یک مدل تصمیم‌گیری برای مسئله طراحی چیدمان مراکز درمانی با درنظرگرفتن عدم قطعیت

کاشانیان منفرد, نیلوفر; صفایی, ناصر; حسینی نژاد, سید جواد

doi:10.22034/sep.2025.2049327.1252

یک مدل تصمیم‌گیری برای مسئله طراحی چیدمان مراکز درمانی با درنظرگرفتن عدم قطعیت

نوع مقاله : پژوهشی

نویسندگان

نیلوفر کاشانیان منفرد ¹

ناصر صفایی ²

سید جواد حسینی نژاد ³

¹ کارشناسی ارشد، گروه مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

² نویسنده مسئول: استادیار، گروه مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

³ استادیار، گروه مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

10.22034/sep.2025.2049327.1252

چکیده

در صنعت بهداشت و درمان، طراحی بهینه چیدمان مراکز درمانی، به‌ویژه بخش اورژانس، نقش حیاتی در بهبود کیفیت خدمات، افزایش رضایت بیماران و ارتقای ایمنی دارد. این طراحی می‌تواند به بهبود مراقبت‌های بیماران، کاهش هزینه‌های عملیاتی و استفاده بهینه از منابع کمک کند. بااین‌حال، به دلیل وجود عدم قطعیت، طراحی چیدمان مراکز درمانی پیچیده است. درحالی‌که تحقیقات قبلی بیشتر بر رویکردهای قطعی تمرکز داشته‌اند، تأثیر عدم قطعیت کمتر موردتوجه قرار گرفته است. این پژوهش یک چارچوب ترکیبی با استفاده از تئوری مجموعه‌های فازی و تکنیک‌های تصمیم‌گیری چندمعیاره ارائه می‌دهد. در پژوهش حاضر ابتدا با مرور مقالات و مصاحبه با خبرگان، ۲۲ شاخص کلیدی در ابعاد مختلف بخش اورژانس شناسایی شدند. پس از توزیع پرسش‌نامه دلفی فازی و انجام یک مرحله نظرسنجی، هفت شاخص نهایی شامل طول اقامت، زمان انتظار، نرخ پذیرش، میزان ازدحام، میزان حضور مجدد، زمان تا ارزیابی اولیه و رضایت بیماران تأیید شدند. سپس، با استفاده از روش تحلیل سلسله‌مراتبی فازی، شاخص‌های انتخاب‌شده وزن دهی شدند و دو چیدمان بهینه با کمک الگوریتم‌های آلدپ و کرفت طراحی گردید. در پایان، برای ارزیابی و رتبه‌بندی چیدمان‌ها، از روش شباهت به راه‌حل ایده‌آل فازی استفاده شد. نتایج این پژوهش به مدیران مراکز درمانی در بهینه‌سازی طراحی چیدمان و طراحی اولیه کمک شایانی خواهد کرد و می‌تواند به بهبود کارایی و اثربخشی خدمات درمانی منجر شود.

تازه های تحقیق

بخش‌های اورژانس بیمارستانی به‌عنوان حیاتی‌ترین و پیچیده‌ترین مناطق هر مرکز مراقبت‌های بهداشتی، نیازمند مداخلات فوری و خلاقانه برای مقابله با چالش‌های روبه رشد هستند.
چیدمان مناسب برای این مراکز که با محدودیت منابع در تخصیص بخش‌ها یا گسترش فضا و زیرساخت‌ها مواجه هستند ضروری است.

کلیدواژه‌ها

طراحی چیدمان

تصمیم‌گیری چندمعیاره

تاپسیس فازی

تحلیل سلسله‌مراتبی فازی

دلفی فازی

شباهت به راه‌حل ایده‌آل فازی

موضوعات

سیستم‌های تصمیم‌گیری

عنوان مقاله English

A Decision-making Model for the Problem of Designing the Layout of Medical Centers Considering Uncertainty

نویسندگان English

Niloufar Kashanian Monfared ¹

Nasser Safaie ²

Seyed Javad Hosseininezhad ³

¹ M.Sc. Student, Department of Industrial Engineering, K. N. Toosi University of Technology, Tehran, Iran

² Corresponding author: Assistant Professor, Department of Industrial Engineering, K. N. Toosi University of Technology, Tehran, Iran

³ Assistant Professor, Department of Industrial Engineering, K. N. Toosi University of Technology, Tehran, Iran

چکیده English

In the healthcare industry, the optimal design of the layout of medical centers, especially the emergency department, plays a vital role in improving the quality of services, increasing patient satisfaction, and improving safety. This design can help improve patient care, reduce operating costs, and optimize the use of resources. However, due to the uncertainty, the layout design of medical centers is complicated. While previous researches have focused more on deterministic approaches, the effect of uncertainty has been given less attention. This research presents a hybrid framework using fuzzy set theory and multi-criteria decision-making techniques. In the current research, first by reviewing articles and interviewing experts, 22 key indicators were identified in different dimensions of the emergency department. After distributing the fuzzy Delphi questionnaire and conducting a survey phase, seven final indicators including "length of stay", "waiting time", "admission rate", "overcrowding rate", "re-attendance rate", "time to initial assessment" and "Patients' satisfaction" were confirmed. Then, using the fuzzy hierarchical analysis method, the selected indicators were weighted and two optimal layouts were designed with the help of ALDP and KRAFT algorithms. In the end, to evaluate and rank the layouts, the method of similarity to the fuzzy ideal solution was used. The results of this research will be of great help to the managers of medical centers in optimizing the design of layout and initial design and can lead to improving the efficiency and effectiveness of medical services.

کلیدواژه‌ها English

Facility layout design

Multi-criteria decision making

Fuzzy TOPSIS

Fuzzy AHP

Fuzzy Delphi

Similarity to fuzzy ideal solution

Copyright © Niloufar Kashanian Monfared, Nasser Safaie, Seyed Javad Hosseininezhad

License

This article is released under the Creative Commons Attribution (CC BY 4.0) license. Anyone is free to copy, share, translate, and adapt this article for any purpose, whether commercial or non-commercial, as long as proper citation is given to the authors and original publication.

Armour, G. C., & Buffa, E. S. (1963). A heuristic algorithm and simulation approach to relative location of facilities. Management science, 9(2), 294-309. https://doi.org/10.1287/mnsc.9.2.294

Arunyanart, S., & Pruekthaisong, S. (2018). Selection of multi-criteria plant layout design by combining AHP and DEA methodologies. MATEC Web of Conferences, 192, 01033. https://doi.org/10.1051/matecconf/201819201033

Athawale, V. M., & Chakraborty, S. (2010). Facility layout selection using PROMETHEE II method. IUP Journal of Operations Management, 9(1/2), 81–98.

Bacudio, L., Esmeria, G. J., & Promentilla, M. A. (2016, March). A fuzzy analytic hierarchy process approach for optimal selection of manufacturing layout. In DLSU Research Congress (pp. 7–9). De La Salle University.

Besbes, M., Affonso, R. C., Zolghadri, M., Masmoudi, F., & Haddar, M. (2017). Multi-criteria decision making for the selection of a performant manual workshop layout: A case study. IFAC-PapersOnLine, 50(1), 12404–12409. https://doi.org/10.1016/j.ifacol.2017.08.2424

Bozer, Y. A., Meller, R. D., & Erlebacher, S. J. (1994). An improvement-type layout algorithm for single and multiple-floor facilities. Management Science, 40(7), 918–932. https://doi.org/10.1287/mnsc.40.7.918

Brambilla, A., Mangili, S., Das, M., Lal, S., & Capolongo, S. (2022). Analysis of functional layout in emergency departments (ED): Shedding light on the free standing emergency department (FSED) model. Applied Sciences, 12(10), 5099. https://doi.org/10.3390/app12105099

Cheng, C. H., & Lin, Y. (2002). Evaluating the best main battle tank using fuzzy decision theory with linguistic criteria evaluation. European Journal of Operational Research, 142(1), 174–186. https://doi.org/10.1016/S0377-2217(01)00280-6

Drira, A., Pierreval, H., & Hajri-Gabouj, S. (2007). Facility layout problems: A survey. Annual Reviews in Control, 31(2), 255–267. https://doi.org/10.1016/j.arcontrol.2007.04.001

El Kady, A., Sami, S. A., & Eldeib, A. M. (2017, May). A two stage heuristics for improvement of existing multi floor healthcare facility layout. In Proceedings of the 9th International Conference on Bioinformatics and Biomedical Technology (pp. 97–101). Association for Computing Machinery. https://doi.org/10.1145/3093293.3093308

Eraslan, E., Güneşli, İ., & Khatib, W. (2020). The evaluation of appropriate office layout design with MCDM techniques. SN Applied Sciences, 2(3), 388. https://doi.org/10.1007/s42452-020-2181-x

Hosseini-Nasab, H., Fereidouni, S., Fatemi Ghomi, S. M. T., & Fakhrzad, M. B. (2018). Classification of facility layout problems: A review study. The International Journal of Advanced Manufacturing Technology, 94(1–4), 957–977. https://doi.org/10.1007/s00170-017-0895-8

Kahraman, C., Onar, S. C., & Oztaysi, B. (2015). Fuzzy multicriteria decision-making: A literature review. International Journal of Computational Intelligence Systems, 8(4), 637–666. https://doi.org/10.1080/18756891.2015.1046325

Laporte, G., Nickel, S., & Saldanha-da-Gama, F. (2020). Introduction to location science. In Location science (pp. 1-21). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-32177-2_1

Mishra, V. (2024). Planning and selection of facility layout in healthcare services. Hospital Topics, 102(1), 35–43. https://doi.org/10.1080/00185868.2022.2088433

Momeni, M., & Sharifi Salim, A. (2011). Multi–Criteria Decision–Making models and softwares. Tehran: Publication of Ganj–e-Shayan.[In Persian].

Mousavi, P., Yousefizenouz, R., & Hasanpoor, A. (2015). Identifying organizational information security risks using fuzzy Delphi. Journal of Information Technology Management, 7(1), 163–184. https://doi.org/10.22059/jitm.2015.53555

Nabila, A., Umam, M. I. H., Suherman, A., Devani, V., & Nazaruddin, M. R. (2022). Computerized Relative Allocation of Facilities Techniques (CRAFT) Algorithm Method for Redesign Production Layout (Case Study: PCL Company). In Proceedings the 3rd South American International Industrial Engineering and Operations Management Conference (pp. 1580-1590).

Nghiem, T. B. H., & Chu, T. C. (2022). Evaluating lean facility layout designs using a BWM-based fuzzy ELECTRE I method. Axioms, 11(9), 447. https://doi.org/10.3390/axioms11090447

Qamar, A. M., Meanazel, O. T., Alalawin, A. H., & Almomani, H. A. (2020). Optimization of plant layout in Jordan light vehicle manufacturing company. Journal of the institution of engineers (india): series c, 101(4), 721-728. https://doi.org/10.1007/s40032-020-00576-5

Rahdary, A., & Nasr, M. (2017). Challenges of think tanks in Iran. Management and Development Process, 30(2), 23-54. https://dor.isc.ac/dor/20.1001.1.17350719.1396.30.2.4.0

Saifoddin Asl, A., Saghafi, F., Zolfagharzadeh, M. M., Hamidi, M., & Askarian, M. (2017). Extracting key indicators of research development based on Ishikawa fuzzy Delphi in healthcare sector. Strategy, 25(4), 5-26. https://dor.isc.ac/dor/20.1001.1.10283102.1395.25.4.1.7. (In Persian)

Tayal, A., & Singh, S. P. (2017). Integrated SA-DEA-TOPSIS-based solution approach for multi objective stochastic dynamic facility layout problem. International Journal of Business and Systems Research, 11(1-2), 82-100. https://doi.org/10.1504/IJBSR.2017.080839

Vadivel, S. M., & Sequeira, A. H. (2019). A hybrid method for the selection of facility layout using experimental design and grey relational analysis: A case study. International Journal of Hybrid Intelligent Systems, 15(2), 101-110. https://doi.org/10.3233/HIS-190264