Progetti di tesi di Laurea Magistrale (English below)

Progetto 1: Programmazione Lineare Intera per l'ottimizzazione dei tempi di attesa nella chirurgia ambulatoriale (outpatient surgery)

Il progetto di tesi consiste nella formulazione di uno o più modelli di programmazione lineare intera multi-obiettivo (deterministici e/o stocastici) per l'ottimizzazione del tempo d'attesa indiretto (giorni in lista d'attesa) e diretto (minuti/ore tra l'orario programmato e quello effettivo) dei pazienti chirurgici di una clinica outpatient. Al fine di valutare l'impatto nel tempo, si utilizzerà un approccio di tipo rolling horizon, che permetterà l'ottimizzazione del tempo d'attesa indiretto medio nel corso delle settimane. Data la complessità computazionale del problema, una particolare classe metaeuristiche che prende il nome di Particle Swarm Optimization verrà impiegata per minimizzare i due tipi di tempi d'attesa e approssimare il fronte di Pareto per un supporto alle decisioni. Una possibile ulteriore analisi è quella della fairness rispetto a varie classi di pazienti (es. classi di urgenza o specialità). Per questo progetto verranno usati open data e dati generati artificialmente, in modo tale da studiare l'effetto della metodologia proposta in diversi contesti operativi.

Progetto 2: Sequenziamento degli interventi chirurgici: un framework reattivo basato sulla programmazione lineare intera

Il progetto consiste nell'individuare la configurazione ottima dei Break-In-Moment (BIM), vale a dire dei tempi di rilascio delle sale operatorie che operano in parallelo durante l'arco della giornata. La minimizzazione dei Break-In-Interval (BII), vale a dire del tempo che intercorre tra due BIM consecutivi, permette infatti di garantire un rapido inserimento dei pazienti emergenziali. Verranno proposti modelli di Programmazione Lineare Intera per il sequenziamento delle sale operatorie prima dell'inizio dei blocchi operatori e durante (framework reattivo), che terrà conto dell'impiego delle risorse a disposizione (assegnamento paziente-equipe chirurgica e unità post-operatorie). Un'analisi di sensitività consentirà di studiare l'impatto del metodo proposto al variare dell'incertezza dei tempi operatori e del numero di pazienti emergenziali. Per questo progetto verranno usati open data e dati generati artificialmente, in modo tale da studiare l'effetto della metodologia proposta in diversi contesti operativi.

Progetto 3: Simulazione a eventi discreti per l'analisi dell'impatto di nuove fast-track al pronto soccorso basate su modelli predittivi


L'obiettivo del progetto di tesi è la modellazione del contesto operativo del caso di studio di un pronto soccorso lombardo attraverso un modello di simulazione a eventi discreti (DES), che permetta di valutare l'impatto di percorsi clinici alternativi rispetto a quelli implementati nella realtà. Uno di questi è una fast-track che consente l'esecuzione di alcuni test (es. raggi X, TAC, ecografia), dopo il triage e prima ancora della prima visita medica, in modo da minimizzare l'EDLOS (Emergency Department Length-Of-Stay - tempo di degenza nel pronto soccorso) dei pazienti con codici d'urgenza minori. Nella realtà tali esami possono essere prescritti da un triagista specializzato, in grado di decidere con una certa accuratezza quando un paziente ha bisogno di tali esami. Alcune analisi di scenario basate su dati reali consentiranno di valutare l'impatto della/e fast track e di individuare le policy migliori per la sua implementazione (es. confidenza sul bisogno effettivo dell'esame, livello di affollamento del pronto soccorso, numero di medici disponibili, coda presso la risorsa richiesta, ecc.) rispetto a diversi indici di performance.


Master degree thesis projects

Project 1: Integer Linear Programming for the optimization of waiting times in an outpatient clinic

The thesis project consists in the formulation of one or more multi-objective (deterministic or stochastic) integer linear programming models for the optimization of the indirect (days in the waiting list) and direct (minutes/hours of waiting time between scheduled and actual hours) of surgical patients in an outpatient clinic. In order to assess the impact over time, a rolling horizon approach will be used, which will allow the optimization of the average indirect waiting time over the weeks. Given the computational complexity of the problem, a particular metaheuristic class called Particle Swarm Optimization is used to minimize the two types of waiting times and to approximate the Pareto front for decision support. A possible further analysis is that of correctness with respect to various groups of patients (e.g., classes of urgency or specialty). For this project, open data and synthetic data will be used, in order to study the effect of the methodology in different operational contexts.

Project 2: Surgical case sequencing: a reactive framework based on integer linear programming

The project consists in identifying the optimal configuration of the Break-In-Moments (BIM), i.e. the release times of the operating rooms that operate in parallel throughout the day. The minimization of Break-In-Interval (BII), that is the time elapsing between two consecutive BIMs, allows the rapid insertion of emergency patients. Integer Linear Programming models will be proposed for the sequencing of operating rooms before the start of the operating blocks and during their execution (reactive framework), which will take into account the use of available resources (assignment of patient-surgical team and post-operative units). A sensitivity analysis will allow the study of the impact of the proposed method on varying the uncertainty of the operating times and the number of emergency patients. For this project, open data and artificially generated data will be used, in order to analyze the effect of the proposed methodology in different operational contexts.

Project 3: Discrete event simulation based on predictive models for evaluating the impact of new fast-tracks in the emergency department

The objective of the thesis project is the modeling of the operational context of a case study about a Lombard emergency department through a discrete event simulation model (DES), which allows the evaluation of the impact of alternative clinical pathways compared to those implemented in the reality. One of these is a fast-track that allows the execution of some tests (e.g. X-rays, CT, echography), after triage and even before the first medical visit, in order to minimize the EDLOS (Emergency Department Length-Of-Stay) of patients with lower emergency codes. In reality, these tests can be prescribed by a specialized triage nurse, able to decide with some accuracy when a patient needs such tests. Some scenario analyses based on real data will allow us to evaluate the impact of the fast track(s) and to identify the best policies for its implementation (e.g., confidence in the actual need for the exam, level of emergency department crowding, number of physicians available, queue at the requested resource, etc.) with respect to different performance indices.