Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Actas de la Conferencia de simulación de invierno de 2015 L. Yilmaz,
WKV Chan, I. Moon, TMK Roeder, C. Macal y MD Rossetti, eds.
UN MODELO DE SIMULACIÓN PARA CENTROS DE LLAMADAS DE SERVICIOS MÉDICOS DE EMERGENCIA
Martín van Buuren Geert Jan Kommer
Departamento de Estocástica Departamento de Calidad de la Atención y Economía de la Salud
Centrum Wiskunde e Informática Instituto Nacional de Salud Pública y
123 Parque de las Ciencias el entorno
Ámsterdam, 1098XG, Países Bajos 9 Antonie van Leeuwenhoeklaan
Bilthoven, 3721MA, Países Bajos
Rob van der Mei Sandjai Bhulai
Departamento de Estocástica Departamento de Matemáticas
Centrum Wiskunde e Informática Universidad VU de Ámsterdam
123 Parque de las Ciencias 1081A De Boelelaan
Ámsterdam, 1098XG, Países Bajos Ámsterdam, 1081HV, Países Bajos
ABSTRACTO
En la atención de salud prehospitalaria el call center juega un papel importante en la coordinación de los servicios médicos de
emergencia (SEM). Un centro de llamadas de EMS maneja las solicitudes entrantes de EMS y envía una ambulancia si es necesario.
El tiempo necesario para el triaje y despacho es parte del tiempo total de respuesta a la solicitud, lo que a su vez es un indicador de
la calidad del SGA. Las llamadas que ingresan a un centro de llamadas de EMS eficiente deben tener tiempos de espera cortos, los
centralistas deben realizar el triaje de manera eficiente y el envío de ambulancias debe ser adecuado y rápido. Este artículo presenta
un modelo detallado de simulación de eventos discretos para centros de llamadas de EMS.
El modelo proporciona información sobre los procesos del centro de llamadas de EMS y se puede utilizar para abordar cuestiones
estratégicas, como la capacidad y la planificación de la fuerza laboral. Analizamos los resultados del modelo que se basan en datos
reales del centro de llamadas de EMS para ilustrar la utilidad del modelo.
1. INTRODUCCIÓN
En la mayoría de los países, una solicitud de servicios médicos de emergencia (EMS) se realiza llamando a un número de
emergencia válido en todo el país. La solicitud es atendida por un centralista. Según el sistema del país, el centro de llamadas
maneja la solicitud o la solicitud se pasa a través de un centro de llamadas regional; puede ser un centro de llamadas general para
servicios de emergencia o un centro de llamadas médico o de ambulancia específico. De cualquier manera, se realiza un triaje para
determinar si se necesita servicio médico y si es necesaria una respuesta urgente. En este último caso, se envía una ambulancia al
incidente y se brinda atención. Si el paciente necesita atención hospitalaria, se proporciona transporte a un hospital.
El tiempo necesario para tomar la solicitud, realizar el triaje y enviar una ambulancia es parte del tiempo total de respuesta. En
caso de situaciones que amenazan la vida, los tiempos de respuesta cortos son importantes. Por lo tanto, es esencial tener tiempos
cortos de triaje y despacho. También es necesario realizar adecuadamente el triaje y despacho, es decir, determinar adecuadamente
la necesidad de SEM para que se envíe una ambulancia a incidentes solo en el caso de que el paciente realmente necesite este
servicio. El número de ambulancias es limitado y es importante tener una ambulancia disponible para enviar cuando sea necesario.
La mayoría de los centros de llamadas de EMS tienen dos clases de centralistas que trabajan en cooperación. La primera clase
contiene los receptores de llamadas. Manejan las solicitudes entrantes y realizan la comunicación con la persona que llama, también denominada
9781467397438/15/$31.00 ©2015 IEEE 844
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
como solicitante. Los despachadores están contenidos dentro de la segunda clase centralista, se encargan de las llamadas salientes: el
proceso de despacho y la comunicación con el equipo de ambulancias y el hospital. El despachador tiene habilidades logísticas y puede
contar con el apoyo de un software de soporte de decisiones (DSS) para determinar la ambulancia más apropiada para enviar al
incidente. Las solicitudes pueden ser realizadas por varias clases de solicitantes separados con su propia prioridad basada en la clase,
como civiles, médicos generales o policías. Por ejemplo, los civiles tienen mayor prioridad que los hospitales. Las solicitudes solicitadas
por un médico general o la policía generalmente no requieren un triaje extenso y, por lo tanto, pueden tener un tiempo de servicio más
corto que las solicitudes de civiles. Las solicitudes de los civiles deben evaluarse para determinar la necesidad y la urgencia del servicio.
Las solicitudes de EMS a menudo se clasifican en tres niveles de urgencia: urgencia alta en caso de una situación potencialmente mortal,
urgencia media cuando una respuesta rápida es bienvenida pero no estrictamente necesaria y urgencia baja en caso de que el servicio
pueda esperar algún tiempo. La tercera clase de urgencia captura, por ejemplo, los transportes planificados desde y hacia un hospital.
Una solicitud se llama cumplida si la persona que toma la llamada decide enviar una ambulancia. A cada solicitud atendida se le asigna
urgencia, la urgencia no está sujeta a cambios durante el resto del manejo del servicio. Las solicitudes que no se cumplen no obtienen
una urgencia asignada.
Algunos pacientes reciben servicio de emergencia sin necesidad de ser transportados a un hospital. En estos casos solo se presta
atención en ambulancia en el lugar del siniestro y allí finaliza el servicio. Si es necesario el transporte a un hospital, el servicio finaliza
después de que el paciente sea trasladado al hospital.
En este artículo desarrollamos un modelo de simulación de eventos discretos (DES) para un centro de llamadas EMS. Nuestro
modelo simula los procesos de comunicación en el centro de llamadas EMS y se puede utilizar para evaluar el rendimiento de los centros
de llamadas. Es una herramienta para los responsables de la toma de decisiones, los administradores de los centros de llamadas de
EMS y otros responsables de la formulación de políticas en la gestión de los aspectos operativos del centro de llamadas de EMS. Se
supone que todos los procesos son estocásticos, las simulaciones hacen uso de las incertidumbres en los volúmenes de llamadas y la
duración de las comunicaciones. El modelo da una idea de la variación de la carga de trabajo en diferentes situaciones, según los escenarios.
Es posible estudiar economías de escala en caso de aumentar el volumen de llamadas. Los resultados de las ejecuciones de simulación
incluyen la carga de trabajo del sistema y los tiempos de espera para las diferentes clases de solicitantes. Estos indicadores de
desempeño pueden examinarse para explorar los niveles de dotación de personal y los requisitos de nivel de servicio.
1.1 Revisión de la literatura
La literatura sobre los centros de llamadas es amplia y vasta; véanse, por ejemplo, los artículos de encuesta de Koole y Mandelbaum
(2002) y Gans, Koole y Mandelbaum (2003). La encuesta muestra que los centros de llamadas se analizan principalmente en el marco
de la teoría de colas. Para mantener manejables los modelos de colas, la mayoría de los documentos tratan con un solo tipo de llamada
con un grupo homogéneo de agentes. La extensión a múltiples tipos de llamadas y un grupo heterogéneo de servidores conduce a
modelos complejos e intratables; consulte Bhulai (2009) y Roubos y Bhulai (2012) para obtener una descripción general de la literatura.
Por lo tanto, la simulación es una herramienta adecuada para analizar centros de llamadas más complejos, como los centros de llamadas
EMS.
Los modelos de simulación son técnicas poderosas para comprender problemas tácticos y operativos, y también se pueden usar
en EMS. La simulación en EMS se origina con Savas (1969). Los modelos de simulación específicos para servicios de ambulancia
evolucionaron más tarde; véase Henderson y Mason (2005) o Aboueljinane, Sahin, Jema¨ı y Marty (2014) para consultar un artículo de
revisión reciente. Estos modelos se pueden usar para explorar las ubicaciones de las instalaciones, el despliegue de ambulancias y los
recursos necesarios para servicios óptimos. El marco TIFAR de van Buuren, van der Mei, Aardal y Post (2012) se ha desarrollado
recientemente para la simulación de servicios de ambulancia y se puede utilizar para estudiar varios regímenes de despacho. La mayoría
de los modelos están diseñados como una herramienta para el dominio vial de los servicios de ambulancia. El modelo TIFAR se ha
ampliado e incluye también el dominio del centro de llamadas.
Kozan y Mesken (2005) han modelado el centro de llamadas EMS dentro de un contexto de simulación. Desarrollaron un modelo
de simulación para analizar los efectos de la variación de los volúmenes de llamadas, los recursos de personal y las distribuciones de la
carga de trabajo en el rendimiento del centro de llamadas. Ross (2007) estudia el centro de llamadas EMS de Toronto y desarrolla un
modelo de simulación para examinar el efecto de los cambios en los procesos de despacho en la carga de trabajo del personal del centro
de llamadas. Para esta investigación se identifican los flujos de comunicación en el call center
845
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
y se evalúan diferentes sistemas de despacho. En Puts (2011) y Dwars (2013) se pueden encontrar otros trabajos preliminares sobre la
simulación de centros de llamadas de EMS.
1.2 Contribución de nuestro modelo
La principal diferencia entre un centro de llamadas de EMS y un centro de llamadas regular radica en el hecho de que el centro de
llamadas de EMS tiene tareas de comunicación en la coordinación de servicios y tiene que hacer frente a solicitudes urgentes. Los
centralistas de los centros de llamadas de EMS tienen una amplia comunicación con el paciente o la persona que solicita los servicios,
y también con los equipos de ambulancia, el hospital y, si es necesario, con la policía, los bomberos y otros centros de llamadas de
EMS. En ocasiones, las comunicaciones deben realizarse con cierto sentido de urgencia. La importancia de un centro de llamadas EMS
eficiente junto con la pequeña cantidad de modelos existentes plantea la necesidad de desarrollar un modelo DES para el dominio del
centro de llamadas EMS.
2 MODELO DE SIMULACIÓN
2.1 Descripción del modelo
Nuestro modelo simula en detalle los procesos de comunicación en un centro de llamadas EMS. Estos procesos se consideran sistemas
de colas en los que los centralistas son los servidores y los momentos de comunicación son las tareas. Las solicitudes entrantes se ven
como tareas para el servidor. El tiempo de servicio de la tarea depende del solicitante y la urgencia. En la llamada, se realiza un triaje
y, si se va a enviar una ambulancia, los detalles del incidente se transmiten a un despachador. El despachador determina qué
ambulancia se enviará al incidente. El despachador puede tener varios momentos de comunicación con el equipo de ambulancia y el
hospital en relación, por ejemplo, con los detalles del incidente, el paciente y el trauma, o los servicios de tránsito. Cada contacto entre
un equipo de ambulancia y el despachador está modelado por una tarea que primero ingresa a una cola de prioridad en el despachador.
El tomador de llamadas y el despachador se modelan como dos sistemas de colas secuenciales con diferentes prioridades. En el
caso de múltiples tomadores de llamadas, los modelamos como un grupo de servidores. Se supone que el proceso de llegada de
solicitudes de los solicitantes es un proceso de Poisson con tiempos entre llegadas distribuidos exponencialmente. La tasa de llegada
depende de la clase del solicitante. Todas las distribuciones de tiempo de servicio son entradas del modelo y se estiman utilizando datos reales
conjuntos
El modelo contiene una secuencia de bloques que representan los tiempos entre llegadas, las probabilidades de contacto, la ruta
y el tiempo de servicio de los momentos de contacto de seguimiento con los equipos de ambulancia. Hay clases de urgencia MU N
que pueden ser asignadas a una solicitud por un tomador de llamadas. Denotamos el conjunto totalmente ordenado de clases de
urgencia U = {u1,u2,...,uMU }. El orden de las clases de urgencia es estrictamente decreciente, lo que significa que u1 i {2,...,MU }.
más alta y ui−1 > ui tomador de llamadas y, solo si , Recuerde que cada solicitud es atendida primero por a es la clase de urgencia
se cumple, es atendida en una etapa posterior por un despachador. Tenemos n1 tomadores de llamadas y n2 despachadores, que
operan en los dominios de toma y despachador de llamadas, respectivamente; consulte la Figura 1. Las solicitudes entrantes de varias
clases de solicitantes generan tareas para el receptor de llamadas y son modeladas por múltiples flujos entrantes, que representan la
demanda entrante de civiles, médicos de cabecera, policía, etc. Las clases de solicitantes similares pueden agruparse en un flujo
entrante. Los flujos se modelan mediante llegadas de Poisson con tasa λi , i {1,...,n} para un número fijo de flujos entrantes n N.
El tomador de llamadas tiene un número fijo de colas prioritarias M1 N, indicadas por pqCT , pqCT El
1 2 ,..., prioridades
las M1 .
pqCT son estrictamente decrecientes, es decir, pqCT
1 es la cola prioritaria con llamadas de mayor prioridad. Estas colas de prioridad
también se llenan con un circuito de retroalimentación que contiene los momentos de comunicación adicionales en caso de que la
persona que recibe la llamada dé instrucciones al solicitante hasta que llegue la ambulancia. Las tareas que se originan en el mismo
flujo entrante se dirigen a la misma cola de prioridad.
Todas las tareas son no impacientes, es decir, una vez ingresadas al sistema, esperan hasta ser atendidas. Esto es válido para
cualquier cola de prioridad en nuestro modelo. Todas las colas prioritarias tienen una capacidad infinita y sin regulaciones de
desbordamiento. Las tareas de las colas de personas que toman las llamadas se manejan con prioridad preventiva, primero en llegar,
primero en ser atendido por un número fijo de n1 N servidores. Esto significa que cuando una tarea ingresa a la cola de prioridad
846
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
pqCT
1 y encuentra todos los servidores ocupados, una tarea de la prioridad más baja en el servicio se pone en espera y el servidor
. Esta tarea reanuda el servicio desde el punto en que se puso
respectivo comienza a atender la tarea desde la cola de prioridad pqCT 1
en espera cuando un servidor está disponible , pero solo si no hay tareas para servir con una prioridad más alta. Este comportamiento
se denota comúnmente por M/G/n1/∞/PNPN. También se puede encontrar un comportamiento similar en el despachador.
Si una tarea de operador de llamadas de un flujo entrante finaliza el servicio, hay dos posibilidades. O con probabilidad qh no
se necesita ambulancia y la solicitud sale del sistema. De lo contrario, con probabilidad ph se enviará una ambulancia al incidente.
En el último caso, la solicitud recibe una urgencia u U asignada y decimos que la solicitud es atendida. La probabilidad ph = 1−qh
depende del flujo entrante.
Con probabilidad pe(i,u), la persona que atiende la llamada proporciona información adicional al solicitante; consulte la sección
¿Necesita información adicional?' bifurcación condicional en la Figura 1. Si no se requiere información adicional, la tarea continúa a
través de un flujo de envío inicial y bloque1 a una de las colas de prioridad del despachador. La prioridad depende de la urgencia de
la solicitud. Sin embargo, cuando el solicitante recibe información adicional en el modelo, la tarea se divide en dos tareas separadas.
Uno va a las colas de prioridad en los tomadores de llamadas mediante un flujo de comentarios, mientras que el otro va al
despachador. Existe una tarea de información adicional para el sistema al finalizar el servicio. Ambos tipos de enrutamiento a una
cola de prioridad descritos en este párrafo pueden depender del flujo entrante y la urgencia de la solicitud.
El manejo de tareas en el grupo de servidores del despachador se realiza mediante una política M/G/n2/∞/PNPN, al igual que
el tomador de llamadas. Las colas de prioridad M2 N se llenan con solicitudes atendidas del operador y momentos de comunicación
con la ambulancia y el hospital, representados por bloques. La distribución del tiempo del servicio depende de la urgencia de la
llamada, el flujo entrante y el bloque de donde se origina.
Una cadena de bloques describe el comportamiento del despacho, la conducción a un incidente, el cuidado del paciente en el
incidente, el transporte al hospital y la entrega del paciente. Un bloque comienza con un período de
Dominio de recepción de llamadas
servidores n1
Colas de prioridad
Corrientes entrantes
1
pqCT
1
2
Sí No
Sí
norte
pqCT ¿Es
2 información extra? ¿Necesita
es honrado? Asignar información adicional?
Flujos de comentarios urgencia
No, de una +
transmisión entrante
Duplicar si se necesita información adicional solo para
pqCT
M1 los flujos de envío iniciales
Bucle de retroalimentación del tomador de llamadas
servidores n2
fin de
Colas de prioridad Bloques B llamada
Introducción de comentarios
pqD1 Saltos hacia adelante
Flujos de comentarios
pqD2
bloque1 bloque2 Bloque B
Flujos de despacho inicial
pqD
M2
Bucle de retroalimentación del despachador
Dominio de despacho
Figura 1: Modelo de cola que representa los dominios del operador y del operador de llamadas del centro de llamadas de EMS
847
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
espera, posible contacto con el despachador en un contacto de retroalimentación y continuación a un bloque siguiente o al final
de la solicitud. Una descripción más detallada de la cadena de bloques se encuentra en la Subsección 2.2. Un caso especial es
block1. Este bloque siempre está presente y siempre conduce a una retroalimentación; esto representa el envío de una
ambulancia donde la prioridad y el tiempo de servicio del envío son iguales a la prioridad y el tiempo de servicio del servidor
asignado en el grupo de servidores de despacho.
2.2 Descripción de bloques
Saltos hacia adelante y pasar al
Introducción de comentarios
bloque siguiente (b < B)
Reenvío entrante p jB
b (u)
Saltos (b ≥ 3)
1
pjb
b+2 (u)
Colas de prioridad 2
y servidores pjb
b+1 (u)
Tiene Contacto? ¿Fin de la llamada?
b−2
No, wp p fb (u) No
Bloque anterior entrante (b > 1) o
Requerir envío (b = 1) 'b−1' Sí
Sí, wp qeb(u)(b < B) o wp 1
(b = B)
1
qf (tú)
qf
segundo 2
Bucle de retroalimentación b (tú)
fin de
METRO
llamada
qf b (tú)
Figura 2: Descripción del bloque
Las tareas entrantes se originan en bloques anteriores (para b > 1) o las solicitudes recién cumplidas de despacho (para b
= 1); consulte la Figura 2. Para imitar el comportamiento de un intervalo de tiempo en el que no se produce comunicación, las
tareas son manejadas por un grupo de servidores infinito con tiempo de servicio general. Este tiempo de servicio puede
interpretarse como un retraso por un tiempo de conducción o momento de contacto con un paciente en el lugar del incidente o en el hospital.
En este momento, se debe tomar una decisión sobre si el equipo de la ambulancia y el centralista tienen a (u) se produce
metro
momento de contacto usando la cola de prioridad m {pqD 1pqD
, 1 ,..., M2 }. Con probabilidad qf b un contacto y con
pqD a través del mecanismo de bucle de retroalimentación a la cola de probabilidad p fb(u) no se produce ningún contacto
metro,
prioridad pq∙ en este bloque y la solicitud avanza al siguiente momento de decisión. El tiempo de servicio generalmente se
metro
848
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
3 ESTIMACIONES DE DATOS Y PARÁMETROS
En esta sección discutimos los datos y las estimaciones de los parámetros. Utilizamos un conjunto de datos del centro de llamadas
EMS en la ciudad de Utrecht en los Países Bajos durante un período de tres meses en 2011, junto con un conjunto adicional con
detalles de los servicios de ambulancia en este período.
3.1 Conjuntos de datos
El centro de llamadas de EMS de la región de ambulancias de Utrecht, Países Bajos, compartió una base de datos con datos de
todos sus registros telefónicos durante un período de abril a junio de 201, los llamados datos arbi. Esta base de datos contiene las
marcas de tiempo de la comunicación telefónica, es decir, el momento en que el centralista levantó el auricular, cuándo colgó y si
era una llamada entrante o saliente. Este conjunto de datos de arbi consta de 109 000 llamadas telefónicas entrantes y salientes,
de las cuales el 79 % son entrantes. El conjunto de datos arbi no incluía información sobre el contenido de las llamadas, como la
clase del solicitante (112, policía u hospital) y si se cumplió con la solicitud. Los registros no indican si la llamada era una nueva
llamada entrante o una llamada de seguimiento de un equipo de ambulancia.
Se agregó información adicional a los registros del centro de llamadas al comparar la base de datos arbi con la base de datos
del servicio de ambulancia. En el período considerado hubo 41.000 servicios de ambulancia. El emparejamiento es probabilístico,
en el sentido de que acoplamos el inicio del servicio de ambulancia a un contacto telefónico en los datos arbi. En el proceso de
emparejamiento, normalmente una llamada entrante se emparejaba con una solicitud y, por lo tanto, con un viaje. En algunos
casos, una llamada entrante coincidía con varios viajes, omitimos estas coincidencias múltiples. En total, el 92 % de los servicios
de ambulancia coincidieron con un registro arbi. Indirectamente usamos el hecho de que un centralista crea manualmente un
nuevo registro de detalle de viaje al mismo tiempo que descuelga el teléfono. A partir de estos registros de datos coincidentes,
identificamos las clases de solicitantes, las urgencias, las prioridades y los tiempos de servicio. Los registros arbitrales no
coincidentes se clasificaron como llamadas de seguimiento. Los parámetros que no pudieron determinarse a partir de los conjuntos
de datos se estimaron a través de la opinión de expertos.
3.2 Estimaciones de parámetros
Cada clase de solicitante se asigna a un flujo entrante. Las distribuciones de probabilidad se agrupan por flujo entrante y urgencia.
La agrupación se basa en clases de solicitantes con distribuciones de tiempo de servicio y prioridades similares. Solo las
solicitudes civiles califican para no ser atendidas; esto sucede con una probabilidad del 21% independientemente de la urgencia.
A cada solicitud cumplida se le asigna una urgencia. En la Tabla 1, vemos los flujos entrantes, qué clases de solicitantes contiene
cada grupo y la probabilidad de que una nueva solicitud entrante provenga de un determinado flujo entrante y pareja de urgencia.
Utilizamos tres niveles de urgencia y tres prioridades, que llamamos alta, media y baja en ambos casos.
Tanto los hospitales como los médicos de cabecera tienen dos líneas para comunicarse con el centro de llamadas de EMS y
pueden priorizar su solicitud. Utilizamos la distribución de los servicios de alta y baja urgencia para estimar las distribuciones de
los servicios telefónicos del call center. Tomamos una distribución logarítmica normal para el tiempo de servicio en la persona que
toma la llamada para cada corriente entrante y par de urgencias; véase la Tabla 2. Bolotin (1994) muestra que una mezcla de
distribuciones lognormales es una buena opción para los tiempos de servicio del centro de llamadas. Está justificado utilizar la
urgencia en el tiempo de atención del abonado porque la conversación conduce a una urgencia. Las desviaciones estándar se
omiten en este documento por simplicidad.
Con una probabilidad del 10 %, una solicitud de un civil obtiene información adicional, que es independiente de la urgencia.
El tiempo necesario para la información adicional tiene una distribución logarítmica normal, similar al tiempo de rampa
independiente de urgencia. El tiempo de rampa es el tiempo que tarda el equipo de EMS en abandonar la ubicación de la base.
Tomamos el tiempo de rampa dependiente de la urgencia como un proxy para la distribución del tiempo de despacho.
La distribución del tiempo de servicio de los contactos de seguimiento del despachador se obtiene de registros arbi no
coincidentes. Debido a que no pudimos distinguir entre el estado del proceso, la prioridad o la urgencia, utilizamos la misma
distribución lognormal de mejor ajuste para cada contacto de seguimiento con una media de 43 segundos.
849
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
Tabla 1: Distribución de probabilidad del flujo entrante y urgencia de una solicitud. El mecanismo de manejo
de las clases de solicitantes destacadas se analiza en el texto principal.
Tabla 2: Tiempo promedio de servicio en el operador de llamadas (en min:seg)
Corriente entrante Urgencia
Alto medio bajo
Civil 2:07 2:04 2:11
Policía 1:52 1:45 2:10
Otros 2:06 2:10 2:02
Instituciones de atención médica 1:46 2:21 2:01
Hospital Alta 1:44 1:50 2:04 N / A
médico de cabecera alto
2:04 N / A
3.3 Enrutamiento de llamadas de seguimiento
En las corridas de simulación de nuestro modelo hay B = 6 bloques. Describamos el contacto de seguimiento, final de
probabilidades de llamada y salto hacia adelante para cada uno de los bloques.
Las probabilidades qf ∙ b (u) para un contacto de seguimiento se enumeran en la Tabla 3; todos están basados en expertos
opinión. La distribución de probabilidad para la duración entre dos bloques adyacentes se obtiene de la
registros detallados de viajes; estas son las duraciones de los tiempos de viaje, duración del tratamiento, duración de la transferencia en el
hospital, etc. Ajustamos una distribución lognormal, normal y exponencial y usamos el error cuadrático medio
para determinar el mejor ajuste. Estas distribuciones dependen únicamente de la urgencia y el estado, y en particular no de
la corriente entrante. Debido a su extensión, omitimos los detalles de estas distribuciones en este artículo.
Los saltos hacia adelante solo ocurren desde Durante el tratamiento del paciente hasta la Transferencia en el hospital; es entonces cuando un
el paciente no requiere transporte a un hospital. La probabilidad de que un salto hacia adelante p j6 4 (u) ocurre es 42%
para urgencia alta, 40% para urgencia media y 15% para solicitudes de urgencia baja. No usamos una redirección
hasta el final de la convocatoria en los cálculos de este documento.
Miramos cada uno de los bloques individualmente y establecemos los parámetros restantes. Observe que los contactos
ocurren directamente después de la duración que da nombre al bloque, con Block1 : Dispatch como la única excepción.
850
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
Tabla 3: Probabilidad que tiene el SGA de cumplir una tarea.
Estado del bloque Urgencia
Alto medio bajo
Despacho Bloque1 100% 100% 100%
Bloque 2 Salida de la ubicación base 15 % 15 % 15 %
Bloque 3 Conducir al paciente 30 % 10 % 10 %
Block4 durante el tratamiento del paciente 10% 0% 0%
Block5 Conduciendo al Hospital 0% 0% 0%
Bloque 6 Traslado de Paciente en Hospital 100% 100% 100%
Bloque 1 : Despacho Este momento de contacto entre la ambulancia y el centro de llamadas de EMS ocurre para cada solicitud
atendida. El centro de llamadas de EMS contacta a la ambulancia y la envía al lugar del incidente. A menudo sucede digitalmente
al enviar una notificación a su buscapersonas. Tenga en cuenta que los servidores infinitos del bloque tienen un tiempo de
servicio cero, porque no hay demora de tiempo entre la recepción y el envío de llamadas, aparte de las colas del grupo de
despachadores. Hay un ciclo de retroalimentación que dirige a la cola de la misma urgencia: índice(p) (índice(u)) = 1 u U.
1Suponiendo que hay suficientes ambulancias disponibles, una solicitud qf no puede terminar en esta etapa: pe1(u) = 1.
Cuando una ambulancia ya está en el camino, no hay salida de la base, pero el equipo de EMS tiene motivación para preguntas
similares al centro de llamadas de EMS y block2 no se omitirá. Tenga en cuenta que, en este caso, el nombre del bloque no es
del todo exacto. Hay una redirección al bloque2: p j3 (u) = 1 u U.
1
Bloque 2 : Abandonar la ubicación de la base Cuando un equipo de ambulancia lee la descripción del incidente en el monitor de a
bordo, puede haber preguntas apremiantes sobre dudas médicas. Otro motivo de contacto es que la ubicación del incidente
puede no estar clara para el equipo de EMS. El ciclo de retroalimentación en este bloque se aplica solo a la cola de prioridad
media. Bajo el supuesto de que una solicitud no se cancelará en esta etapa, la solicitud se pasa al bloque 3: pe2(u) = 1, p j3
2 (u) = 1 u U.
Bloque 3 : Conduciendo al paciente Cuando la ambulancia llega al lugar del incidente, puede haber un momento de contacto con el
centro de llamadas de EMS. El ciclo de retroalimentación es solo para la cola de prioridad media. Cuando una ambulancia llega
a la ubicación de un paciente, puede comunicarse nuevamente con el centro de atención telefónica de EMS. La transferencia
en el hospital se relaciona con la situación en la que no se puede encontrar a un paciente o aún no está listo para el transporte,
puede ocurrir una finalización de la solicitud. El contacto en este caso tiene un comportamiento similar a salir de un hospital.
Cuando no hay cancelación, siempre se trata al paciente, es decir, el salto hacia delante es al bloque4: p j4
3(u) = 1 u U.
Bloque 4 : Durante el tratamiento del paciente Dependiendo de los hallazgos en los lugares del incidente, existen múltiples resultados
posibles. Cuando un paciente recibe tratamiento y necesita transporte a un hospital, la tripulación puede comunicarse con el
centro de llamadas de EMS para pedirles que notifiquen al departamento de emergencias del hospital. Cuando se trata a un
paciente y la tripulación vuelve a estar disponible, pueden actualizar el centro de llamadas de EMS e ir a una nueva ubicación base.
Cuando un paciente necesita transporte a un hospital, lo redirigimos a block5. Si se trata a un paciente en el lugar del incidente,
se producen saltos hacia adelante con las probabilidades analizadas anteriormente p j6
4 (u).
Bloque 5 : Conducir al hospital Es poco probable que se produzca un contacto al llegar a un hospital. Incluimos esta etapa como un
retraso, aunque podría fusionarse con Block6. Los únicos parámetros distintos de cero son pe5(u) = 1 y p f5(u) = 1 u U.
Bloque 6 : Traslado al hospital. Cuando la ambulancia ha entregado al paciente, se notifica al centro de llamadas de EMS que están
disponibles para su envío nuevamente. Este contacto también tiene una prioridad media. Dado que
este es el último bloque de la línea, resulta por definición en un Fin de llamada: qe5 = 1.
El motor de simulación está escrito en C++ y MariaDB utilizando el marco TIFAR que desarrollamos en el CWI en Amsterdam.
El correcto funcionamiento del software se validó mediante un seguimiento intensivo de las tareas individuales y los agentes del
centro de llamadas. Validamos las distribuciones de entrada y los parámetros contra la base de datos de salida.
851
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
4 SIMULACIONES Y RESULTADOS
Simulamos el modelo para varias tasas de llegada de solicitudes λ hasta 2000 llamadas por día, lo que corresponde a aproximadamente
200 000 servicios de ambulancia por año. Como pólizas, tomamos combinaciones de uno a siete operadores de llamadas y de uno a cuatro
despachadores. Omitiendo combinaciones muy improbables da 20 combinaciones. Ejecutamos el modelo para cada combinación de política
y tasa de llegada de llamadas. En total simulamos 50.000 solicitudes para cada combinación. Definimos los siguientes dos indicadores de
desempeño:
• La fracción α1 de las solicitudes que son atendidas por el operador de llamadas dentro de r1 unidades de tiempo como máximo. •
El tiempo promedio del centro de llamadas. Este es el tiempo entre una solicitud que ingresa al centro de llamadas y el momento en
que un equipo de ambulancia recibe sus instrucciones para conducir hasta el incidente. Solo las solicitudes atendidas se
consideran en este cálculo.
4.1 Indicador de rendimiento: tiempo de espera que supera el umbral en el operador de llamadas
El tiempo de espera es la duración entre el momento en que llega una solicitud al sistema y el momento en que la persona que toma la
llamada descuelga el teléfono. Se dice que una solicitud es atendida en tiempo cuando el tiempo de espera no excede los 6 segundos. La
relación de solicitudes que son atendidas en tiempo y el volumen total de llamadas va de 0 a 100%. El valor de este indicador clave de
rendimiento debe ser de al menos el 95 % para flujos de alta prioridad en centros de llamadas de EMS reales. Tenga en cuenta que, debido
a la separación de los que toman las llamadas y los despachadores, el grupo de despachadores no influye en este indicador. La figura 3
muestra el porcentaje de solicitudes atendidas a tiempo en función del número de solicitudes por día.
Las tareas de cierta prioridad no se ven influenciadas por tareas de menor prioridad. Este efecto es claramente visible en los gráficos.
Si solo hay un operador de llamadas, el sistema se rompe ya en 100 solicitudes por día debido a la simultaneidad de llamadas. Al agregar
un segundo operador de llamadas, este valor aumenta a 650 solicitudes por día, y un centro de llamadas con tres operadores de llamadas
puede manejar hasta 1600 solicitudes por día dentro de los estándares. El cuarto operador de llamadas nos permite manejar todos los
escenarios dentro de los estándares, sin embargo, un quinto, sexto o séptimo operador de llamadas tiene un efecto notable en las llamadas
de prioridad media y baja.
Figura 3: Excesos de tiempo de espera del operador de llamadas para varios números de despachadores
4.2 Indicador de Desempeño: Duración Promedio hasta el Despacho
Este indicador se refiere al tiempo que tarda el centro de atención de emergencias en el manejo de incidentes. Comienza cuando la solicitud
llega al sistema y finaliza cuando el despachador envía una ambulancia al incidente, incorporando las dos demoras causadas por el
operador y el despachador.
852
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
En la Figura 4a vemos que la curva que corresponde al escenario (7, 1) solo aumenta ligeramente.
Esto significa que un despachador es suficiente para manejar todas las solicitudes de alta urgencia y la latencia se debe a las personas que
toman las llamadas. En la urgencia media vemos que agregar un despachador extra disminuye el tiempo de respuesta en un minuto, a una
intensidad de 1,000 solicitudes por día. Un tercer despachador solo tiene valor agregado cuando los tiempos de respuesta de urgencia bajos
se convierten en un problema.
Figura 4: Duraciones promedio del centro de llamadas para varias políticas para (número de personas que toman las llamadas, número de despachadores)
5 CONCLUSIÓN E INVESTIGACIÓN FUTURA
En este artículo presentamos un modelo de simulación de rendimiento y capacidad para los centros de llamadas de EMS. El modelo incluye
dos clases de centralistas: tomadores de llamadas y despachadores. Una característica clave del modelo es que incluye llamadas de
seguimiento de los equipos de EMS y hospitales. El modelo también discrimina entre múltiples tipos de solicitantes que difieren en prioridades.
El modelo permite a los planificadores de EMS comprender mejor el impacto de estas funciones en el rendimiento del tiempo de respuesta de
los centros de llamadas de EMS.
Suponemos que las distribuciones del tiempo de servicio tanto de los que reciben llamadas como de los despachadores son independientes
de la carga de trabajo. En realidad, el tiempo utilizado para atender una llamada puede depender de la carga de trabajo y el tiempo de servicio
disminuye cuando aumenta la carga de trabajo. La inclusión de distribuciones de tiempo de servicio dependientes de la carga de trabajo puede
tener un impacto significativo en el rendimiento del tiempo de respuesta de los centros de llamadas de EMS.
La entrada se origina en las bases de datos reales del centro de llamadas. Hay algunas estimaciones en nuestros resultados; no se
pueden utilizar directamente para decisiones de gestión sin más investigación. Las distribuciones de probabilidad y los parámetros pueden
diferir para varias regiones de ambulancia. Nuestro modelo se ha diseñado para centros de llamadas de EMS generales, pero también se
puede utilizar para otras aplicaciones, como centros de llamadas de bomberos.
Nuestro modelo asume que el cambio ocurre instantáneamente. Sin embargo, en la práctica, cambiar entre tareas lleva tiempo, lo cual es
una motivación para el umbral de tiempo de respuesta de seis segundos. La inclusión de tiempos de conmutación no despreciables es un tema
interesante.
Existe una forma alternativa de centros de llamadas de EMS, que tiene un tipo de centralista que toma y despacha llamadas. Es
interesante comparar el rendimiento de este tipo de call center con nuestro modelo.
Evidentemente, el uso de estos generalistas mejora el rendimiento general, pero conduce a un mayor costo de personal.
La elaboración adicional sobre la cuantificación de la compensación entre el costo y la ganancia de rendimiento es un tema desafiante para la
investigación de seguimiento.
853
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
EXPRESIONES DE GRATITUD
Agradecemos a Regionale Ambulance Voorziening Utrecht (RAVU) por compartir los datos de su centro de llamadas EMS. Agradecemos a
numerosos conductores y enfermeras de EMS que participaron por sus conjeturas expertas. Esta investigación cuenta con el apoyo de la
Fundación Tecnológica Holandesa STW, que forma parte de la Organización Holandesa para la Investigación Científica (NWO), y que está
parcialmente financiada por el Ministerio de Asuntos Económicos.
REFERENCIAS
Aboueljinane, L., E. Sahin, Z. Jema¨ı y JC Marty. 2014. “Un estudio de simulación para mejorar el desempeño de un servicio médico de
emergencia: Aplicación al departamento francés de ValdeMarne”. Práctica y teoría de modelos de simulación 47:46–59.
Bhulai, S. 2009. “Políticas de enrutamiento dinámico para centros de llamadas de múltiples habilidades”. Probabilidad en la Ingeniería y
Ciencias de la información 23: 75–99.
Bolotin, VA 1994. “Distribución del tiempo de espera del circuito telefónico”. Volumen 1, 125–134: Elsevier.
Dwars, RP 2013. “Planificación de la capacidad de los centros de llamadas de emergencia”. Tesis de maestría, Universidad VU de Ámsterdam.
Gans, N., G. Koole y A. Mandelbaum. 2003. “Centros de llamadas telefónicas: tutoría, revisión y perspectivas de investigación”. Ciencias de la
Manufactura y Gestión de Operaciones 5:79–141.
Henderson, S. y A. Mason. 2005. “Planificación del servicio de ambulancias: simulación y visualización de datos”.
Investigación operativa y atención médica: 77–102.
Koole, G. y A. Mandelbaum. 2002. “Modelos de colas de centros de llamadas: una introducción”. Anales de
Investigación de operaciones 113 (14): 41–59.
Kozan, E. y N. Mesken. 2005. “Un Modelo de Simulación para Centros de Emergencia”. En Actas del Congreso Internacional sobre Modelado
y Simulación. Avances y aplicaciones para la gestión y la toma de decisiones, editado por A. Zerger y R. Argent, 2602–2608. Australia,
Victoria, Melbourne: Modeling & Simulation Society of Australia & New Zealand Inc.
Puts, J. 2011. “Centro de llamadas de emergencia: Encontrar un equilibrio entre los costos y la calidad del servicio cuando
atender qué llamadas de emergencia”. Trabajo de investigación de maestría, Universidad VU de Ámsterdam.
Ross, E. 2007. “Análisis de simulación del Centro de Comunicaciones del Servicio Médico de Emergencia de Toronto”.
Tesis de licenciatura, Universidad de Toronto.
Roubos, D. y S. Bhulai. 2012. “Técnicas aproximadas de programación dinámica para enrutamiento basado en habilidades en call centers”.
Probabilidad en Ingeniería y Ciencias de la Información 26:581–591.
Savas, ES 1969. “Simulación y análisis de costoefectividad de la ambulancia de emergencia de Nueva York
Servicio". Ciencias de la administración 15 (12): B–608–B–627.
van Buuren, M., R. van der Mei, K. Aardal y H. Post. 2012. “Evaluación de estrategias dinámicas de despacho para servicios médicos de
emergencia: herramienta de simulación TIFAR”. En Actas de la Conferencia de Simulación de Invierno, WSC '12, 46:1–46:11: Conferencia
de Simulación de Invierno.
854
Machine Translated by Google
Van Buuren, Kommer, Van der Mei y Bhulai
BIOGRAFÍAS DE AUTORES
MARTIN VAN BUUREN es programador científico y Ph.D. candidato en Centrum Wiskunde & Informatica (CWI) y VU University
Amsterdam. Su investigación se centra en la investigación operativa y la simulación en el contexto de EMS. Desarrolla software de toma de
decisiones estratégicas para servicios de emergencia. Habiendo terminado sus estudios matemáticos en TU Delft, ahora participa en el
proyecto de planificación de ambulancias REPRO.
Su dirección de correo electrónico es martin.van.buuren@cwi.nl
GEERT JAN KOMMER es investigador científico y Ph.D. candidato en el Instituto Nacional Holandés de Salud Pública y Medio Ambiente y
la Universidad VU de Amsterdam. Tiene un M.Sc. en matemáticas aplicadas de la Universidad Twente, Enschede en los Países Bajos. Su
investigación actual se ocupa de los aspectos operativos y económicos de los servicios de cuidados agudos y de ambulancia en particular.
Está trabajando en modelos estocásticos para servicios de ambulancia en relación con el desempeño de la atención médica a nivel macro.
Su dirección de correo electrónico es geertjan.kommer@rivm.nl.
ROB VAN DER MEI es el líder del tema de investigación Logística y el Oficial de Enlace Industrial en CWI, y profesor titular en la Universidad
VU, Amsterdam. Antes de ingresar a la academia, trabajó durante más de una década como consultor e investigador en la industria de las
TIC, trabajando para PTT, KPN Telecom, AT&T Bell Labs USA y TNO ICT. Sus intereses de investigación incluyen la planificación de la
capacidad de los sistemas EMS, el modelado del rendimiento y el análisis de escalabilidad de los sistemas TIC, la logística, la computación
en red, la gestión de ingresos, la investigación de operaciones militares, las redes de sensores, los centros de llamadas, la teoría de colas
y las aplicaciones de big data. Es coautor de más de 125 artículos en revistas y actas arbitradas. También es el líder del proyecto de
planificación de ambulancias REPRO. Su dirección de correo electrónico es mei@cwi.nl.
SANDJAI BHULAI recibió su M.Sc. Licenciaturas en Matemáticas y en Matemática e Informática Empresarial, ambas de la Universidad
VU de Ámsterdam, Países Bajos. Realizó su Ph.D. investigación sobre los procesos de decisión de Markov: el control de sistemas de alta
dimensión en la misma universidad por la que recibió su Ph.D. Licenciado en 2002. Después de eso, ha sido investigador postdoctoral en
Lucent Technologies, Bell Laboratories como NWO Talent Stipend Fellow. En 2003 se incorporó al departamento de Matemáticas de la
Universidad VU de Ámsterdam, donde es profesor asociado de Probabilidad Aplicada e Investigación Operativa. Sus principales intereses
de investigación se encuentran en el área general de optimización y modelado estocástico, en particular, la teoría y las aplicaciones de los
procesos de decisión de Markov. Su dirección de correo electrónico es iss.bhulai@vu.nl.
855