在繁忙的医院里，住院患者常常面临这样的场景：他们像“被困者”一样，需要时刻“待命”，随时等待着诊断服务的召唤，却只能在医疗服务可用时才收到通知。这种 “随叫随到”的模式，看似让医院能够灵活调配资源，却在无形中造成了严重的运营混乱和效率损耗。想象一下，当放射科医生终于有空通知患者做CT时，却发现患者正在接受其他治疗，或是运输团队无法及时到位，宝贵的设备资源只能在等待中闲置；而患者也可能因为频繁的待命而焦虑不安，影响治疗体验。这样的困境该如何破解？
浙江大学管理学院百人计划研究员张政与康涅狄格大学助理教授白淼、波士顿学院教授刘南开展合作，针对这一问题进行了深入研究。他们的研究成果Helping the Captive Audience: Advance Notice of Diagnostic Service for Hospital Inpatients于日前发表在国际顶级期刊Manufacturing & Service Operations Management（管理学UTD24/FT50期刊之一）上。
论文发表截图
该研究为解决患者“被动待命”、医院运营混乱两大难题构建了新的动态告知策略，通过策略优化有效减少患者等待时间，同时兼顾医院服务效率，以达到双赢结果。本期【科研】专题，一起来看这项关注医院“被迫等待”的弱势患者群体，将管理学应用到医疗领域的重要研究。
张政，浙江大学管理学院百人计划研究员、博士生导师
*康涅狄格大学白淼、波士顿学院刘南同为论文合作者
创新调度方法打破传统模式：平衡患者等待与资源灵活的“提前告知” 策略
研究团队运用马尔可夫决策过程（MDP）建模，并结合美国某大型学术医疗机构的真实数据，提出了一种全新的调度范式——“提前告知”（Advance Notice）策略。这种策略巧妙地介于传统的“分配调度”和“提前调度”之间，既赋予医院服务提供者灵活使用容量的空间，又能减少患者的在线等待时间。
研究团队通过构建MDP模型，将问题分解为“当前服务谁”和“向谁发送提前告知”两个核心决策。借助新颖的变量变换，他们揭示了问题中隐藏的反多模结构，证明了最优决策会随着系统负载变化而呈现单调性和有界敏感性。这一发现为动态调整调度策略提供了理论基础。通过真实数据验证，研究显示：采用“提前告知”策略后，医院的运营效率得到显著提升——在拥有四台CT的案例中，年度成本节省估计超过 12%。具体来看，每天患者的在线等待时间大幅减少187-246分钟，白天内应急设备的使用量降低1.18-1.31例，而离线等待时间仅小幅增加26-53分钟，白天班次结束后应急设备的使用量仅增加约0.14 例。
“提前告知”策略的核心在于：当医院向住院患者发送通知时，会同时提供固定的准备时间窗口和有保障的服务时间窗口。这意味着患者不再需要时刻待命，而是可以在接到通知后，有计划地安排准备工作，并在指定时间窗口内接受服务。这种方式既避免了传统模式下患者因突然通知而无法及时响应的问题，也让医院能够更合理地规划资源，减少设备闲置。
从“被动等待” 到 “主动规划”：研究重构医疗服务调度逻辑，开创资源优化新路径
“提前告知”策略的提出，不仅是一次调度方法的创新，更是对医疗服务逻辑的重新思考。在医疗资源日益紧张的今天，如何在满足患者需求的同时，实现资源的高效利用，是医疗机构面临的核心挑战。这项研究通过科学的建模和数值分析，为解决这一挑战提供了可行方案。
从理论层面来看，这项研究开创了医疗服务调度领域的新范式。传统的调度模式要么是“提前调度”——为患者指定具体服务时间，牺牲了提供者的灵活性；要么是“分配调度”——让患者处于无通知的等待状态，忽视了患者体验。而“提前告知”策略首次在这两种极端之间找到了平衡点，构建了一种全新的调度框架。通过揭示问题的反多模结构，研究团队为动态决策提供了严谨的理论支撑，这一发现不仅适用于医疗场景，还为其他预约制服务提供了普适性的理论参考。
在实践应用中，“提前告知” 策略的价值更为显著。对于医院而言，它有效缓解了长期存在的资源浪费问题。过去，由于住院患者的不可预测性，诊断设备常常在等待中闲置，而“提前告知”策略通过给予患者明确的准备时间，大幅减少了这种无效等待，提高了设备利用率。以 CT 扫描为例，研究中涉及的医疗中心通过该策略优化后，设备的使用效率提升明显，年度成本节省相当可观。
对患者而言，这种策略极大改善了就医体验。不再需要时刻处于“待命”状态，患者可以更从容地配合治疗安排，减少了因突然通知带来的焦虑和不便。特别是对于住院患者而言，这种有计划的服务安排有助于他们更好地协调各项诊疗活动，提升整体治疗体验。
此外，“提前告知”策略还为医院管理提供了新的决策工具。通过调整服务时间窗口和准备时间窗口这两个系统级控制参数，医院可以根据自身运营情况灵活优化性能。例如，在资源紧张的时段，适当扩大服务窗口可以增加调度灵活性；而通过简化流程缩短准备时间，则能进一步提升效率。这种可调节的机制使得策略具有很强的适应性，能够满足不同医院、不同科室的实际需求。随着医疗信息化的深入发展，“提前告知” 策略有望与电子病历系统、智能调度平台等技术手段进一步融合，释放出更大的应用潜力。
这项研究将理论与医疗实践深度结合式，为医疗管理领域的创新提供了典范。它证明了数据驱动的决策方法能够有效破解复杂的现实问题，为提升医疗服务质量和效率开辟了新路径。当住院患者不再是被动等待的“captive audience”，而是能够根据提前告知合理规划诊疗安排时，医疗服务的供需双方都将从中受益。这不仅是效率的提升，更是医疗服务理念的进步——从 “以资源为中心” 转向 “以患者为中心”。未来，随着这种创新策略的推广应用，我们有理由期待，医院的诊断服务将变得更加有序、高效，患者的就医体验也将得到质的提升，最终推动整个医疗系统向更优质、更可持续的方向发展。
附：论文摘要
Problem definition: Inpatients are often treated as the “captive audience” on-demand for hospital diagnostic services, and they are notified only when service capacity is available. This arrangement causes significant chaos and inefficiencies in hospital operations.
Methodology/results: We propose an innovative scheduling approach called “advance notice” to manage hospital diagnostic practice. Advance notice is a brand-new scheduling paradigm in between the classic allocation scheduling and advance scheduling. Patients are placed in a common queue waiting to be called for service, and they will be provided both a fixed preparation time and a guaranteed service time window in advance (neither a last-minute notice nor an exact service time in the future). The advance notice policy enjoys the benefit of allocation scheduling (giving the provider flexibility in using her capacity) and that of advance scheduling (reducing patient online waiting). It calls for two decisions: who to serve now and who to send advance notices to. We formulate a Markov Decision Process model to optimize these decisions dynamically. Via a novel variable transformation, we reveal the hidden antimultimodular structure of the problem and show how the optimal decisions should be adjusted in response to changes in the system load. Beyond solving the MDP model for daily operations, we further investigate how the service time window and preparation time window, as system-level controls, can be used to manage system performance. Our numerical study, populated by real data from a large academic medical center in the United States, demonstrates significant improvement in operational efficiency by switching from current practice to adopting our proposed advance notice policy.
Managerial implications: The advance notice policy strikes a fine balance between the two classic scheduling paradigms: it gives the provider flexibility in using her capacity as in allocation scheduling, and it reduces patient online waiting as in advance scheduling. Although it is motivated by healthcare applications, the advance notice policy offers a promising cutting-edge approach to improving general appointment-based services.
原文链接：https://pubsonline.informs.org/doi/10.1287/msom.2023.0642
