Co-creative nurse scheduling system to improve membership using reinforcement learning

2023 Fiscal Year Final Research Report

• Project/Area Number: 19K04906
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 25010:Social systems engineering-related
• Research Institution: Niigata College of Nursing
• Principal Investigator: Nagayoshi Masato 新潟県立看護大学, 看護学部, 准教授 (70426542)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: 強化学習 / ナース・スケジューリングシステム / 動的スケジューリング / 看護の質 / メンバーシップ / 共創 / ライフステージ / インタラクション

Outline of Final Research Achievements

This study aims to develop a nurse scheduling system that contributes to improving membership through work schedule creation. First, I have proposed a work modification method using reinforcement learning in a constructive nurse scheduling system. Next, I have extended the system to dynamic nurse scheduling, which enables modification of the work schedule due to the occurrence of absences and other factors. Furthermore, I have confirmed that it is possible to create appropriate work schedules even when there are nurses with different evaluations of work patterns. Consequently, I have shown an example of a nurse scheduling system that can interact with reinforcement learning and the head nurse to improve membership.

Free Research Field

知能情報学

Academic Significance and Societal Importance of the Research Achievements

本研究成果の学術的意義は、強化学習と看護師長のインタラクションが可能なナース・スケジューリングを開発した点である。
本研究成果の社会的意義は、ナース・スケジューリングに限らず、工場やコンビニエンスストアなどでのスタッフ・スケジューリングや製品生産スケジューリングにも適用可能であり、広範なスケジューリング分野に貢献できる点である。さらに、ナースの個性やライフステージに応じた勤務形態の価値を考慮することができるため、今後の人材採用計画の基礎資料となる可能性がある。このように、医療施設だけでなく、多様な企業や社会全体に対しても大きな波及効果が期待される。