Workload Balancing in Hospitals using Dynamic Programming with a Multi-Agent C-QMIX Algorithm

S. Cai

doi:10.1007/s11518-026-5742-8

Workload Balancing in Hospitals using Dynamic Programming with a Multi-Agent C-QMIX Algorithm

2026-05-01

0

PRE

AI

DOI：10.1007/s11518-026-5742-8

原文链接

原文求助

摘要

En 中文

工作负荷过大会对医疗质量产生负面影响。然而，住院人数在一周内分布不均，周一达到高峰，周末则减少。这种不平衡导致患者在高峰时段与非高峰时段获得医疗服务水平存在差异。因此，我们提出一种动态规划模型，通过优化入院人数来平滑住院需求、减少日服务量方差并避免系统过载。此外，我们限制最大等待量和服务能力以确保系统效率。但患者住院时长变化导致状态空间呈指数级增长，使传统动态规划方法难以求解。为此，我们引入多智能体约束QMIX（C-QMIX）强化学习算法处理复杂状态并获取稳定解。最后，采用中国西部某三级医院81周的数据测试算法。结果显示，在保持平均等待时间、总服务量在合理水平的同时，方差最大降低14%，并减少过度占用率以降低医疗风险、提升医疗质量。

Keyword:

Dynamic programming

multi-agent reinforcement learning

medical management

data-driven

decision control

Workload Balancing in Hospitals using Dynamic Programming with a Multi-Agent C-QMIX Algorithm

摘要

期刊

机构

引用论文