An Integrated Framework for automating innovization with Discrete Event Simulation / by Nehal Mahmoud El-Sawy ; Under the Supervision of Prof. Mohamed Saleh, Dr. Doaa Saleh Ali, Dr. Olivia Morad

Thesis (M.Sc.)-Cairo University, 2023.

Bibliography: pages 46-50.

Emergency departments (ED) are recognized as the most complex system, as they
provide different activities of care to many patients, highly correlated and interacting
resources, and finally the associated uncertainty resulting from those activities at the ED at
different times. Applying decision support methodologies helps improve the decision maker's
decisions. We aim to introduce an advanced multi-objective optimization (MOO) model that
achieves ED’s objective by modifying the mathematical model covered in [1] by adding
additional objectives and constraints to take into consideration the historical data of the
patient's length of stay (LOS) and time to meet a doctor (TMD).
The proposed framework combines simulation, optimization, and data mining
techniques to give better results. Simulation is used to simulate the system behavior by using
discrete event simulation (DES) to give a real picture of the current situation and problem,
changing DES parameters generates many what-if scenarios that will be used as input for the
optimization model. Integrating DES with the optimization engine to achieve DE’s
objectives by generating a set of Pareto optimal solutions for the multi-objective problem we
are solving. Based on our experimental results, EDs’ overcrowding issue can be solved for
high-population countries and nonurgent cases by decreasing the patient's LOS which is
calculated from the patient's arrival till he/she leaves the ED to be a maximum of 4 hours
meeting a doctor within 1 hour from arrival and be triaged (TTT) within 10 minutes from
arrival.
Introducing an advanced framework and adding a new phase after the developed
multi-objective model combining optimization, and data mining (DM) techniques. The data
mining additional phase is used to explore new relationships between decision variables and
generates new rules from the set of Pareto optimal solutions obtained from the multi-
objective phase. Based on our experimental results, sequential pattern mining (SPM)
generates new rules for increasing and decreasing resources to achieve EDs’ objective for
patients’ length of stay (LOS), time to meet the doctor (TTD), and time to be triaged (TTT).

تقدم هذه الرساله إطار عمل يتكون من 3 مراحل رئيسية: محاكاة الأحداث المنفصلة ، وتحسين الأهداف المتعددة ، واستخراج البيانات لتوفير دعم القرار لصانعي القرار وحل مشاكل الرعاية الصحية ، وخاصة في أقسام الطوارئ. كما ينص على فائدة الجمع بين منهجيات بحث العمليات المختلفة مثل المحاكاة والتحسين واستخراج البيانات معًا بدلاً من الاستخدام المعزول لكل منها. تمثل محاكاة الحدث المنفصل مجموعة من سيناريوهات لفهم سلوك قسم الطوارئ وموارده المختلفة. أيضًا ، يساعد التحسين متعدد الأهداف صانعي القرار من خلال توفير مجموعة من حلول باريتو المثلى لتحقيق هدف قسم الطوارئ بينما يساعد صانعو القرار على اكتشاف العلاقات الخفية بين متغيرات القرار وإنشاء قواعد جديدة لصانعي القرار. تمثل هذه القواعد والحلول العدد الأمثل للمورد وتحدد العملية المحتملة في النظام مع المستوى المطلوب من التحسينات في قسم الطوارئ. كمرحلة أولى في فهم توزيعات النظام ، يعطي التحليل الإحصائي مزيدًا من الأفكار حول البيانات التي تم إنشاؤها ويزيد من فهم سلوك النظام. يمنح تطبيق محاكاة الأحداث المنفصلة باستخدام أي برنامج منطقي المرونة في تغيير معلمات النظام وإنشاء مجموعات مختلفة من سيناريوهات ماذا لو دون التأثير على النظام الحقيقي. بعد هذه المرحلة ، تم تطبيق التحسين متعدد الأهداف لإنشاء حلول باريتو الأمثل للموارد وتحقيق هدفنا.
علاوة على ذلك ، لم يتم تحقيق جميع الأهداف من خلال تطبيق التحسين متعدد الأهداف ، يتم حل مشكلة الوقت المطلوب تقسيمه للمرضى الذين سيتم فحصهم في غضون 10 دقائق بطريقتين. من افتتاح مرحلة محاكاة الحدث المنفصل ، توجد غرفة فرز أخرى عندما يتجاوز عدد المرضى ثلاثة انتظار في وقت مرحلة التحسين متعدد الأهداف ليتم تقسيمها إلى الحد الأقصى للتخفيض وهو 15 دقيقة. علاوة على ذلك ، يتم تقليل مدة إقامة المريض إلى 4 ساعات كحد أقصى بعدة طرق. من مرحلة محاكاة الحدث المنفصل ، يشير سيناريو ماذا لو إلى تقليل وقت عمل الاشعه البنسبة فوق صوتيه 50٪. بعد ذلك ، حددت مرحلة التحسين أنه يمكن تحقيق هدف مدة البقاء من خلال تطبيق متجه القرار التالي [1،3،1،2،1]. أخيرًا ، يتم تقليل الوقت المستغرق لمقابلة الطبيب ليكون بحد أقصى ساعة واحدة من وصول المرضى بدءًا من مرحلة التحسين. يمكن تطبيق الحلول في البلدان ذات الكثافة السكانية العالية وللمرضى الذين يعانون من مستويات حدة غير طارئة.
بعد تسليط الضوء على أهمية الجمع بين المحاكاة والتحسين ، هناك فكرة جديدة تسمى الابتكار تجمع بين التحسين والتنقيب في البيانات لإنشاء قواعد جديدة وتعطي مزيدًا من الأفكار حول علاقات متغيرات القرار والأنماط المخفية لصانعي القرار. تقنية التنقيب عن البيانات المستخدمة هنا هي التنقيب عن الأنماط المتسلسلة التي تعطي رؤية أفضل لمجموعة الحلول المتولدة من مرحلة التحسين. النتائج التي تم الحصول عليها من SPM تعطي رؤى جديدة مقارنة بالنتائج التي تم الحصول عليها من مرحلة التحسين متعدد الأهداف حيث أن نتائج SPM في تحديد القواعد لإضافة موارد إضافية حيث تنص على أن 2 ممرضين إضافيين كافيين بينما لا تحتاج إلى 3 فنيين وأطباء إضافيين.

هدفنا للعمل المستقبلي هو استخدام تقنيات مختلفة في كل مرحلة حيث سنطبق ديناميكيات النظام (SD) في مرحلة المحاكاة ، يمكن استخدام محرك تحسين آخر لمعرفة ما إذا كان له تأثير مختلف على النتائج. ايضا يمكننا إضافة حلقة بين محاكاة الحدث المنفصلة والتحسين متعدد الأهداف حيث يمكن إضافة المعلمات المحسّنة مرة أخرى إلى محاكاة الحدث المنفصل. أخيرًا يمكن إضافة هدف جديد للتحسين متعدد الأهداف لتغطية عامل التكلفة.

Issued also as CD

Text in English and abstract in Arabic & English.