Medically under-served areas (MUAs) are areas that have inadequate health resources due to non-availability or poor quality of provided care. The best way to deal with MUAs is to provide new care facilities considering users’ choice. Users’ choice depends on different resources of facilities and their preferences can change over time hence, they can choose facilities other than the provided ones to use. The goal of this study is to increase the usage of provided facilities by determining resources and locations of facilities at the same time. For this purpose, a recent location-allocation model, that uses the latent class model and almost robust optimization (ARO) for preference uncertainty, was used as the base model. Non-linear terms are generated when the resources that affect the choice becomes a decision variable. It is linearized into two stages of (1) piecewise linearization and (2) reformulation-linearization technique. If the choice factor is an integer, the optimal solution can be obtained by a commercial LP solver rather than an approximate solution. As a result of applying the model to MUAs about obstetrics care units in Korea, it was found that more MUAs can be covered by endogenizing the choice attribute variables.
의료취약지(MUA)는 의료 서비스의 품질이 좋지 않거나 의료 자원이 부족하여 의료 공급이 부족한 지역을 의미다. 의료취약지를 해소하는 가장 좋은 방법은 의료사용자의 선택을 고려하여 새로운 의료시설을 설치하는 것이다. 의료사용자의 선호도는 의료시설의 특성에 따라 달라질 수 있고 시간이 지남에 따라 변할 수 있기 때문에 의료사용자가 해당 지역의 시설 이외의 의료시설을 선택하여 방문하는 경우도 있다. 본 연구의 목표는 새로운 의료시설의 특성과 위치를 동시에 고려하여 의료시설의 사용을 늘리는 것이다. 의료시설 특성 변수를 내생화(endogenize)하기 위해 잠재 계층 모형(latent class model)과 선호도의 불확실성에 대한 유사강건최적화(almost robust optimization)를 적용한 위치-할당 결정 모형을 기본 모형으로 사용하였다. 해당 모형에서는 선택에 대한 속성변수가 결정변수가 될 때 비선형 문제가 되며, 이를 해결하기 위해 (1) 조각적 선형화(piece-wise linearization)와 (2) 재구성-선형화 기술(reformulation-linearization technique) 두 단계로 선형화 하였다. 선택에 대한 속성변수가 정수이면 상용 최적화 소프트웨어를 통해 근사해가 아닌 최적해를 얻을 수 있다. 본 모델을 국내 산부인과에 대한 의료취약지 문제에 적용한 결과, 선택에 대한 속성변수를 내생화하여 더 많은 의료취약지를 해소 할 수 있음을 확인하였다.