Los principales desafíos de este problema son las variables críticas donde es imperioso optimizar la asignación de recursos. Es la dimensión que no podemos decir que es imprevisible, porque tiene cierta regularidad, pero es altamente fluctuante. Me refiero al triage de pacientes, a la disponibilidad actual de camas que es diferente por lugar: guardia, intermedia, general, la disponibilidad y horarios de médicos y enfermeros, seguramente hay demanda fluctuante y no todos los días se tiene la misma cantidad de emergencias, puede haber picos estacionales, brotes, e incluso pandemias. También hay variaciones en cada paciente -no todos se recuperan en el mismo tiempo, se someten a cirugías y consultas que duran también distinto tiempo, etc-. Y todo lo anterior también tiene restricciones legales y de seguridad (como la cantidad de pacientes que puede asumir cada médico/enfermero/técnico).
También existen dificultades. Y son previsibles, pero no del todo exactas en términos de tiempo de resolución: llegan pacientes de emergencia en cualquier momento, hay incertidumbre en la duración de cirugías y en la evolución de los pacientes, todo es un poco conflictivo en el sentido de que hay que decidir si atender a más pacientes pero tampoco hay que agotar al personal. Es muy fácil que en este ecosistema, los datos estén desactualizados, o no se tomen con prolijidad. Y no se puede improvisar hasta el límite de omitir restricciones éticas o y de equidad.
Un agente reactivo parece óptimo para emergencias y cambios inesperados (“llegó un paciente grave --> asignar cama disponible más cercana”). Pero como no planifica a futuro, puede asignar una cama que se necesitaba para una cirugía programada al día siguiente.
Es el agente basado en objetivos el más adecuado. Puede planificar la asignación de camas, cirugías y personal con días de anticipación... también puede ser ineficiente o rígido ante cambios grandes o repentinos (como un brote o una pandemia). Por eso combinarlo con un agente basado en utilidad va a suplir bien en las opciones de asignación. Seguramente tomará decisiones más equilibradas dados múltiples factores simultáneos (tampoco por esto será perfecto: siempre es difícil definir una función de utilidad)
Conclusión: Considerando las tres alternativas, lo más eficaz sería un agente basado en objetivos combinado con elementos de utilidad, para planificar la asignación de camas y cirugías, y que con la función de utilidad ayude a tomar decisiones equilibradas cuando hay conflictos entre procesos con recursos limitados. Este agente va a combinar la planificación estratégica con evaluación de diferentes alternativas según criterios ineludibles como gravedad, tiempo de espera y uso eficiente de recursos.
