Abstract:
اهیمت مدیریت زنجیره تامین در سلامت و بهداشت بر کسی پوشیده نیست. لذا مراکز درمانی و بیمارستانی در زمان حوادث طبیعی و بحران ها در صورت مکان یابی صحیح می توانند خسارات جانی را تحت کنترل بیشتر در آورند. هدف از این مطالعه، پیکره بندی زنجیره تامین پایدار بخش خدمات درمانی برای تعیین مسیریابی مناسب تسهیلات درمانی است. این پژوهش با استفاده از یک مدل ریاضی سه سطحی شامل تامین کننده ها، مراکز پزشکی و نقاط تقاضا (مناطق شهر تهران)، شرایط عدم قطعیت در قالب سناریوهای مختلف را به روش بهینه سازی مطرح می کند که در آن مراکز خدمات پزشکی در سناریوهای مختلف دچار اختلال می شوند. کاربرد این مدل بر روی مطالعه موردی برگرفته از داده های مرکز اورژانس شهر تهران مورد بررسی قرار گرفت. نتایج عددی نشان دهنده درست و منطقی بودن نتایج حاصل از مدل ریاضی است. در این شرایط می توان این مدل را برای شبکه های مختلف تحت اختلال مورد بررسی و مقایسه قرار داد. در نهایت، نتایج حاصله از پیاده سازی مدل و آزمایشهای تحلیل حساسیت های مسیریابی تسهیلات به همراه نقاط تقاضا و محدودیت های آن ارائه شده است.
The importance of supply chain management in health is not hidden from anyone. Therefore, medical centers and hospitals in times of natural disasters and crises, if located correctly, can further control the loss of life. The purpose of this study is to configure the sustainable supply chain of the health care sector to determine the appropriate routing of medical facilities. This study uses a three-level mathematical model including suppliers, medical centers and demand points (areas of Tehran), the conditions of uncertainty in the form of different scenarios by optimization method in which medical service centers in Different scenarios are disrupted. The application of this model was investigated by a case study taken from the data of Tehran Emergency Center. Numerical results indicate the correctness and logic of the results of the mathematical model. In this case, this model can be studied and compared for different networks under disruption. Finally, the results of the implementation of the model and experiments of analysis of facility routing sensitivities along with demand points and its limitations are presented.