Aplicación del modelo estocástico de Markov para predecir la degradación de infraestructuras hospitalarias

Abstract

Los edificios sanitarios tienen una alta operatividad y disponen de infraestructura compleja y costosa, siendo necesario un nivel de mantenimiento elevado que asegure la calidad del servicio sanitario. El objetivo de la Tesis Doctoral es optimizar las tareas de mantenimiento realizadas sobre las infraestructuras hospitalarias, aplicando una metodología estocástica basada en las Cadenas de Markov. Se aplicó el modelo de predicción de Markov para evaluar la degradación de los distintos elementos de infraestructuras hospitalarias a lo largo del tiempo, tomando decisiones de mantenimiento en base a una información contrastada, permitiendo aumentar la vida útil de los edificios, instalaciones y equipos sanitarios. El análisis del mantenimiento sobre la fiabilidad de los sistemas permitió establecer la frecuencia óptima del mantenimiento de reparación o reemplazo, reduciendo los costes de mantenimiento, minimizando el impacto asociado al transporte del equipo de mantenimiento e incrementando la sostenibilidad operativa del sistema sanitario. Además, se comprobó que el modelo de predicción utilizado es una herramienta adecuada para cuantificar el incremento de vida útil de un sistema y comparar diferentes soluciones constructivas en base a su fiabilidad, incrementando el nivel de mantenibilidad de los edificios sanitarios. El conocimiento generado en esta Tesis Doctoral es útil para los gestores de mantenimiento del sistema sanitario, ya que permiten establecer criterios de diseño para mejorar las infraestructuras hospitalarias. Además, permiten tomar decisiones óptimas durante el funcionamiento de edificios y sus equipos, abarcando todo su ciclo de vida

Healthcare buildings are highly operational and have a complex and costly infrastructure. A high level of maintenance is required to ensure the quality of the healthcare service. The objective of this Doctoral Thesis is to optimise the maintenance operations carried out in hospital infrastructures, by applying a stochastic methodology based on Markov Chains. Markov prediction model was applied to evaluate the degradation of the different elements of hospital infrastructures over time. Therefore, maintenance decisions can be undertaken based on contrasted information that allows enlarging the service life of buildings, installations, and healthcare equipment. Maintenance analysis on system reliabilities allowed establishing the repair or replacement maintenance rates, reducing maintenance costs, minimising the impact associated with maintenance staff mobility, and increasing healthcare systems' operational sustainability. Besides, the prediction model happened to be a suitable tool for quantifying the increase in the service life of a system and comparing different construction solutions based on their reliability by increasing the level of maintainability of healthcare buildings. The knowledge generated in this Doctoral Thesis is useful for health system maintenance managers, since it allows establishing design criteria to improve hospital infrastructures. Furthermore, it allows optimal decisions to be made during the operation of both buildings and their equipment, covering their entire life cycle.