Inom vården utförs ofta schemaläggning av personal manuellt, vilket kräver mycket tid och resurser. Att planera arbetet för en grupp läkare, med dess ofta mycket komplexa sammansättning vad gäller exempelvis arbetsuppgifter och kompetenser, är ingen lätt uppgift. Detta examensarbete studerar huruvida en automatiserad taktisk bemanningsplanering med en tidshorisont på ett halvår till ett år, skulle kunna underlätta denna uppgift.

I rapporten presenteras en måloptimeringsmodell som implementerats i AMPL för att med CPLEX som lösare generera förslag till bemanningsplaner. För att utveckla en matematisk modell som väl representerar de förutsättningar som råder vid bemanningsplanering av läkare har alternativa formuleringar provats och utvärderats. Den mest lovande av modellerna, som baseras på måloptimering, har i en pilotstudie testats på data från Onkologiska kliniken vid Linköpings universitetssjukhus. Flexibiliteten i modellen gjorde att den enkelt kunde användas på de data som erhölls därifrån. Resultatet från pilotstudien indikerar att den utvecklade modellen har kapacitet att ge förslag till rimliga bemanningsplaner.

Scheduling of staff in the health care industry is typically done by hand, thus consuming a lot of time and effort. To plan the work for a group of physicians is a complex task, having to take into account factors like individual preferences and competences among the physicians. This thesis studies whether an automated tactical workforce planning, with a time horizon of half a year to a year, could facilitate this task.

This thesis presents a goal programming model for generating suggestions to workforce plans for physicians. The model has been implemented in AMPL and is solved using CPLEX. During the development of the mathematical model for workforce planning, alternative model formulations have been tested and evaluated, and some of these are presented in the report. The most promising of them is one based solely on goal programming, and it has been tested in a pilot study on data from the Oncology Clinic at the University Hospital in Linköping. The flexibility of the model made it easy to use on the data provided by the clinic. The result of the pilot study indicates that the developed model has the capacity to give reasonable suggestions for workforce plans.