Kembali ke pustaka

Pertanyaan kunci Baru

Diproses AI · Disetujui penulis

Bagaimana sanksi keterlambatan check-in memengaruhi waktu tunggu klinik secara keseluruhan dan penumpukan antrean?

When Digital Punctuality Backfires: Queue Demotion and Congestion Externalities in Outpatient Care
Jiayi Nie, Hanbing Xue, Xuemei He, dkk. · International Conference on Information Systems (ICIS) · 2026
Ilustrasi untuk: Bagaimana sanksi keterlambatan check-in memengaruhi waktu tunggu klinik secara keseluruhan dan penumpukan antrean?

Memuat pemutar Spotify; Spotify dapat memasang cookie. Perangkat ini mengingat pilihan Anda.

Temuan utama

  • Kebijakan penurunan prioritas antrean meningkatkan kepatuhan individu, secara signifikan mengurangi keterlambatan check-in dan meningkatkan kedatangan tepat waktu.
  • Waktu tunggu rawat jalan rata-rata di seluruh sistem meningkat secara signifikan sekitar 1,14 menit per kunjungan pasien.
  • Aturan tersebut memicu penumpukan waktu check-in dan pengelompokan temporal yang jauh lebih tinggi, menciptakan lonjakan kepadatan seketika yang melampaui kapasitas layanan langsung dokter.
  • Keterlambatan yang lebih lama merembet ke pasien yang tidak terkena penalti, menyebabkan peningkatan waktu tunggu yang signifikan secara statistik bagi pasien yang check-in tepat waktu maupun lebih awal.
  • Peningkatan waktu tunggu secara signifikan lebih besar selama sesi dokter bervolume tinggi, sementara kecepatan konsultasi dokter dan volume pasien secara keseluruhan tetap tidak berubah.

Maknanya bagi Anda

CIO / Eksekutif TI

Modify the patient check-in portal software to replace rigid queue demotion with a dynamic arrival-window algorithm that staggers check-in times and smooths demand peaks.

Manajer TI

Configure the patient check-in app to assign randomized, staggered 10-minute arrival slots instead of exact-hour deadlines to prevent morning check-in bunching.

Ahli Strategi Bisnis

Redesign clinic scheduling templates to dynamically throttle patient intake rates during historically high-volume physician sessions to prevent localized bottlenecking.

Peneliti

Conduct a queue-theoretic simulation study to model the exact tradeoff between individual late-penalty compliance and systemic waiting-time externalities across varying hospital capacities.

Pembuat Kebijakan

Issue operational guidelines requiring healthcare facilities to evaluate hospital-wide patient wait-time externalities before deploying automated punitive queue-management policies.

Ringkasan

Penelitian ini mengkaji konsekuensi operasional dari kebijakan ketepatan waktu janji temu digital yang menurunkan prioritas antrean bagi pasien yang datang terlambat. Dengan menggunakan desain empiris difference-in-differences, penulis mengevaluasi lebih dari 4,2 juta kunjungan rawat jalan selama dua tahun di sebuah rumah sakit tersier besar di Tiongkok.

Masalah

Rumah sakit sering kali menerapkan penalti otomatis untuk mencegah keterlambatan dengan asumsi bahwa ketepatan waktu individu akan memperlancar alur pasien. Namun, penelitian terdahulu jarang mempertimbangkan bagaimana aturan tersebut menyebabkan pasien secara kolektif menggeser waktu check-in, yang berpotensi memicu penumpukan permintaan dan membebani kapasitas klinis bersama.

Transkrip
Host: Halo dan selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers.
Expert: Dan saya Alex Ian Sutherland. Senang bisa kembali bersama Anda.
Host: Hari ini kita membahas sebuah studi berjudul "Ketika Ketepatan Waktu Digital Menjadi Bumerang: Penurunan Prioritas Antrean dan Eksternalitas Kongesti dalam Layanan Rawat Jalan". Studi ini disusun oleh Jiayi Nie, Hanbing Xue, Xuemei He, dan Xiaoli Hu, yang dipresentasikan pada International Conference on Information Systems atau ICIS 2026. Studi ini mengevaluasi kebijakan janji temu digital di sebuah rumah sakit tersier besar di Tiongkok, di mana pasien yang terlambat diturunkan prioritas antreannya.
Expert: Benar, Anna. Masalah utama yang diangkat studi ini adalah asumsi umum manajer operasional: bahwa penalti otomatis untuk mendisiplinkan keterlambatan individu akan secara otomatis memperlancar alur pelayanan. Namun, asumsi tersebut sering mengabaikan bagaimana aturan tersebut mengubah perilaku kedatangan pasien secara kolektif, yang pada akhirnya dapat membebani kapasitas klinis bersama.
Host: Bagaimana para peneliti menguji fenomena tersebut secara empiris, Alex?
Expert: Para peneliti menggunakan desain empiris difference-in-differences dengan menganalisis lebih dari 4,2 juta kunjungan rawat jalan selama rentang waktu dua tahun. Metode ini membandingkan departemen yang menerapkan kebijakan penurunan prioritas dengan departemen yang tidak menerapkannya, baik sebelum maupun sesudah aturan diberlakukan.
Host: Lalu, bagaimana hasil observasi dari data tersebut? Apakah kepatuhan pasien meningkat?
Expert: Di tingkat individu, kebijakan tersebut berhasil. Terjadi penurunan signifikan pada keterlambatan check-in dan peningkatan kedatangan tepat waktu. Namun, di tingkat sistem, waktu tunggu rawat jalan rata-rata justru meningkat secara signifikan sekitar 1,14 menit per kunjungan pasien.
Host: Mengapa waktu tunggu keseluruhan justru meningkat ketika pasien datang lebih tepat waktu?
Expert: Hal tersebut terjadi karena aturan penalti memicu fenomena pengelompokan temporal. Karena khawatir terkena penurunan prioritas antrean, pasien secara serempak bergeser untuk melakukan check-in tepat sebelum batas waktu kedaluwarsa. Akibatnya, timbul lonjakan kepadatan seketika yang melampaui kapasitas layanan langsung dokter pada jendela waktu tersebut.
Host: Dan keterlambatan ini tidak hanya berdampak pada kelompok tertentu saja, bukan?
Expert: Tepat sekali. Studi ini menemukan adanya efek limpahan ke pasien lain. Pasien yang check-in tepat waktu maupun yang datang lebih awal juga mengalami peningkatan waktu tunggu yang signifikan secara statistik. Menariknya, kecepatan konsultasi dokter dan volume pasien secara keseluruhan tidak berubah. Lonjakan waktu tunggu ini juga tercatat jauh lebih besar selama sesi praktik dokter dengan volume pasien tinggi.
Host: Ini adalah wawasan yang sangat relevan bagi praktisi operasional. Apa implikasi bisnis praktis yang dapat dipetik dari temuan ini?
Expert: Pertama, perancang sistem antrean tidak boleh mengevaluasi kepatuhan jadwal hanya dari metrik individual. Mengubah aturan penalti mengubah kurva kedatangan kolektif. Kedua, batas waktu penalti yang kaku cenderung menciptakan penumpukan permintaan di dekat batas ambang batas. Praktisi disarankan mempertimbangkan mekanisme perataan, seperti jendela check-in dinamis atau insentif kedatangan bertahap, alih-alih penalti biner yang kaku. Ketiga, kapasitas layanan penyangga perlu disiapkan secara terarah, khususnya pada sesi bervolume tinggi, untuk meredam lonjakan temporal tersebut.
Host: Jadi kesimpulannya, penegakan ketepatan waktu digital perlu memperhitungkan koordinasi waktu kolektif agar tidak memicu kemacetan baru di titik layanan.
Expert: Tepat, Anna. Efektivitas kebijakan bergantung pada keselarasan antara waktu kedatangan kelompok pengguna dan ketersediaan kapasitas layanan pada saat yang bersamaan.
Host: Terima kasih atas penjelasannya, Alex. Dan terima kasih kepada para pendengar yang telah menyimak episode A.I.S. Insights — powered by Living Knowledge kali ini. Sampai jumpa di pembahasan berikutnya.
Expert: Terima kasih semuanya.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Appointment Punctuality Policy, Congestion Externality, Outpatient Waiting Time, Queue Management, Healthcare Information Systems, Behavioral Operations