Planung der Ausbildung von Medizinerinnen und Medizinern in Österreich: Ein Vergleich von exakten und metaheuristischen Methoden

Abstract

Die effiziente Ausbildung von Medizinstudent_innen spielt eine entscheidende Rolle bei der Bewältigung des Ärztemangels in Österreich. Diese Arbeit betrachtet die Mediziner_innenausbildung als ein komplexes Problem, das mithilfe eines exakten Mixed Integer Programming (MIP) Ansatzes modelliert wird. Der Fokus liegt darauf, die Ressourcen optimal zu nutzen, um die notwendigen klinischen Rotationen ohne vermeidbare Unterbrechungen zu gewährleisten und sowohl Ausbildung als auch die Versorgung der Patient_innen bestmöglich zu gewährleisten. Die vorgestellte MIP-Lösung wird anschließend mit einer Metaheuristik anhand eines realen Planungsproblems verglichen, um ihre Leistungsfähigkeit und Effizienz zu bewerten. Dabei zeigt sich, dass obwohl die MIP-Lösung theoretisch optimale Ergebnisse liefert, die praktische Umsetzung aufgrund der Problemgröße und hoher Komplexität begrenzt ist. Eine bereits entwickelte Metaheuristik erweist sich hingegen als effektive Alternative, die in kürzerer Zeit zu akzeptablen Lösungen führt. Die Ergebnisse dieser Arbeit liefern wertvolle Einblicke in die Möglichkeiten und Grenzen verschiedener Optimierungsmethoden für die Mediziner_innnenausbildung. Das entwickelte Verfahren kann in der Einsatzplanung in österreichischen Krankenhäusern eingesetzt werden, um den künftigen Personaleinsatz in der ärztlichen Ausbildung zu optimieren und zulässige Lösungen für reale Planungsprobleme zu finden. Damit kann das Verfahren die Bewältigung des Ärztemangels unterstützen und trägt zur Optimierung dieses wichtigen Bereichs des Gesundheitswesens bei.

The efficient training of medical students plays a crucial role in coping with the shortage of physicians in Austria. This thesis considers medical education as a complex problem that is modeled using an exact Mixed Integer Programming (MIP) approach. The focus is on optimizing the use of resources to ensure the necessary clinical rotations without avoidable interruptions and to ensure both training and patient care in the best possible way. The MIP solution presented is then compared with a metaheuristic based on a real planning problem in order to evaluate its performance and efficiency. It is shown that although the MIP solution delivers optimal results in theory, its practical implementation is limited due to the large problem size and complexity. An already developed metaheuristic, on the other hand, proves to be an effective alternative that leads to acceptable solutions in less time.The results of this work provide valuable insights into the possibilities and limitations of different optimization methods for medical training. The developed method can be used in the deployment planning in Austrian hospitals in order to optimize the future deployment of personnel in medical training and to find admissible solutions for real planning problems. In this way, the procedure can support the management of the shortage of doctors and contribute to the optimization of this important area of the health care system.