KỸ THUẬT DỰ BÁO VÀ ỨNG DỤNG TRONG PHÂN BỔ NHÂN LỰC TRONG LĨNH VỰC SỨC KHỎE

Tóm tắt

Đại dịch Covid-19 đã lắng xuống nhưng sự xuất hiện của những biến thể mạnh hơn có thể khiến đại dịch bùng phát trở lại. Ngoài ra, dịch sốt xuất huyết cũng ngày càng gia tăng, gây áp lực lớn cho ngành y tế trong nước. Trước tình trạng này, tình trạng thiếu nhân lực y tế dẫn đến tỷ lệ y tá trên bệnh nhân ở mức cực kỳ thấp. Tình trạng này dẫn đến sự chậm trễ trong việc chăm sóc, chẩn đoán sai và ảnh hưởng đến sự an toàn của bệnh nhân. Để giải quyết vấn đề này, các tác giả đề xuất mô hình Trung bình trượt tích hợp tự động hồi quy (ARIMA) để hỗ trợ dự báo nhu cầu của bệnh nhân và đề xuất phân bổ số lượng y tá thích hợp cho từng phòng bệnh nhân. Mô hình này được áp dụng tại một bệnh viện Việt Nam, dựa trên các yếu tố như số lượng bệnh nhân, loại bệnh, mức độ nghiêm trọng của bệnh và hình thức chăm sóc. Mô hình này được áp dụng với các tiêu chí và chính sách được phép tại Việt Nam. Kết quả nghiên cứu là dự đoán số lượng bệnh nhân và phân bổ số lượng đội ngũ y tế tối ưu.

Title

FORECASTING TECHNIQUES AND APPLICATIONS IN MANPOWER ALLOCATION IN THE HEALTH FIELD

Abstract

The COVID-19 pandemic has subsided, but the emergence of more powerful variants could flare up the pandemic again. In addition, dengue fever is also increasing, putting a great deal of pressure on the domestic health sector. Faced with this situation, there is a shortage of medical personnel, leading to a critically low nurse-to-patient ratio. This situation leads to delays in care, missed diagnoses, and compromised patient safety. To address this problem, the authors propose the Auto-Regressive Integrated Moving Average (ARIMA) model to support forecasting patient needs and recommend allocating the appropriate number of nurses to each patient room. This model is applied at a Vietnamese hospital, based on factors such as the number of patients, type of disease, severity of disease, and type of care. This model is applied with allowed criteria and policies in Vietnam. The research result is to predict the number of patients and allocate the optimal number of medical teams.