Anahtar Bilgi CP-SAT (Constraint Programming – Boolean Satisfiability), karmaşık çizelgeleme problemlerini saniyeler içinde çözen modern bir matematiksel optimizasyon motorudur. 80 hemşireli bir hastane için 30 günlük nöbet çizelgesinde 2.400 atama kararı + 60+ kuralın eşzamanlı yönetilmesi gerekir. Manuel veya basit kural-tabanlı sistemler bu karmaşıklıkla baş edemez; CP-SAT ise hem yasal limitlerin tam uyumunu hem de personel arası adil dağılımı matematiksel olarak garanti eder. Sonuç: 3 günde hazırlanan çizelge 30 saniyede üretilir, başhemşirenin sübjektifliği ortadan kalkar, personel memnuniyeti ölçülebilir biçimde artar.

Bir hastanenin başhemşiresine sorun: "Önümüzdeki ay 80 hemşireniz için adil bir nöbet çizelgesi nasıl hazırlanır?" Yanıtın çoğunlukla sessiz bir iç çekiş olduğunu görürsünüz. Çünkü bu görünüşte basit soru, matematik açısından aslında bir NP-hard optimizasyon problemidir: olası çizelge sayısı astronomik düzeydedir, kural sayısı onlarcadır, personelin tercihleri ve yetkinlikleri her zaman örtüşmez ve yasal limitler aşılmamalıdır. Bu karmaşıklıkla mücadele için son 5 yılda hastane yönetim platformlarında bir paradigma değişimi yaşandı: otomatik nöbet planlama algoritması alanında CP-SAT gibi modern kısıt programlama motorları endüstri standardı haline geldi.

Bu yazıda CP-SAT'ın ne olduğunu, geleneksel "kural-tabanlı" yaklaşımlardan neden üstün olduğunu, hastane nöbet planlamasında hangi kuralları yönetebildiğini ve optimum nöbet dağıtımı için adillik kriterlerini matematiksel olarak nasıl modellediğini inceleyeceğiz. Yazı, başhekim ve hastane bilgi işlem yöneticileri kadar konuya teknik açıdan ilgi duyan başhemşireler ve operasyon direktörleri için de tasarlandı.

Nöbet Planlama Neden Bu Kadar Zor Bir Problem?

Bir okul kantininde günlük menü planlamasıyla bir yoğun bakımın aylık nöbet planlamasını aynı kefede değerlendiremezsiniz. Bunun nedeni problem büyüklüğü ve kural çakışmasıdır. 80 hemşireli, 3 vardiyalı bir hastanede 30 günlük çizelge için yapılması gereken atama sayısını hesaplayalım.

Bu bir kombinatoryel patlama problemidir. Olası çizelge kombinasyonu o kadar büyüktür ki, kaba kuvvetle (her olasılığı tek tek deneyerek) çözülmesi modern bir bilgisayarda bile evrenin yaşından daha uzun sürer. Üstelik problem yalnızca "uygun bir çizelge bulmak" değildir; "en adil" çizelgeyi bulmaktır. Yani hem geçerli hem de optimum çözüm aranır.

Geleneksel Yaklaşımların Sınırı

Excel makroları veya basit kural-tabanlı yazılımlar bu problemi sıralı kararlarla çözmeye çalışır: ilk vardiyaya birini ata, sonraki vardiyaya birini ata… Her aşamada o anda uygun gelen seçimi yapar. Sorun şu: bu yöntem "yerel optimuma" takılır. Üçüncü haftada başlanılan zincir, ikinci haftadan kalan kural ihlalleri yüzünden çözülmez hale gelir. Manuel müdahale, geri dönüş, yeniden deneme zincirine girilir. Sonuç: 2-3 günlük emek ve hâlâ adil olmayan bir çizelge.

CP-SAT Nedir? Modern Kısıt Programlamanın Gücü

CP-SAT, "Constraint Programming – Boolean Satisfiability" kelimelerinin baş harflerinden gelir. Google Research ekibinin geliştirdiği OR-Tools (Operations Research Tools) açık kaynak kütüphanesinin parçasıdır ve çizelgeleme, atama ve optimizasyon problemlerinde dünya çapında endüstri standardı haline gelmiştir. CP-SAT'ın gücü, problemi "ardışık karar zinciri" olarak değil, "tüm kararların bir arada matematiksel modellenmesi" olarak ele almasından gelir.

Kısıt Programlama Mantığı

Klasik programlamada "şunu yap, sonra şunu yap" dersiniz. Kısıt programlamada ise problem farklı tanımlanır: "Şu kurallar kesinlikle sağlanmalı, şu hedefler maksimize edilmeli." Algoritma, tüm kuralların birlikte sağlandığı çözüm uzayında en iyi çözümü matematiksel arama teknikleriyle bulur. Hastane nöbet planlamasında bu model şöyle inşa edilir.

CP-SAT motoru bu modeli alır, milyonlarca olası çözümü zekice budar (constraint propagation), arama uzayını paralel iş parçacıklarıyla tarar ve genellikle saniyeler içinde optimum veya optimuma yakın çözümü döndürür.

Teknik Not: CP-SAT, geleneksel SAT (Boolean Satisfiability) çözücüleriyle Lazy Clause Generation (LCG) ve Conflict-Driven Clause Learning (CDCL) tekniklerini birleştirir. Bu hibrit yaklaşım, milyon değişkenli çizelgeleme problemlerini saniyeler mertebesinde çözer. Aynı algoritma Google Maps rota optimizasyonunda, üretim hattı çizelgelemesinde ve havayolu uçuş planlamasında da kullanılır.

Hastane Nöbet Planlamasında Sert ve Yumuşak Kısıtlar

Bir kısıt programlama nöbet modelinin gücü, tüm kuralları aynı anda yönetebilmesindedir. İşte modern bir hastane nöbet planlama sisteminin yönetmesi gereken temel kısıt kategorileri.

Yasal ve Düzenleyici Sert Kısıtlar

Operasyonel Sert Kısıtlar

Adillik Yumuşak Kısıtları

Sert kısıtlar pazarlık konusu değildir; algoritma bu kuralları ihlal eden hiçbir çizelge önermez. Yumuşak kısıtlar ise birbiriyle çelişebilir; bu durumda algoritma toplam ceza puanını minimize eden çözümü tercih eder.

Optimum Nöbet Dağıtımı: Matematiksel Adalet Tanımı

Optimum nöbet dağıtımı kavramı çoğu zaman muğlak konuşulur. CP-SAT yaklaşımı bu kavrama matematiksel kesinlik kazandırır. "Adillik" tek bir formülde ifade edilebilir, dolayısıyla algoritmik olarak optimize edilebilir.

Bir aylık çizelgede 80 hemşirenin her birinin nöbet sayısı vektörü düşünün: [12, 11, 13, 10, 12, …]. Mükemmel adalet bu vektörün varyansının sıfır olmasıdır (herkesin aynı sayıda nöbeti var). Pratikte bu mümkün değildir çünkü toplam nöbet sayısı her zaman eşit bölünmeyebilir, izin günleri farklılık gösterir, yetkinlik kısıtları dengeyi bozar. Ama varyansı minimize etmek matematiksel bir hedef olarak tanımlanabilir.

Adillik Boyutu Manuel Planlama CP-SAT Otomatik Planlama
Aylık nöbet sayısı varyansı Genellikle ±3-5 nöbet Tipik olarak ±1 nöbet
Hafta sonu dağılımı Sübjektif, eşitsiz Yıllık eşit dağıtım
Gece nöbeti dengesi Servis sorumlusunun yaklaşımına bağlı Personel başına eşit oran
Tercihlerin karşılanma oranı %30-50 %75-90
Çizelge hazırlama süresi 2-3 iş günü 30 saniye – 2 dakika

Performans Karşılaştırması: CP-SAT vs Klasik Yaklaşımlar

Akademik yayınlarda ve endüstriyel benchmark'larda CP-SAT'ın klasik yöntemlere göre üstünlüğü tutarlı şekilde ölçülmüştür. Bir hastane nöbet optimizasyonu probleminde tipik karşılaştırma sonuçları şöyledir.

Çözüm Süresi

Excel makrosuna dayalı klasik bir kural-tabanlı sistemde 80 personelli 30 günlük çizelge ortalama 4-8 saat süren manuel düzeltme döngüsüyle hazırlanır. CP-SAT motorunda aynı problem 30 saniye ile 2 dakika arasında çözülür. Daha büyük problemlerde (200+ personel, çoklu lokasyon) bu fark daha da açılır.

Çözüm Kalitesi

"Çözümün kalitesi" hedef fonksiyonun değerine bakılarak ölçülür. CP-SAT, manuel çözümlere göre tipik olarak %30-50 daha düşük varyans (yani daha adil dağılım) ve %20-40 daha yüksek tercih karşılama oranı sağlar.

Esneklik ve Senaryo Analizi

"Bu personel hastalansa ne olur?" sorusu manuel sistemde panik yaratır. CP-SAT motorunda bu personel tek tıkla devre dışı bırakılır ve 30 saniye içinde alternatif çizelge hesaplanır. Acil durum revizyonu, tatil dönemi yeniden planlama gibi senaryolar dakikalar içinde simüle edilir.

Nobiqo'da CP-SAT Tabanlı Otomatik Nöbet Planlama

Nobiqo'nun Nöbet Planlama modülü, Google OR-Tools üzerine inşa edilmiş özelleştirilmiş bir CP-SAT motoru kullanır. Sistem, kurumun yasal çerçevesini, kurumsal politikalarını ve personel tercihlerini matematiksel olarak modelleyerek adil nöbet algoritması ile çizelge üretir. Başhemşire veya servis sorumlusu yalnızca dönemi seçer ve "Oluştur" butonuna basar; sistem 30 saniye içinde hazır çizelgeyi sunar.

Mobil uygulama kullanım senaryosu: Hemşire, Nobiqo mobil uygulamasında "Tercihlerim" bölümünden 15 Mayıs'ta nöbet istemediğini belirtir, 22 Mayıs için ise nöbet talebi açar (eşinin tatil dönüşü). Bu tercihler yumuşak kısıt olarak algoritmaya iletilir. Servis sorumlusu Mayıs ayı çizelgesini üretirken algoritma, sert kısıtları (yasal, operasyonel) %100 sağlamak şartıyla, hemşirenin tercihlerini de mümkün olduğunca karşılar. Çizelge yayınlandığında hemşire mobil uygulamasından bildirim alır ve kendi nöbet günlerini görür.

Algoritmanın açıklanabilirliği de önemli bir avantajdır. "Bu hemşireye neden bu tarihlerde nöbet düştü?" sorusunun cevabı sistemde her zaman izlenebilir: Hangi kısıtlar nedeniyle alternatif tarihler değerlendirme dışı kaldığı, hangi adillik puanının optimize edildiği şeffaf olarak gösterilir. Bu şeffaflık, hem servis sorumlusunun çizelgeyi savunmasını kolaylaştırır hem de personelin sisteme güvenini artırır.

Nobiqo CP-SAT Avantajları: 30 saniyede 80+ personel için aylık çizelge üretimi, 60+ kuralın eşzamanlı yönetimi, ±1 nöbet adillik garantisi, mobil tercih girişi, anlık senaryo yeniden planlama (acil durum revizyonu) ve çoklu lokasyon optimizasyonu. Tüm bu özellikler, başhemşirenin sübjektifliğini ortadan kaldırarak hem yasal uyumu hem de personel memnuniyetini sistemsel olarak yükseltir.

Nöbet Planlamayı Matematiğe Bırakın

Nobiqo'nun CP-SAT tabanlı otomatik nöbet planlama motorunu kullanın, 3 günlük emeği 30 saniyeye indirin ve adil çizelgeyi sistemsel olarak garanti altına alın.

Ücretsiz Demo Talep Edin

Sonuç

Hastane nöbet planlaması; binlerce karar, onlarca kural ve çelişen önceliklerin bir arada yönetilmesi gereken klasik bir optimizasyon problemidir. Excel ve manuel yöntemlerle bu problemin çözülmesi hem zaman tüketir hem de sübjektif sonuçlar üretir. CP-SAT gibi modern kısıt programlama motorları, bu karmaşıklığı matematiksel netlikle ele alır.

Bir otomatik nöbet planlama algoritması seçerken, çözücünün "kural-tabanlı" mı yoksa "kısıt programlama tabanlı" mı olduğunu sormak kritik bir farkındalık göstergesidir. Sert ve yumuşak kısıtların ayrıştırılması, adillik metriğinin matematiksel tanımlanması ve senaryo simülasyon hızı; bir sistemin gerçek değerini ortaya koyan üç temel kriterdir.

Nobiqo ile optimum nöbet dağıtımını algoritmik kesinlikle hayata geçirin, başhemşirenizin günlerini boşa harcayan manuel çizelge mücadelesinden kurtulun ve personel adaletini ölçülebilir bir göstergeye dönüştürün. Nobiqo'yu ücretsiz deneyin ve hastane nöbet planlamasını matematiksel olarak optimize edin.

İlgili Yazılar

Dış Kaynaklar