Optimizing Maintenance Policies of Computed Tomography Scanners with Stochastic Failures

Abstract

The maintenance policies of computed tomography scanners in most hospitals are based on empirical knowledge and often following the manufacturer’s advice. In developing countries, the frequency of use of this equipment may be superior than recommended due to scarcity of resources, which could affect the optimal maintenance policy. Taking into account the budget and capacity of the equipment that public and private hospitals have in the administration, it is crucial to find an adequate decision support system that serves as a tool for the design of maintenance policies. The objective of this research is to develop an optimization model that allows making better decisions when preparing maintenance policies. The computed tomography scan is used in several diagnostic procedures, on different specialties, as it is a non-invasive exploration of the body. A continuous-time Markov chain model is proposed to model the different states of the equipment (working, requiring preventive maintenance, broken down). An optimization model is proposed with the objective of maximizing the benefit generated by the operating equipment and requiring maintenance. Budget constraints are considered. Two optimization methods are proposed and compared to solve the optimization model: an exhaustive search algorithm to understand the behaviour of the solution surface generated by the objective function and a meta-heuristic based on gradient-ascent to find near-optimal solutions in a reasonable time.

Las políticas de mantenimiento de los escáneres de tomografía computarizada en la mayoría de los hospitales se basan en el conocimiento empírico y, a menudo, siguen los consejos del fabricante. En países en desarrollo, la frecuencia de uso de este equipo puede ser superior a la recomendada debido a la escasez de recursos, lo que podría afectar la política de mantenimiento óptimo. Teniendo en cuenta el presupuesto y la capacidad de equipamiento con que cuentan los hospitales públicos y privados en la administración, es crucial encontrar un adecuado sistema de apoyo a la decisión que sirva como herramienta para el diseño de políticas de mantenimiento. El objetivo de esta investigación es desarrollar un modelo de optimización que permita tomar mejores decisiones al momento de elaborar políticas de mantenimiento. La tomografía computarizada se utiliza en varios procedimientos de diagnóstico, en diferentes especialidades, ya que es una exploración no invasiva del cuerpo. Se propone un modelo de cadena de Markov en tiempo continuo para modelar los diferentes estados del equipo (funcionando, que requiere mantenimiento preventivo, averiado). Se propone un modelo de optimización con el objetivo de maximizar el beneficio que generan los equipos en operación y que requieren mantenimiento. Se consideran las restricciones presupuestarias. Se proponen y comparan dos métodos de optimización para resolver el modelo de optimización: un algoritmo de búsqueda exhaustiva para comprender el comportamiento de la superficie de solución generada por la función objetivo y una meta-heurística basada en gradiente-ascenso para encontrar soluciones casi óptimas en un tiempo razonable .