Facility layout optimization in hospital buildings

Hastaneler, poliklinik, yönetim, hizmet, araştırma ve öğretim gibi farklı çok çeşitli hizmetlerin yerine getirildiği karmaşık yapılardır. Bu hizmetlerin verimli bir şekilde yerine getirilmesi hastane yerleşiminin doğru planlanması ile de ilişkilidir. Ancak, artan sağlık hizmeti ihtiyacı, hastaneler içerisinde hasta ve malzeme trafiğini arttırmakta ve oluşan akış trafiklerine ait verilerin çoğu zaman belirsiz ve karmaşık olması hastane yerleşim probleminin çözümünü zorlaştırmaktadır. Bu çalışma, hasta akış trafiği ve departmanlar arası uzaklıkları dikkate alarak en uygun hastane yerleşim planının bulunması amaçlanmıştır. Bu kapsamda, İzmir’deki bir üniversite hastanesinde bir alan çalışması yapılmış ve en fazla konsültasyon yapılan 13 poliklinik için hastane yerleşim planında en uygun bağımsız bölümler belirlenmiştir. Öğrenme katsayılarının (c1 ve c2) en uygun değerlerini Unit test kullanarak bulan iyileştirilmiş Parçacık Sürü Optimizasyonu (PSO) algoritması geliştirildi ve hastane yerleşim problemine uygulandı. Sonuçlar, iyileştirilmiş PSO algoritması ile elde edilen yerleşim planının mevcut hastane yerleşimine göre hasta trafiğini %16,8 oranında azalttığını göstermektedir.Hospitals are complex structures in which a wide variety of different services such as outpatient clinic, administration, service, research and teaching are fulfilled. The efficient performance of these services is also related to the correct planning of the hospital layout. However, the increasing need for healthcare services increases the patient and material traffic in hospitals, and the fact that the data of the flow traffic is often uncertain and complex causes the solution of the hospital layout problem to be difficult. This study aimed to find the most suitable hospital layout by taking into account the patient flow traffic and the distances between departments. Within this context, a case study was conducted in a university hospital in Izmir and the most suitable locations in the hospital layout were determined for 13 polyclinics, which have the highest number of consultations. An improved Particle Swarm Optimization (PSO) algorithm which provides the best values of the learning coefficients (c1 and c2) via using the Unit test, was developed and applied to the hospital layout problem. The results show that the layout obtained by the improved PSO algorithm reduces the patient traffic by 16.8% compared to the existing hospital layout