يعتبر مشكلة جدولة العلاج الإشعاعي (Radiotherapy Scheduling Problem - RTSP) من القضايا الحساسة في مجال الرعاية الصحية، حيث يمكن أن تؤثر بشكل كبير على نتائج المرضى الذين يحتاجون لعلاجات إشعاعية، وذلك لأن العلاج الإشعاعي يلعب دورًا مركزيًا في علاج السرطان.

الأبحاث الحالية تبرز نموذجًا يُعرف باسم "النهج اليومي الجماعي" (daily batch approach) والذي يعتمد على جدولة جميع المرضى الجدد في نهاية كل يوم باستخدام البرمجة الخطية الصحيحة (Integer Linear Programming). ومع ذلك، يتطلب هذا النموذج موارد حاسوبية كبيرة من حيث الوقت والذاكرة، مما يضع قيودًا على تطبيقه الفعال.

في هذا السياق، قام الباحثون بمواصلة تطوير النموذج من خلال تقديم طريقتين جديدتين تمت تسميتهما "RTSP First Fit" و"RTSP Best Fit"، مستندتين إلى تقنيات الغريز (greedy heuristics). تم استخدام هذه الطرق كأدوات بنائية في معالجة مُحاكاة التبريد (Simulated Annealing - SA) لهدف تحسين الجدولة.

تُقيم تقنيات RTSP الجديدة على مجموعة بيانات متاحة علنًا، ويتم قياس أدائها مقابل نموذج البرمجة الخطية الصحيحة المعتمد على حلين دقيقين فائقين. تشمل معايير التقييم ستة أهداف تتناول أوقات الانتظار للمرضى، ودرجة تلبية التفضيلات، والتغييرات في تخصيص مسرعات الخطوط المستقيمة، ويتم تجميعها ضمن أربع تكوينات وزنية مختلفة.

تشير النتائج إلى أن الطرق الجديدة قد حققت حلولًا قريبة من تلك التي تقدمها الأساليب الدقيقة، مع تقليل كبير في زمن التنفيذ واستخدام الذاكرة. وعند دمجها مع تقنية SA، تم تحسين جودة الحل بصورة أكبر مع الحفاظ على زمن تشغيل وذاكرة منخفضة. هذه الابتكارات تمهد الطريق لمستقبل أكثر فعالية في تطوير استراتيجيات علاجية ذكية تعزز الرعاية الصحية للمرضى الذين يتلقون العلاج الإشعاعي.