헌혈 수집 세션을 위한 기증자 홍보 최적화: 확장 가능한 의사 결정 지원 프레임워크

Optimizing Donor Outreach for Blood Collection Sessions: A Scalable Decision Support Framework

헌혈 센터는 공급과 수요의 균형을 맞추면서 기증자의 참여를 관리하는 데 어려움을 겪습니다. 타겟 홍보는 중요하지만, 과도한 홍보로 인해 기증자에게 피로감을 줄 수 있습니다. 효과적인 모집을 위해서는 적절한 기증자를 적절한 시기에 대상으로 삼아야 하며, 기증자의 편의성과 자격 요건을 고려하여 제약 조건을 균형 있게 조정해야 합니다. 혈액 공급망 최적화에 대한 광범위한 연구와 알고리즘 기반 기증자 모집에 대한 관심이 높아지고 있지만, 다기관 네트워크에서 기증자의 자격, 수용 능력, 혈액형 수요 목표, 지리적 편의성, 기증자 안전 등을 고려하여 기증자를 세션에 배정하는 운영상의 문제는 여전히 해결되지 않았습니다. 본 연구에서는 기증자의 자격, 이동 편의성, 혈액형 수요 목표, 그리고 제약 조건을 고려한 기증자 초청 일정 최적화 프레임워크를 제시합니다. 우리는 두 가지 전략을 평가했습니다. (i) 이진 정수 선형 계획법(BILP) 모델과 (ii) 효율적인 탐욕적 휴리스틱 알고리즘입니다. 평가에는 Instituto Português do Sangue e da Transplantação (IPST)의 등록 데이터를 사용하여 리스본 운영 지역에서 4개월 단위로 초청 계획을 수립했습니다. 또한, 예측 기반 출석률, 분위수 기반 수요 목표, 잔여 용량 추정치를 통합하여 미래 지향적인 초청 계획을 수립하는 파이프라인을 개발했습니다. 결과는 리스본 운영 지역의 공급-수요 격차 해소에 중요한 역할을 한다는 것을 보여줍니다. 통제된 비교 분석 결과, 탐욕적 휴리스틱 알고리즘은 BILP 모델과 유사한 결과를 얻으면서도 최대 메모리 사용량이 188배 적고 실행 시간이 115배 빠릅니다. 그러나 탐욕적 휴리스틱은 수요 충족률이 3.9%p 낮고 (86.1% vs. 90.0%), 기증자와 세션 간의 거리가 더 멀며, 부작용 발생 위험이 더 높고, 잦은 헌혈 기증자가 아닌 기증자에게 초청이 더 많이 전달되는 경향이 있습니다. 이는 지역 최적화와 전역 최적화 간의 trade-off를 반영합니다. 실험 결과는 제약 조건을 고려한 일정 계획이 자격 요건을 갖추고 있으면서도 활동이 정지되었거나 만료된 기증자를 동원하여 격차를 줄이는 데 도움이 될 수 있음을 보여줍니다.

Blood donation centers face challenges in matching supply with demand while managing donor availability. Although targeted outreach is important, it can cause donor fatigue via over-solicitation. Effective recruitment requires targeting the right donors at the right time, balancing constraints with donor convenience and eligibility. Despite extensive work on blood supply chain optimization and growing interest in algorithmic donor recruitment, the operational problem of assigning donors to sessions across a multi-site network, taking into account eligibility, capacity, blood-type demand targets, geographic convenience, and donor safety, remains unaddressed. We address this gap with an optimization framework for donor invitation scheduling incorporating donor eligibility, travel convenience, blood-type demand targets, and penalties. We evaluate two strategies: (i) a binary integer linear programming (BILP) formulation and (ii) an efficient greedy heuristic. Evaluation uses the registry from Instituto Português do Sangue e da Transplantação (IPST) for invite planning in the Lisbon operational region using 4-month windows. A prospective pipeline integrates organic attendance forecasting, quantile-based demand targets, and residual capacity estimation for forward-looking invitation plans. Results reveal its key role in closing the supply-demand gap in the Lisbon operational region. A controlled comparison shows that the greedy heuristic achieves results comparable to the BILP, with 188x less peak memory and 115x faster runtime; trade-offs include 3.9 pp lower demand fulfillment (86.1% vs. 90.0%), larger donor-session distance, higher adverse-reaction donor exposure, and greater invitation burden per non-high-frequency donor, reflecting local versus global optimization. Experiments assess how constraint-aware scheduling can close gaps by mobilizing eligible inactive/lapsing donors.