert, 2015] usa l'algoritmo del Longest Processing Time, adattandolo all'ambiente delle sale operatorie.

[Bäumelt et al., 2016] risolve la ripianificazione degli infermieri decomponendo il problema e utilizzando un algoritmo parallelo eseguito sulla GPU.

Per risolvere la ripianificazione degli infermieri [Maenhout and Vanhoucke, 2013] usa un algoritmo evolutivo, minimizzando i costi aggiuntivi e le insoddisfacibilità e, in secondo piano, minimizzando i cambiamenti dei turni rispetto alla pianificazione originale.

In [Bard and Purnomo, 2006] viene considerata la possibilità di assumere personale temporaneo, per far fronte all'assenza di infermieri; questo approccio però può essere necessario in ospedali dove la portata del lavoro non può essere soddisfatta dal personale permanente, che non è il caso qui trattato.