Deep reinforcement learning in patient admission process to optimize bed occupancy and revenue

Vorschaubild
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2025
Typ der Arbeit
Studiengang
Sammlung
Institut für Wirtschaftsinformatik
Komplettanzeige
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
2025 7th International Symposium on Computational and Business Intelligence (ISCBI)
Themenheft
DOI der Originalpublikation
https://doi.org/10.1109/ISCBI64586.2025.11015348
URI
https://irf.fhnw.ch/handle/11645/57329
Link
Zugehörige Forschungsdaten
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
56-60
Patentnummer
Verlag / Herausgebende Institution
IEEE
Verlagsort / Veranstaltungsort
Macau
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This paper discusses the problem of bed allocation with the example of a Swiss rehabilitation center. The aim is to challenge the benchmark of manual patient management by utilizing deep reinforcement learning (DRL) coupled with discrete event simulation to maximize bed occupancy and revenue. The comparison between random allocation, queuing systems, and deep reinforcement learning indicates the opportunities to optimize patient management at admission. Findings show that DRL agents can outperform random allocation and queuing systems when waiting lists are not utilized automatically. The integration of waiting lists significantly enhances the random system and queues, yet DRL agents maintain the highest results.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Projekt
Veranstaltung
2025 7th International Symposium on Computational and Business Intelligence (ISCBI)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
979-8-3315-3378-6
979-8-3315-3377-9
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
publication.page.reviewtype.Peer-Reviewed
Open Access-Status
Closed
Lizenz
Zitation
Jakober, L., Hanne, T., & Dornberger, R. (2025). Deep reinforcement learning in patient admission process to optimize bed occupancy and revenue. 2025 7th International Symposium on Computational and Business Intelligence (ISCBI), 56–60. https://doi.org/10.1109/ISCBI64586.2025.11015348
Komplettanzeige