Resource Planning and Operations
医療資源の効率的な管理手法の開発
手術室、病床、健診・検査部門、在宅医療・訪問リハビリテーションなどを対象に、限られた医療資源を効率的に配分・運用する方法を研究しています。
- 主な対象
- 手術室、病床、検査設備、医療従事者、在宅医療・訪問サービス
- 主な課題
- 資源制約、担当者の技能、患者需要、時間枠、優先順位を考慮した実行可能な計画の作成
- 用いる方法
- 数理最適化、スケジューリング、シミュレーション、データ分析
- 紹介内容
- 手術室スケジューリング、病床管理、健診・検査の運用改善、訪問ルート計画など
手術室スケジューリング
手術時間、診療科、手術室数、担当スタッフなどを考慮して、遅延や残業を抑えた計画を作成します。
病床と入退院の計画
在院日数や患者流入の見通しを踏まえて、病床の割当と運用計画を検討します。
健診・検査部門の運用
検査順序や資源配分を見直し、待ち時間の短縮と現場負担の軽減を目指します。
訪問サービスの計画
資格、訪問時間、移動時間を考慮して、在宅医療や訪問リハビリテーションの計画を作成します。
Decision-Making under Uncertainty
医療における不確実性下のモデリング
医療現場では、手術時間、在院日数、患者到着、需要などが事前の予測どおりになるとは限りません。こうした不確実性を明示的に表現し、計画の実行可能性と安定性を評価します。
- 主な対象
- 手術時間、在院日数、救急・外来需要、検査所要時間
- 主な課題
- 予測誤差により生じる遅延、残業、資源不足、計画変更への対応
- 用いる方法
- 確率モデル、確率計画法、ロバスト最適化、シナリオ分析、シミュレーション
- 紹介内容
- 手術時間の不確実性を考慮した計画、在院日数予測と病床スケジューリングの統合、信頼性の評価
実績データから変動の大きさと予測誤差を確認します。
確率分布、変動範囲、複数シナリオとしてモデル化します。
遅延、残業、制約違反などを指標として複数案を比較します。
Artificial Intelligence in Healthcare
医療分野におけるAIの活用方法
手術時間や在院日数などを医療データから予測し、医療現場の意思決定を支援するAIの活用方法を研究しています。予測精度の向上だけでなく、運用や計画にどのように結び付けるかを重視します。
- 主な対象
- 手術時間予測、在院日数予測、医療データを用いた予測・推定
- 主な課題
- 医療データのばらつき、説明可能性、予測結果を現場の意思決定へ結び付ける方法
- 用いる方法
- 機械学習、統計モデリング、特徴量設計、予測結果と最適化の統合
- 紹介内容
- 手術時間予測精度の改善、在院日数予測、予測モデルを用いた計画支援
手術時間の予測
患者属性や診療情報を用いて手術時間を推定し、手術室計画の精度向上に役立てます。
在院日数予測
患者属性や診療情報から在院日数を推定し、病床管理や入退院計画に役立てます。
AIと最適化の連携
予測結果をそのまま終わらせず、計画作成や資源配分の支援へ接続することを目指します。
Healthcare Policy and Evaluation
医療政策決定・評価手法の開発
医療制度や医療提供体制に関する複数の選択肢を、費用、効果、資源制約などの観点から定量的に比較し、政策決定と事後評価を支援する方法を研究しています。
- 主な対象
- 医療提供体制、医療資源配分、診療・検査に関する政策選択肢
- 主な課題
- 費用、健康上の効果、患者や社会への影響を共通の枠組みで比較すること
- 用いる方法
- 意思決定分析、医療経済評価、数理モデル、定量比較
- 紹介内容
- 医療資源管理方策の比較評価、エビデンスに基づく意思決定支援、政策評価の枠組みづくり