作者：李舒湉， 陈盈鑫， XinW

编者按

本次解读的文章是“Prediction-Driven Surge Planning with Application in the Emergency Department”。论文第一作者是斯坦福大学商学院（Stanford Graduate School of Business) 的Yue Hu，论文共同作者是哥伦比亚大学商学院（Columbia Business School）的Carri W. Chan和Jing Dong。下称为”本文“。

本文摘要如下：

在患者需求（到达率）高度不确定的情况下，制定一个有效的急诊室护士人员配置策略，在确保给患者提供及时救助的同时控制好急诊室护士人员成本，是一个非常具有挑战性也非常有意义的问题。因此，本文对预测驱动的两阶段护士人员配置（two-stage prediction-driven staffing）问题进行了深入研究，量化分析了增加临时调度护士（surge staffing）所带来的好处，提出了具有可实现性和可解释性的近似最优两阶段护士配置策略（near-optimal two-stage staffing policy），以及部署了一个端到端的模型实现框架。最终的实验结果表明，本文提出的模型框架可以在保持患者能得到及时服务的同时，有效降低了11%-16%的年度急诊室护士人员成本。

原文: Hu Y, Chan C W, Dong J. Prediction-driven surge planning with application in the emergency department[J]. Submitted to Management Science, 2021.

http://www.columbia.edu/~yh2987/Files/Prediction_Driven_Surge_Planning_Nonblind.pdf

参考文献

1. Bassamboo, A., A. Zeevi. 2009. On a data-driven method for staffing large call centers. Operations Research 57(3) 714–726

2. Mandelbaum, Avishai, and Petar Momčilović. "Queues with many servers and impatient customers." Mathematics of Operations Research 37.1 (2012): 41-65.