SIMULAO DE ATENDIMENTO E REALIZAO DE EXAMES EM UM

LABORATRIO DE ANLISES CLNICAS

Universidade Federal do Rio Grande do Sul

Trabalho de Diplomao em Engenharia de Produo
Letcia Goldani l.goldani@gmail.com
Jos Luis Duarte Ribeiro ribeiro@producao.ufrgs.br
Armando Resende Neto armando@producao.ufrgs.br

RESUMO
Este trabalho faz uso da simulao de eventos discretos para modelar a rotina de trabalho de
um laboratrio de anlises clnicas, visando prover informaes que auxiliem a empresa a
otimizar a utilizao de seus recursos e reduzir o tempo de espera dos clientes. Enquanto
contribuio acadmica, o trabalho apresenta um roteiro para a simulao de servios,
colaborando para aumentar a explorao desta ferramenta. A modelagem do sistema abrangeu
as principais etapas do processo do laboratrio e os dados necessrios foram obtidos atravs
de observao e registros histricos. Concluiu-se, neste estudo de caso, que h ociosidade na
recepo, podendo haver aumento de at 34% na carga de trabalho; e que dois atendentes so
necessrios nas etapas de coleta e preparao, que suportam assim, respectivamente,
aumentos de 60% e 40% na demanda. A modelagem se mostrou representativa e til tomada
de deciso no laboratrio.

Palavras chaves: simulao de eventos discretos, simulao em servios, laboratrio de

anlises clnicas, gesto de capacidade.

ABSTRACT
This work uses discrete event simulation to model the operation of a clinical biochemistry
laboratory. The goal is to provide information that aids the company to manage its resources
and to reduce customers waiting time. Academically, this paper contributes to the exploration
of simulation in the services sector. The main steps of the process were modeled according to
historical and collected data. This case study demonstrates that there is idle time in the
reception of clients and that this step of the process can maintain current service levels with
an increase of 34% in the demand. In collection, two operators are necessary and they are able
to support an increase of up to 60% in demand. In preparation of blood samples, two
operators are able to support an increase of up to 40% in demand. Finally, the model revealed
itself as useful for decision-making processes regarding capacity planning.

Keywords: discrete event simulation, simulation in the services sector, clinical biochemistry
laboratory, capacity planning.
INTRODUO

Conforme Banks et al. (2009), a simulao uma tcnica utilizada para imitar o
comportamento de um sistema ou processo real. A partir desta imitao, podem-se criar
cenrios e projetar o comportamento de um sistema real diante das situaes geradas. Essa
prtica utilizada para resolver problemas em diversas situaes na indstria de manufatura e
no setor de servios. Sakurada e Miyake (2009), entretanto, salientam que no setor de
servios, essa prtica ainda pode ser melhor explorada.

O nmero de empresas prestadoras de servios e a diversidade de servios prestados aos

consumidores aumentam a cada ano, acompanhando o desenvolvimento do pas. Os servios
podem ser oferecidos por empresas focadas nos mesmos, ou como um diferencial que agrega
valor a um produto, como por exemplo a entrega e montagem de mveis. (FITZSIMMONS;
FITZSIMMONS, 2005; SAKURADA; MIYAKE, 2009).

Diferentemente do setor de produo de bens, na prestao de um servio, o cliente se

envolve diretamente no processo produtivo, o que torna os processos vulnerveis e perecveis.
Quanto maior a necessidade da presena do cliente, mais o tempo de espera e o ambiente em
que o cliente se encontra iro influenciar sua percepo sobre a qualidade do servio. Alm
disso, a chegada de clientes ocorre de forma aleatria, dificultando o planejamento pelos
gestores da rea (FITZSIMMONS; FITZSIMMONS, 2005).

Becker (2004) relata que muitas empresas do setor de servios, como os laboratrios de
anlises clnicas, so criadas por profissionais tcnicos, sem formao gerencial. Esses
laboratrios formam sistemas complexos e difceis de serem gerenciados. Isso ocorre tambm
devido grande variedade de exames oferecidos e necessidade de assegurar a confiabilidade
dos resultados, uma vez que auxiliam a rea mdica no diagnstico de enfermidades
(BECKER, 2004; BRANDALISE, 2001).

Stadnick e Coelho (2006) afirmam que no setor de anlises clnicas, diante das oscilaes nas
quantidades de exames solicitados, a conduta de comportamento das empresas a de que o
sistema no pode parar. necessrio atender a demanda em tempo hbil, fazendo com que,
muitas vezes, os laboratrios operem com falta ou excesso de recursos, principalmente
humanos, conforme o dia da semana ou perodo do dia.
Diante disso, neste trabalho optou-se por utilizar a tcnica de simulao de eventos discretos a
fim de modelar a rotina de trabalho de um laboratrio de anlises clnicas, visando obter
informaes que possam auxiliar a empresa a otimizar a utilizao de seus recursos e reduzir
o tempo de espera dos clientes. Enquanto contribuio acadmica, o trabalho apresenta um
roteiro para a simulao de servios, contribuindo para diminuir a lacuna indicada por
Sakurada e Miyake (2009).
Este artigo est organizado em cinco sees. Aps esta introduo, a seo 2 apresenta o
referencial terico, que discorre sobre trs pontos principais: (i) gesto de servios; (ii) o setor
de anlises clnicas; e (iii) a simulao de eventos discretos em servios. A seo 3 detalha os
procedimentos metodolgicos utilizados para obter informaes, desenhar o modelo e criar
cenrios de simulao. A seo 4 apresenta o estudo aplicado, o modelo desenvolvido, os
cenrios criados e os resultados obtidos, os quais so discutidos luz da literatura e das
implicaes prticas. Por fim, a seo 5 apresenta as principais concluses do trabalho e
discute suas limitaes.

REFERENCIAL TERICO

Gesto de servios

A partir da anlise de diversas definies de servios, Grnroos (1990) prope que um servio
uma atividade ou uma srie de atividades com certo grau de intangibilidade, destinadas a
atender a demandas de clientes que, geralmente, ocorrem com interao de clientes e
funcionrios.

Outras caractersticas relevantes definidoras de um servio, mencionadas por Fitzsimmons e

Fitzsimmons (2005), so as flutuaes de demanda e sua natureza perecvel, j que servios
no consumidos significam uma oportunidade perdida, pois no podem ser estocados.
Grnroos (1990) acrescenta ainda que a prestao de servios uma atividade heterognea,
que sofre alteraes a partir do contato do prestador de servios com o cliente.

Os servios podem ser classificados, conforme a matriz de Roger Schmenner (1986) apud
Fitzsimmons e Fitzsimmons (2005) em relao intensidade de trabalho (custo de mo-de-
obra em relao ao custo de capital) e ao grau de interao e customizao. Os quatro
quadrantes da matriz classificam um servio como: (i) Indstria de servios, caracterizada
pela prestao de servios padronizados com alto capital investido; (ii) Estabelecimentos de
servios, os quais apresentam alto grau de customizao e de intensidade de trabalho; (iii)
Servios de massa, cuja customizao pequena, com alto grau de intensidade de trabalho; e
(iv) Servios profissionais, caracterizados pela alta customizao e grau de intensidade de
trabalho.
Conforme o grau de intensidade de trabalho e a interao com o cliente em um servio, o
controle das operaes se torna mais ou menos complexo. Para Fitzsimmons e Fitzsimmons
(2005), so trs as partes que podem exercer o controle sobre o servio: a organizao, o
pessoal da linha de frente e o cliente.

A organizao responsvel pela criao da cultura da empresa, que determina seus valores e
o comportamento de seu pessoal na tomada de deciso, e pela delegao de poder aos
membros do sistema. A organizao controla um sistema pela padronizao dos servios,
evitando que um funcionrio da linha de frente tenha poder de alterar determinados
procedimentos. O pessoal da linha de frente domina o servio quando possui poder suficiente
para alterar sua rotina e evitar o seu desgaste, ainda que isso prejudique o cliente. A chave do
sucesso do servio comandado pela linha de frente est em ganhar a confiana do cliente,
fazendo-o acreditar no conhecimento e treinamento do prestador de servio. O controle do
servio est nas mos do cliente principalmente quando h grande padronizao nos servios
e autonomia do cliente, como em auto-atendimentos. Um cenrio satisfatrio para todos o
que encontra o equilbrio entre essas partes e prov lucro para a organizao, menor desgaste
do pessoal da linha de frente e contentamento do cliente (FITZSIMMONS; FITZSIMMONS,
2005).

A qualidade do servio a qualidade percebida pelo cliente. Esta ser afetada pela forma de
controle e tambm pelo atendimento de suas expectativas, que esto relacionadas
experincia do cliente nos momentos da verdade do servio, aqueles em que existe contato
entre o cliente e o prestador de servio. Vale salientar que, conforme o tempo de participao
do cliente na prestao de servios, a percepo de qualidade pode passar a ser afetada
tambm pela qualidade das instalaes de apoio e os servios implcitos (GRNROOS,
1990).

Sakurada e Miyake (2009) comentam que o setor de servios vem crescendo e, devido a sua
complexidade de gesto, o nmero de estudos nessa rea tambm est aumentando.

Servios prestados em laboratrios de anlises clnicas

Os laboratrios de anlises clnicas so empresas do setor de servios que auxiliam a rea

mdica no diagnstico de enfermidades e que tm como produto o laudo do exame. A base da
qualidade de um servio no setor de sade a mesma de qualquer servio acrescida de
peculiaridades geradas pelo tipo de cliente: um paciente. Cuidados pessoais, ateno, conforto
e acolhimento so algumas das demandas deste pblico que, em geral, diferem de outros
servios (BECKER, 2004).

No Brasil, a partir de 1994, com a estabilidade gerada pelo Plano Real, houve grande
migrao da classe mdia ao sistema de planos de sade, aumentando consideravelmente os
volumes nos servios particulares de sade. Com o passar do tempo, os planos foram
renegociando os preos e reduzindo o valor pago pelos procedimentos aos laboratrios. Esse
novo cenrio exigiu que os laboratrios passassem a oferecer os mesmo servios, com a
mesma qualidade e efetividade, porm recebendo menos por procedimento realizado. A
configurao dos laboratrios mudou de uma prestao de servios bastante artesanal para
uma produo mais automatizada e padronizada (OLIVEIRA; PROENA, 2002).

Alm disso, a quantidade de exames realizados nos laboratrios vem aumentando ao longo
dos anos devido tambm tendncia crescente de realizao de exames de rotina por
pacientes saudveis. Esses pacientes visam detectar precocemente possveis problemas de
sade e, assim, facilitar um tratamento eficaz. O aumento de demanda deve ser considerado
pelos gestores de laboratrios de anlises clnicas, pois pode levar o sistema ao limite de sua
capacidade, afetando a qualidade de seu servio e a satisfao do cliente (COUCHMAN et al.,
2002).

Os laboratrios de anlises clnicas enfrentam incertezas constantemente. Tanto o volume e o

tipo de requisies de exames, quanto os tempos de processamento e emisso de resultados
apresentam variabilidade considervel. Isso gera problemas de planejamento e exige que o
sistema de produo em laboratrios - equipamentos, logstica e pessoal - seja flexvel e
facilmente ajustvel a demanda vigente (MERODE et al., 1998).

Stadnick e Coelho (2006) afirmam que, no setor de anlises clnicas, as oscilaes de

demanda por exames no caracterizam situaes atpicas e, apesar do sistema apresentar
caractersticas de um sistema complexo, a conduta frente a essas variaes est intrnseca no
comportamento das pessoas, pois o sistema no pode parar at que toda a demanda seja
atendida. Os mesmos autores complementam, concordando com Merode et al. (1998), que os
sistemas de sade precisam ser flexveis para atender a demanda, mas principalmente para
atend-la em tempo.

Couchman et al. (2002) concluem em seu estudo que, sem planejar mudanas para atender o
crescimento do nmero de exames, as filas chegam a duplicar seu tamanho em horrios de
pico e o tempo para finalizar todos os exames ultrapassa o tempo de um turno normal de
trabalho. Uma anlise dos mesmos autores demonstra que, com o passar dos anos, se no
houvesse aumento natural de produtividade e tempo de funcionamento, a demanda de um dia
se acumularia para o prximo e o sistema deixaria de ser funcional.

Os laboratrios costumam organizar-se por departamentos, ou seja, por processos. Cada rea
realiza um processo e composta por postos de trabalho. Os exames so encaminhados para
cada posto e so realizados em ordem de chegada ou, muitas vezes, de acordo com critrios
de priorizao pr-estabelecidos. Se os funcionrios forem multifuncionais, podem atuar em
mais de um posto de trabalho e at atuar ao mesmo tempo em mais de um processo.
Diferenas de nvel de habilidade podem, entretanto, causar problemas no momento de
agrupar tarefas (MERODE et al., 1998).

A deciso sobre a organizao ideal, contudo, deve ser tomada a partir de um estudo de fluxo
de trabalho, que pode ser considerado como uma anlise logstica da prestao de servio.
Essa anlise visa ajustar a capacidade demanda, de modo que o servio seja prestado de
forma efetiva e eficiente (GOLDSCHMIDT et al., 1998).

Simulao de eventos discretos

Simulao uma tcnica utilizada para estudar e observar o comportamento de um sistema ou

processo real ao longo de um tempo. Trata-se da imitao da realidade, materializada em um
modelo matemtico, que contm aspectos relacionados ao problema em estudo, e que
possibilita a reproduo de diversos cenrios, reais ou hipotticos (BANKS et al., 2009;
FISHMAN, 2001).

A simulao aplicada para resolver desde problemas de sistemas produtivos em manufaturas

at a modelagem de sistemas de sade ou de tempo de espera em ligaes para call centers.
Ao longo dos anos, essa tcnica se tornou uma ferramenta de uso freqente, como por
exemplo em engenharia e sistemas de sade, uma vez que, nessas reas, o custo de obteno
de informao analtica para a tomada de deciso alto. Atravs da simulao em
computadores possvel reduzir o custo e o impacto de uma mudana em um processo ou
mesmo da criao de uma nova atividade (FISHMAN, 2001).

Um estudo de simulao pode reproduzir o comportamento de sistemas de eventos contnuos

ou discretos. Conforme Banks et al. (2009), em um sistema contnuo as variveis mudam
continuamente ao longo do tempo, como o fluxo de gua em uma represa durante um perodo
de chuva. Os mesmos autores definem um sistema de eventos discretos como aquele em que
as variveis de interesse mudam de estado somente em pontos discretos no tempo. A chegada
de um cliente em um banco, por exemplo, um evento pontual que modifica o nmero total
de clientes no estabelecimento naquele momento.

Fishman (2001) comenta que o sucesso de um estudo de simulao depende da modelagem do

sistema, que deve aproximar-se ao mximo da realidade a ser simulada. Sakurada e Miyake
(2009) complementam essas idias, explicando que a modelagem do sistema depende dos
conhecimentos do modelador e da fidelidade dos dados coletados.

Conforme Sakurada e Miyake (2009), durante a elaborao de um modelo conceitual de

simulao discreta em servios deve-se considerar a natureza dos elementos fundamentais que
definem o servio. Na coleta de dados so consideradas bsicas as seguintes informaes:
demanda, dimenses de estrutura fsica e tempos de atendimento. Banks et al. (2009)
salientam que a fase de coleta de dados crtica para o sucesso dos estudos de simulao.

Simulao em servios

A simulao uma tcnica que vem sendo utilizada em servios para resolver problemas
relacionados, principalmente, gesto da capacidade. Alguns tipos de aplicaes so: tempo
de espera de clientes em bancos e a quantidade de caixas necessrios em um turno de
trabalho, gerenciamento de fluxo de pacientes em hospitais e de utilizao de recursos, tempo
de resposta de ambulncias conforme sua localizao, entre outros (FITZSIMMONS;
FITZSIMMONS, 2005).

Segundo Wijewickrama (2006), o cliente deseja sempre esperar o mnimo possvel de tempo
at ser atendido e esse fator decisivo na escolha do prestador de servios. De acordo com o
mesmo autor, quando existe grande interao humana, existe tambm uma variabilidade
natural no tempo de atendimento. Fitzsimmons e Fitzsimmons (2005) afirmam que em
qualquer sistema em que existe variao no tempo de atendimento e na chegada de clientes,
ocorre a formao de filas.

As filas refletem um problema mais amplo, o gerenciamento de capacidade. A demanda dos

clientes em servios varivel e a participao dos mesmos no processo dificulta o
planejamento da capacidade. Existe ainda um trade-off entre os custos da prestao de
servios e possveis inconvenientes gerados para o cliente. Por exemplo, o aumento do
nmero de atendentes em um estabelecimento gera custos de espera menores para os clientes
e custos operacionais maiores para a empresa. Para auxiliar na tomada de deciso sobre a
capacidade, costumam-se utilizar modelos analticos de filas ou a simulao em computador
(FITZSIMMONS; FITZSIMMONS, 2005).
A chegada de clientes um evento estocstico que d incio a prestao de servio. Em uma
simulao, a chegada do cliente representada por uma distribuio de probabilidade, que
retorna valores diferentes a cada vez que chamada (WIJEWICKRAMA, 2006).

O tempo de atendimento pode ser determinstico (independente de influncias externas) ou

no determinstico (dependente, por exemplo, do tipo de atendimento requerido pelo cliente).
Se for um valor no determinstico, tambm ser representado como uma distribuio de
probabilidade (LEAL 2003).

Sakurada e Miyake (2009) concluem que a simulao uma tcnica til para avaliar o nvel
de servio prestado, verificar a eficincia na utilizao de recursos e prever o comportamento
das filas conforme a variao da demanda.

PROCEDIMENTOS METODOLGICOS

Metodologicamente, este trabalho de natureza aplicada, uma vez que busca solucionar
problemas concretos, que esto relacionados ao gerenciamento de demanda e capacidade de
um laboratrio de anlises clnicas. A abordagem , portanto, quantitativa e a pesquisa
explicativa, pois as concluses se originam da anlise de dados coletados no ambiente de
interesse e da identificao de causas determinantes na ocorrncia de problemas. Utilizaram-
se procedimentos de modelagem estatstica e simulao. A modelagem permitiu representar o
funcionamento do laboratrio de anlises clnicas, enquanto a simulao possibilitou analisar
a maneira como o sistema responde a alteraes nas variveis que afetam o mesmo.

As atividades de pesquisa iniciaram com uma entrevista no estruturada aos scios do

laboratrio, a fim de entender o problema de balanceamento na utilizao de recursos e o
elevado tempo de espera pelos pacientes. Neste momento, obtiveram-se informaes sobre o
processo de prestao do servio laboratorial, turnos de trabalho existentes,
multifuncionalidade de funcionrios, horrios de pico e estratgias vigentes para conter o
problema das filas.

Na etapa seguinte, observou-se o funcionamento do laboratrio com o objetivo mapear o

processo e obter dados que viabilizassem a modelagem do sistema. Especificamente, os dados
coletados foram: a) intervalo de tempo entre chegadas de pacientes; b) tempo de atendimento
na recepo; c) tempo de atendimento na coleta; d) tempo de preparao da amostra para a
anlise clnica; e) tempo de realizao de exames e f) nmero de recursos/atendentes
disponveis em cada processo. A observao foi realizada durante uma semana, de 2 de agosto
a 6 de agosto de 2010, no turno diurno (das 7h s 12h), identificado pela empresa como o
perodo crtico do atendimento ao pblico.

A terceira fase do trabalho envolveu a anlise dos dados coletados e dos registros obtidos
junto empresa e a definio das distribuies de probabilidade que representariam cada uma
das variveis do sistema. A partir destes dados, gerou-se um modelo matemtico, que foi,
ento, validado junto aos gestores do laboratrio como representativo do sistema de
realizao de exames. Aps a validao do modelo, a quarta etapa consistiu em simular em
planilha eletrnica o desempenho do sistema frente a variaes de demanda e de capacidade
de atendimento.

O laboratrio onde o estudo foi realizado uma pequena empresa privada, localizada na
regio noroeste do estado do Rio Grande do Sul e que atua no mercado de anlises clnicas h
mais de trinta anos. Trata-se de uma sociedade limitada de trs scios bioqumicos que,
juntamente a uma funcionria biomdica, so responsveis pelos exames realizados. A
empresa conta ainda com a colaborao de outras 12 funcionrias, distribudas em duas
unidades operacionais matriz e filial conforme demonstrado na Tabela 1.

Atividade Funcionrias Unidade

Secretria 1 Matriz

Secretria/coleta/preparao 2 Filial

Coleta/preparao de amostras 8 Matriz

Coleta/preparao/financeiro 1 Matriz

Coleta/preparao/execuo 1 Matriz

Total 13 -

Tabela 1- Funcionrias por atividade e unidade de negcio

A matriz do laboratrio est instalada dentro do principal hospital da cidade, e a filial se

encontra em outro ponto da mesma cidade, ao lado de uma clnica mdica multifuncional. A
filial dedica-se a um atendimento mais personalizado, em um ambiente calmo e agradvel,
com o qual se tem ampliada a abrangncia do servio prestado. Na matriz, o atendimento de
pacientes do hospital realizado durante 24 horas em todos os dias da semana. J o
atendimento ao pblico externo se d das 7h s 19h nas duas unidades, de segunda sexta-
feira. So atendidos em mdia 3.800 pacientes por ms.
O laboratrio oferece cerca de cem tipos de exames laboratoriais, pertencentes s seguintes
reas: Bioqumica, Hematologia, Urinlise, Parasitologia, Hormnios, Imunologia,
Microbiologia entre outros. A maior parte destes exames realizada pela prpria empresa,
porm alguns so terceirizados, uma vez que so requisitados com menor freqncia e exigem
altos investimentos em estrutura fixa. Todos os exames so realizados de forma particular ou
atravs de convnios.

O processo de realizao do exame pode seguir por diferentes vias (diferentes equipamentos e
reas fsicas/salas), conforme os tipos de anlises solicitadas. Entretanto, as etapas do
processo, de maneira geral so padronizadas. Essas etapas esto representadas na Figura 1. O
diagrama apresenta as aes dos clientes, dos funcionrios e os processos de apoio prestao
do servio.
rea de Cuidados de rea de rea de
Entrada Corredores, Sada pela Entrada Sada pela
EVIDNCIAS espera; higine e espera; espera;
pela porta salas de porta
FSICAS Balco/ segurana na porta pela porta Balco/ Balco/
externa rea de espera coleta externa externa externa
Recepo coleta Recepo Recepo
Paga
AES DOS Chegada ao Entrega de Dirige-se a Permite Retorna ao Retira o
Espera Sada exame Sada
CLIENTES laboratrio requisio coleta coleta laboratrio resultado
particular

Linha de interao

FUNCIONRIOS Autoriza Localiza e

Recebe Registra Coleta
DA LINHA DE com plano entrega o
clientes requisio amostra
FRENTE de sade resultado

Linha de visibilidade

Digita e Envia Emite faturas

FUNCIONRIOS Prepara a Realiza
imprime exames a ao plano de
DE RETAGUARDA amostra exame
resultado parceiros sade

Linha de interao interna

PROCESSOS DE Integrao Sistema de

Sistema de Sistema de
APOIO com planos controle de
Registro Registro
de sade custos

Figura 1 - Diagrama de funcionamento do laboratrio

O escopo deste trabalho envolveu as atividades relacionadas s aes dos clientes,

funcionrios da linha de frente e funcionrios de retaguarda, uma vez que a capacidade de
atendimento e a satisfao do cliente esto diretamente relacionadas ao desempenho do
sistema nesses trs nveis.

Relatados os procedimentos metodolgicos utilizados, as prximas sees destinam-se a

demonstrao dos dados obtidos e do modelo de simulao gerado, bem como discusso dos
resultados alcanados e das solues propostas empresa para otimizar o gerenciamento de
capacidade e demanda.

RESULTADOS

O laboratrio possui duas unidades que prestam o mesmo servio, porm que possuem
complexidades de funcionamento distintas. A filial atende a pacientes ambulatoriais e realiza
somente algumas das anlises clnicas oferecidas ao pblico, pois no possui estrutura para
realizao de todos os exames. A matriz, por sua vez, atende a pacientes ambulatoriais e
hospitalares e ainda realiza alguns exames provenientes da filial. Sendo assim, a ltima possui
um sistema que apresenta maior complexidade de gerenciamento e por isso, foi escolhida para
a modelagem. Uma vez criado o modelo, ele poder ser utilizado tambm para estudos na
filial. O fluxograma de simulao utilizado como base na criao do modelo apresentado na
Figura 2.

Chegada de cliente Qual o tipo de exame?

Exame A Exame B...

Recurso na recepo
disponvel?
Preparao de Preparao de
No Sim
amostra amostra

Atendimento Demanda do Realizao do Realizao do

Espera
recepo Hospital exame exame

Recurso de coleta Recurso de coleta Digitao do Resultado

disponvel? disponvel?

No Sim Sim No
Impresso do Resultado
Espera Coleta de Coleta de
Espera
amostra amostra
Exame de paciente Arquivamento
No
hospitalar? do resultado

Sim
Registro de
Exames Filial Nome/Exames/ Entrega do Entrega do
Amostra resultado no resultado ao
hospital paciente

Figura 2 - Fluxograma de simulao

A partir da anlise do fluxograma de simulao junto a um dos scios do laboratrio,

identificaram-se as etapas do processo que agregam mais valor ao servio e que determinam o
ritmo de funcionamento da matriz: a) atendimento na recepo; b) atendimento na coleta; e c)
preparao das amostras. Cada uma destas etapas foi modelada separadamente em planilha
eletrnica.

A coleta ambulatorial e a hospitalar ocorrem em paralelo, utilizam recursos distintos e no

possuem diferenas no procedimento bsico de realizao. Por esse motivo, a coleta no
hospital no foi modelada. Alm disso, optou-se por no modelar a realizao dos exames,
pois esta ocorre de forma automatizada; e os processos finais de digitao, impresso e
entrega, que podem ser automatizados. Neste trabalho, considera-se que equipamentos e
tecnologia no so restries para o funcionamento do laboratrio, uma vez que podem ser
adquiridos e integrados ao sistema. Os recursos humanos, entretanto, so foco de interesse,
pois so essenciais na maioria das etapas e mesmo quando disponveis, precisam ser
gerenciados adequadamente para garantir um bom funcionamento do sistema.

O modelo matemtico de cada etapa considera a demanda dividida em perodos de tempo e

tempos mdios de atendimento independentes destes perodos. Fatores de carga e eficincia
foram adicionados a fim de permitir a simulao de novos cenrios de funcionamento do
sistema. A Figura 3 apresenta o modelo criado para o atendimento na recepo, que foi
utilizado como base para modelagem de todas as demais etapas.

Figura 3 - Modelo de simulao da recepo

Ao longo da elaborao dos modelos matemticos, foram feitos testes a fim de validar a
representatividade do modelo em relao ao sistema real. Os resultados das validaes sero
apresentados ao longo deste trabalho.

Recepo

A primeira varivel analisada foi o tempo entre chegadas de pacientes externos no laboratrio.
Como a realizao da maioria dos exames deve ocorrer em jejum, verificou-se que 98% dos
pacientes solicitam atendimento no perodo da manh, entre 7h e 9h30min, podendo haver
mais alguns atendimentos at as 12h30min. A recepo trabalha tambm no perodo da tarde,
porm apenas para entrega dos resultados dos exames. Verificou-se, durante a observao,
que a entrega rpida, no gera filas e no preocupa os gestores da empresa. Por este motivo,
o sistema foi modelado apenas para o perodo da manh.

Os tempos mdios entre chegadas na recepo podem ser verificados na Tabela 2. A

distribuio utilizada no modelo para representar os tempos entre chegadas foi a distribuio
exponencial com mdia dependente do perodo em que o paciente chega no laboratrio.
 INPUTS
Qtd. Med. Tmed entre
Perodos % Tmed atend.
Atend. chegadas
07:00:00 07:30:00 1 20% 11 00:02:44 00:01:23
07:30:00 08:00:00 2 21% 12 00:02:30 00:01:23
08:00:00 08:30:00 3 25% 14 00:02:08 00:01:23
08:30:00 09:00:00 4 24% 13 00:02:19 00:01:23
09:00:00 09:30:00 5 8% 5 00:06:00 00:01:23
09:30:00 12:30:00 6 2% 1 03:00:00 00:01:23
Tabela 2 - Dados de entrada para simulao da recepo

O tempo de atendimento pela secretria tambm foi representado pela distribuio

exponencial com mdia independente do horrio de atendimento. Alm disso, considerou-se
que apenas uma pessoa realiza esta atividade e que o tempo mnimo de atendimento de 8
segundos, parmetro de localizao utilizado na distribuio.

A validao da modelagem pode ser verificada nas Figura 4 e Figura 5. O tempo mdio entre
chegadas e o tempo mdio de atendimento obtidos atravs da simulao apresentaram
pequena variao em relao aos tempos reais, o que valida o modelo criado para a simulao
de novos cenrios.

10 1,50
Real
9 1,45
Simulado
8 1,40
7 1,35
Tempo (minutos)
Tempo (minutos)

6 1,30
5 1,25
4 1,20
3 1,15
2 1,10
Real
1 1,05
Simulado
0 1,00

1 2 3 4 5 6 1 2 3 4 5 6

Perodo de simulao Perodo de simulao

Figura 4 - Tempo mdio entre chegadas na recepo Figura 5 - Tempo mdio de atendimento na recepo

Uma vez que o objetivo deste trabalho envolve a promoo de entendimento, pelos gestores
do laboratrio, do comportamento do sistema frente a variaes de demanda e capacidade,
simulou-se o funcionamento da recepo pelo perodo de 30 dias com diferentes cargas no
sistema. Carga igual a 1 representa o sistema atual em que opera o laboratrio. A partir desta
simulao, analisaram-se os tempos mdios de espera por atendimento e os tempos mdios de
ociosidade da secretria ao longo da manh. A Figura 6 mostra o grfico resultante desta
simulao.
 7 Espera carga=1,0
Espera carga=1,3
6 Espera carga=1,34
Espera carga=1,35
cio carga=1,0
5 cio carga=1,3
cio carga=1,34

Tempo (minutos)
cio carga=1,35
4

0
1 2 3 4 5 6

Perodo de simulao

Figura 6 Espera e cio na recepo por perodo de simulao

Para o sistema com carga igual a 1 encontra-se um cenrio com tempos ociosos crescentes a
partir das 8h30 (perodo 4), tempo mximo de espera de 2min20s e mdia de espera de
1min30s. H alternncia de perodos dominados por espera e cio e o tempo total de
ociosidade de 40 minutos, o que equivale a 12% do tempo. H, portanto, a possibilidade de
agregao de outras atividades ao trabalho da secretria, principalmente aps o perodo 4.

Incrementando a demanda em 30%, o tempo mdio de espera passa a ser de 2min18s,

diminuindo a ociosidade total em 4 minutos e fazendo com que a mesma predomine apenas a
partir do perodo 5. Neste caso, a secretria fica ocupada por mais tempo com o atendimento
ao pblico e h ainda capacidade para incorporao de novas atividades aps o perodo 5.

desejvel que a recepo mantenha um tempo mdio de atendimento inferior ao tempo

mdio de atendimento da etapa seguinte, a coleta, que de 2min53s para que se garanta o
fluxo de trabalho no laboratrio. Como o tempo mdio de espera com carga 1,3 se aproxima
do tempo mdio de atendimento na coleta, analisaram-se as cargas 1,34 e 1,35, a fim de
encontrar a capacidade mxima da recepo. Quando submetido carga igual a 1,34, o
sistema gera tempo mdio de espera de 2min31s. Com carga 1,35, a mdia de espera passa a
ser de 3min6s e conclui-se que a recepo tem capacidade para trabalhar com at 34% a mais
de demanda, sem prejudicar a qualidade do servio ou sobrecarregar o trabalhador.

Coleta

Os tempos entre chegadas na coleta so 3% maiores do que na recepo, uma vez que nem
todos os pacientes que passam pela recepo realizam coleta de amostras. Estes tempos foram
representados por uma distribuio exponencial com mdia dependente do perodo de
chegada, conforme a Tabela 3. O tempo de atendimento foi modelado atravs de uma
distribuio de Weibull e o modelo, alm fatores de carga e eficincia, permite modificar o
nmero de atendentes na coleta.

INPUTS
Qtd. Med. Tmed entre
Perodos % Tmed atend.
Atend. chegadas
07:00:00 07:30:00 1 20% 11 00:02:49 00:02:53
07:30:00 08:00:00 2 21% 12 00:02:34 00:02:53
08:00:00 08:30:00 3 25% 14 00:02:13 00:02:53
08:30:00 09:00:00 4 24% 13 00:02:23 00:02:53
09:00:00 09:30:00 5 8% 5 00:06:11 00:02:53
09:30:00 12:30:00 6 2% 1 03:05:24 00:02:53

Tabela 3 - Dados de entrada para simulao da fase de coleta de amostras

A validao do modelo de simulao do setor de coleta apresentada nas Figura 7 Figura 8.

Apesar das variaes verificadas nos tempos de atendimento, o tempo mdio de atendimento
do sistema simulado igual mdia real. Assim, pode-se constatar a representatividade do
sistema real no modelo.
50 4,00
Real Real
45 3,80
Simulado Simulado
40 3,60
35 3,40
Tempo (minutos)
Tempo (minutos)

30 3,20
25 3,00
20 2,80
15 2,60
10 2,40
5 2,20
0 2,00
1 2 3 4 5 6 1 2 3 4 5 6
Perodo de simulao Perodo de simulao

Figura 7 - Tempo mdio entre chegadas na coleta Figura 8 - Tempo mdio de atendimento na coleta

Um dos desafios da gerncia do laboratrio definir o mnimo de pessoas necessrias para

atender a demanda na coleta, evitando longas esperas de pacientes. Por isso, realizou-se
simulaes com 1, 2 e 3 atendentes durante 30 dias para a carga original do sistema, igual a 1.
O resultado das simulaes, analisadas a partir das variaes no tempo de espera e cio das
atendentes, apresentado na Figura 9.
 20 Espera - 1 atend
18 Espera - 2 atend
Espera - 3 atend
16
cio - 1 atend
14 cio - 2 atend

Tempo (minutos)
12 cio - 3 atend

10
8
6
4
2
0
1 2 3 4 5 6
Perodo de simulao

Figura 9 Espera e cio na coleta por perodo de simulao

A Figura 9 demonstra que h um pico de ociosidade para todas as cargas no perodo 6, o que
est de acordo com os dados de entrada do sistema e evidencia que, independente do nmero
de atendentes, neste perodo, possvel deslocar as atendentes para outras atividades.

No sistema com 1 atendente predominam tempos de espera elevados at o fim do perodo 5 e

a ociosidade totaliza 2min45s at este perodo. O tempo mximo de espera de 18 minutos e
as filas podem aparecer ao longo de toda a manh, gerando descontentamento dos pacientes.
Ao alocarem-se 2 atendentes na coleta, percebe-se aumento de 12min14s na ociosidade at o
perodo 5 e grande diminuio no tempo de espera, que passa a ser de no mximo 2min21s.
Realizando-se a coleta com 3 atendentes, o tempo mximo de espera passa a ser de 17
segundos, porm a ociosidade aumenta em 27min33s at o perodo 5. Conclui-se ento, que
so necessrios no mnimo 2 atendentes na coleta para que a espera dos pacientes no gere
descontentamento e os recursos sejam bem utilizados.

A definio de utilizao de dois ou trs atendentes, entretanto, deve considerar critrios

como: (i) estratgia de rapidez no atendimento, que viria a justificar o uso de 3 pessoas
coletando amostras; (ii) disponibilidade de mo-de-obra ou possibilidade de contratao; (iii)
ampliao de estrutura fsica, uma vez que, atualmente, o laboratrio possui capacidade para
realizar apenas duas coletas em paralelo; (iv) e aumento de demanda. Os critrios i, ii e iii
relacionam-se com interesses particulares da empresa que no so foco deste trabalho. O
critrio iv, contudo, est diretamente relacionado aos objetivos de promover entendimento do
sistema e por isso, ser analisado.

Assim, considerando 2 e 3 atendentes, simulou-se o comportamento do sistema frente a

variaes de demanda. O resultado dessas simulaes apresentado nas Figura 10 e Figura 11,
em que so verificados os tempos de espera e cio acumulados.
 20 20 Espera carga=1,0
Espera carga=1,0
18 18 Espera carga=2,0
Espera carga=1,6 Espera carga=2,5
16 16
cio carga=1,0 cio carga=1,0
14 14
Tempo (minutos)

cio carga=2,0

Tempo (minutos)
cio carga=1,6 cio carga=2,5
12 12
10 10
8 8
6 6
4 4
2 2
0 0
1 2 3 4 5 6 1 2 3 4 5 6
Perodo de simulao Perodo de simulao

Figura 10 Espera e cio acumulados na coleta Figura 11 - Espera e cio acumulados na coleta
- 2 atendentes - 3 atendentes

O sistema com 2 atendentes e carga igual a 1 gera tempo de espera acumulado de 6min53s e
ociosidade total de 2h10min. Tempos semelhantes so obtidos no sistema com 3 atendentes
quando submetido a carga igual a 2. O tempo de espera acumulado neste ltimo sistema de
6min31s e a ociosidade acumulada de 1h45min. Desta anlise, verifica-se que ao alocar 3
atendentes na coleta, a capacidade do sistema dobra e a ociosidade dos atendentes diminui.

Aumentando-se a demanda do sistema com 2 atendentes em 60%, obtm-se tempo de espera

acumulado de 16min50s e 1h51min de ociosidade acumulada. No sistema com 3 atendentes
obtm-se tempos de espera e ociosidade aproximados ao aplicar carga 2,5. Acima destas
cargas, os dois sistemas apresentam tempos de espera elevados, que podem gerar
descontentamento. Conclui-se, ento, que 2 atendentes so necessrios para atender cargas
de at 1,6 e 3 atendentes atendem de maneira eficaz cargas de 1,6 a 2,5.

Preparao de amostras

A etapa de preparao das amostras a etapa mais complexa entre os procedimentos de

retaguarda na matriz do laboratrio. Nessa etapa so preparadas amostras coletadas de
pacientes ambulatoriais, hospitalares e da filial. importante salientar que os exames do
hospital chegam em lotes de tamanhos diversos ao longo do dia e os da filial chegam em um
lote nico no final da manh. Para fins de simulao, esses lotes foram distribudos ao longo
de alguns perodos de tempo, conforme mostra a Tabela 4.
 INPUT INPUT
Qtd. Med. Qtd. Med. Tmed entre Qtde. % Tempo
Perodos Origem Total Tipo Exame %
Atend./Dia Exames chegadas Med./Dia Acumul preparao
07:00:00 07:30:00 1 Ambulatorial 11 4 44 00:02:17 1 Bioqumica 160 40% 40% 00:05:00
07:30:00 07:35:00 2 Hospital 9 4 36 00:00:33 2 Hematologia 60 15% 55% 00:02:00
07:35:00 08:00:00 3 Ambulatorial 12 4 48 00:02:30 3 Urinlise 60 15% 70% 00:04:00
08:00:00 08:30:00 4 Ambulatorial 14 4 56 00:02:06 4 Parasitologia 40 10% 80% 00:04:00
08:30:00 08:35:00 5 Hospital 9 4 36 00:00:33 5 Hormnios 40 10% 90% 00:10:00
08:35:00 09:00:00 6 Ambulatorial 13 4 52 00:02:11 6 Imunologia 20 5% 95% 00:08:00
09:00:00 10:00:00 7 Ambulatorial 4 4 16 00:06:00 7 Microbiologia 20 5% 100% 00:02:00
10:00:00 11:00:00 8 Hospital 19 4 76 00:03:00
11:02:00 11:30:00 9 Filial 28 2 56 00:01:00
11:30:00 23:59:00 10 Amb. + Hosp 9 4 36 01:30:00
Tabela 4 - Dados de entrada para simulao da preparao de amostras

A quantidade mdia de amostras e de exames foram obtidas em registros do laboratrio. Os

tempos entre chegada foram modelados atravs de uma distribuio exponencial, com mdia
dependente do perodo de chegada. J os tempos de preparao foram obtidos por uma
distribuio de Weibull com mdia dependente do tipo de exame solicitado.

O modelo de simulao da preparao gera amostras provenientes de diferentes origens

(ambulatorial, filial e hospital) de acordo com cada perodo de simulao e tambm gera
diferentes tipos de exames, conforme probabilidade obtida nos registros histricos. A
comparao dos resultados reais com os simulados apresentada nas Figuras 12 a 15, as quais
comprovam a representatividade do modelo.

30 8
Real
Real
Simulado 7
25 Simulado
Amostras recebidas (unid)

6
Tempo (minutos)

20
5
15 4

3
10
2
5
1
0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Perodo de simulao Perodo de simulao

Figura 12- Quantidade mdia de amostras Figura 13 - Tempo mdio entre chegadas
por perodo de simulao por perodo de simulao

50 90% 95% 100% 100% 6

45 95% 90% Real
80% 91%
5
Quantidade de amostras

40 70% 80% 80% Simulado

Tempo (minutos)

35 70% Exames gerados 70%

55% 4
30 pela simulao 60%
56%
25 40% % exames no 50% 3
20 sistema real 40%
39%
% exames na 2
15 30%
simulao
10 20%
1
5 10%
0 0% 0

Tipo de exame Tipo de exame

Figura 14 - Quantidade de amostras Figura 15 - Tempo mdio de preparao
por tipo de exame por tipo de exame
A preparao a etapa interna de maior demanda no laboratrio, por isso, a definio do
nmero de funcionrias trabalhando na preparao fundamental para a realizao dos
exames dentro do prazo estabelecido junto ao cliente. A fim de identificar o nmero ideal de
preparistas, realizaram-se simulaes durante 30 dias, observando os tempos de espera e cio
em cada perodo. O resultado destas simulaes apresentado na Figura 16.

180 Espera 1 preparista

160 Espera 2 preparistas
Espera 3 preparistas
140 cio 1 preparista
cio 2 preparistas
120
Tempo (minutos)

cio 3 preparistas
100

80

60

40

20

0
1 2 3 4 5 6 7 8 9 10
Perodo de simulao

Figura 16 Espera e cio na etapa de preparao de amostras por perodo de simulao

Analisando a Figura 16, pode-se perceber os aumentos nos tempos de espera gerados pela
chegada do maior lote de amostras do hospital, no perodo 8, e da filial, no perodo 9. O
tempo mximo de espera no sistema com um preparista chega a 2 horas no nono perodo, o
que quebra o fluxo produtivo nas etapas seguintes, prejudicando a entrega dos exames.

Adicionando-se outro preparista ao sistema, o tempo mximo de espera das amostras cai de 2
horas para 34 minutos, o tempo mdio passa a ser de 12min46s e a ociosidade acumulada
aumenta de 9min50s para 26min30s. Adicionando ainda um terceiro preparista, reduz-se o
tempo mximo de espera para 8min, a mdia de espera para 2min19s e aumenta-se a
ociosidade em 43min.

Considerando que a maioria dos exames tem prazo de entrega de 24h, no h necessidade de
testes com um quarto preparista, pois nada impede que as amostras permaneam na fila por
algum tempo, desde que este tempo no prejudique a realizao dos exames no prazo
combinado. Dessa anlise conclui-se, ento, que o sistema deve operar com 2 ou 3
preparistas, de acordo com o perfil de demanda que venha a se estabelecer.

A fim de auxiliar na definio do nmero de preparistas conforme alteraes de demanda,

foram realizadas simulaes com 2 e 3 preparistas e diferentes cargas no sistema, conforme
demonstrado nas Figuras 17 e 18, nas quais so analisadas as mdias mveis em cada perodo.
 70 70
Espera carga=1,0 Espera carga=1,65
Espera carga=1,3 60 Espera carga=1,8
60 Espera carga=1,4 Espera carga=2,15
cio carga=1,0 50 cio carga=1,65

Tempo (minutos)
50
Tempo (minutos)

cio carga=1,3 cio carga=1,8

40 cio carga=1,4 40 cio carga=2,15

30 30

20 20

10 10

0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Perodo de simulao Perodo de simulao
Figura 17 Espera e cio na prep. de amostras Figura 18 Espera e cio na prep. de amostras
com 2 preparistas com 3 preparistas

A partir do resultado das simulaes, verifica-se que o tempo mdio de atendimento no

sistema com 2 preparistas e carga igual a 1 de 14min30s. Mdia semelhante obtida no
sistema com 3 preparistas ao submet-lo carga igual a 1,65. Ainda, ao submeter 2
preparistas carga de 1,3, obtm-se tempo mdio de espera de 25min48s, similar ao que o
sistema com 3 preparistas geram sob carga de 1,8. Percebe-se, portanto, que no h
linearidade no aumento da capacidade.

Alm disso, quando 2 preparistas atendem carga de 1,4, o tempo mdio de espera passa a ser
de 40min48s, limite admitido para que o sistema como um todo no seja prejudicado. Assim,
40% de aumento na demanda o mximo admitido para o sistema com 2 preparistas. J para
o sistema com 3 preparistas, a carga mxima de 2,15.

CONCLUSO

Este trabalho props a utilizao da simulao de eventos discretos para a modelagem da

rotina de trabalho de um laboratrio de anlises clnicas. O estudo visou proporcionar
gerncia da empresa entendimento sobre o comportamento do sistema frente a variaes de
demanda, gerando informaes que auxiliem na diminuio da espera dos clientes e na
otimizao do uso dos recursos. A aplicao da simulao no uma prtica muito explorada
no setor de servios, conforme Sakurada e Miyake (2009) e, portanto, este trabalho contribui
para a diminuio desta lacuna.
A modelagem do sistema foi realizada aps coleta de dados histricos e observao do
funcionamento real do laboratrio. Somente as etapas principais de funcionamento da matriz,
recepo, coleta e preparao de amostras, foram modeladas, uma vez que o funcionamento
do sistema depende de seu desempenho e o procedimento na filial pode ser estudado a partir
dos mesmos modelos. Tecnologia e automao de processos no foram consideradas restrio
ao trabalho, pois podem ser adquiridas e incorporadas, enquanto o capital humano ainda que
integrado, precisa ser gerenciado de forma adequada para que se obtenha desempenho
satisfatrio. Cada modelo foi criado com demanda dividida em perodos e parmetros de
carga e eficincia que permitem a criao de novos cenrios. Na coleta e na preparao de
amostras pode-se tambm alterar o nmero de funcionrios alocados na tarefa.

Atravs da modelagem da recepo percebeu-se que o sistema trabalha com ociosidade no

perodo simulado, o que possibilita agregao de outras atividades pela secretria. Um
aumento de at 34% na demanda pode ser absorvido sem prejuzo no servio prestado.

Na coleta observou-se que a alocao de apenas 1 atendente para esta funo gera tempos de
espera elevados. Dois atendentes revelaram-se como o nmero mnimo necessrio para
atendimento ao sistema com carga igual a 1 e um mximo de 60% de aumento na demanda.
Alm disso, 3 atendentes se fazem necessrios para atender a cargas de 1,6 at 2,5.

A preparao, como etapa de maior demanda entre os procedimentos de retaguarda, tambm

no opera de forma adequada com apenas 1 preparista. O uso de 2 preparistas diminui em
cerca de 72% o tempo de espera das amostras e um terceiro preparista s necessrio quando
a carga superar o valor de 1,4. A grande quantidade de exames realizados pelo laboratrio
dificultou a modelagem desta etapa, pois para tornar a simulao vivel foi necessrio agrupar
os exames em grandes grupos. Um trabalho mais detalhado poderia focar apenas na
modelagem desta atividade, contemplando as peculiaridades na preparao de todos os
exames a fim de verificar a carga de trabalho imposta aos trabalhadores por cada tipo de
exame solicitado.

Alm disso, para completar este estudo, sugere-se ainda, a realizao de uma anlise de
viabilidade da automatizao dos processos de digitao, impresso e entrega, bem como da
ampliao da estrutura fsica do laboratrio, que permita, em caso de aumento de demanda,
que se trabalhe com 3 atendentes na coleta de amostras.

Em suma, o modelo criado se mostrou adequado a simulao da dinmica de trabalho do

laboratrio e til tomada de deciso em relao gesto da capacidade.

REFERNCIAS BIBLIOGRFICAS

BANKS, J.; CARSON II, J. S.; NELSON, B. L.; NICOL, D. M. Discrete-Event System
Simulation. 5 ed. New Jersey: Prentice Hall, 2009.

BECKER, A. A. A Gesto do Laboratrio de Anlises por Meio de Indicadores de

Desempenho Atravs da Utilizao do Balanced Scorecard. Trabalho de Concluso do Curso
de Mestrado Profissionalizante em Engenharia de Produo, Programa de Ps-Graduao em
Engenharia de Produo, UFRGS, Porto Alegre, 2004.

BRANDALISE, L. T. A Aplicao de um Mtodo de Gerenciamento para Identificar

Aspectos e Impactos Ambientais em um Laboratrio de Anlises Clnicas. Dissertao de
Mestrado em Engenharia de Produo, Programa de Ps-Graduao em Engenharia de
Produo, UFSC, Florianpolis, 2001.

COUCHMAN, A.; JONES, D. I.; GRIFFITHS, K. D. Predicting the future performance of a

clinical biochemistry laboratory by computer simulation. Simulation Modelling Practice and
Theory 10, p. 473495, 2002.

FISHMAN, J. F. Discrete-event simulation: modeling, programming, and analysis. Berlin:

Springer-Verlag, 2001.

FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administrao de servios: operaes,

estratgias e tecnologia de informao. 4 ed. Porto Alegre: Bookman, 2005.

GOLDSCHMIDT, H. M. J.; VRIES, J.C.M.; MERODE G.G. Van; DERKS, J. J. M. A

workflow management tool for laboratory medicine. Laboratory Automation and Information
Management 33, p. 183-197, 1998.

GRNROOS, Christian. Marketing y gestin de servicios. Madrid: Daz de Santos, 1990.

LEAL, Fabiano. Um diagnstico do processo de atendimento a clientes em uma agncia

bancria atravs de mapeamento do processo e simulao computacional. Dissertao de
mestrado apresentada ao Programa de Ps- Graduao em Engenharia de Produo da
Universidade Federal de Itajub, UNIFEI, Itajub, 2003.

MERODE, Van G.G.; OOSTEN, M.; VRIEZE O. J.; DERKS, J.; HASMAN A. Optimisation
of the structure of the clinical laboratory. European Journal of Operational Research 105, p.
308-316, 1998.

OLIVEIRA, A.R.; PROENA, A. Estratgia em ambiente de mudana: o caso de um

Laboratrio de Anlises Clnicas. XXII Encontro Nacional de Engenharia de Produo.
Curitiba , 2002.
SAKURADA, N; MIYAKE, D. I. Aplicao de simuladores de eventos discretos no processo
de modelagem de sistemas de operaes de servios. Gesto e Produo. So Carlos, v. 16,
n.1, Mar. 2009.

STADNICK, K. T; COELHO, C. C. de S. R. Gesto do Conhecimento e Complexidade Um

Estudo de Caso do Sistema Produtivo do Setor de Anlises Clnicas de um Hospital
Universitrio. Gesto Industrial. Paran, v.02, n.3, p. 29-43, 2006.

WIJEWICKRAMA, A. K. A. Simulation analysis for reducing queues in mixed-patients

outpatient department. International Journal of Simulation Modeling. V.5, n.2, p. 56-68, 2006.