Em virtude da crescente competitividade entre organizações hospitalares, há maior busca pelo uso de aplicações e técnicas que sejam responsáveis por uma melhor gestão e otimização de recursos. Dentre essas técnicas, destaca-se a utilização de conceitos de Pesquisa Operacional, principalmente quando aplicada à gestão da força de trabalho nos hospitais, em virtude dos custos associados ao contingente de trabalho e de manutenção de boa qualidade de atendimento dos pacientes. Como foco deste estudo, tem-se a busca pela geração otimizada de escalas de trabalho para médicos, por meio da criação de modelos matemáticos baseados em programação linear inteira mista, tanto em versão determinística quanto em versão estocástica. A revisão da literatura abrange o estado da arte nas áreas pertinentes e a aplicabilidade dos conceitos, incluindo aspectos como a necessidade de folgas, indisponibilidade de médicos em determinados períodos, sequências de turnos proibidas e preferências dos gestores de equipes médicas em redes hospitalares. Apresenta-se um estudo de caso baseado em informações reais de uma organização hospitalar brasileira, considerando os aspectos mencionados para a maximização da satisfação dos médicos. Tais informações foram fornecidas tanto por gestores quanto por médicos membros da equipe, auxiliando na elaboração da versão determinística do modelo. Além disso, a versão estocástica do modelo incorpora incertezas no parâmetro da demanda, e utiliza conceitos de programação estocástica de dois estágios com recurso, com uma estratégia de agrupamento de demandas para a geração de cenários, considerando cada possível realização de tal parâmetro. Os resultados indicam que, para o modelo determinístico, apesar de se tratar de um problema complexo para cenários realistas de gestão, que possuem relativa indisponibilidade de médicos e poucas localidades a gerir, os tempos computacionais para otimalidade não são elevados. Também para o modelo estocástico, com o uso da estratégia de agrupamento, tempos computacionais não elevados foram obtidos, mesmo com número elevado de variáveis e restrições. Em termos de contribuições para a literatura, destacam-se a elaboração de um modelo determinístico compacto e o uso da estratégia de agrupamento para reduzir a quantidade de variáveis e restrições do modelo estocástico. Entre os principais benefícios para os gestores, destacam-se a praticidade de não ter que dedicar extensas horas para a criação manual das escalas de trabalho e a garantia de que a escala obtida é a que maximiza a preferência da equipe, potencializando melhorias no serviço médico prestado.

On account of the increasing competitiveness among hospital organizations, there is a higher demand for the use of applications and techniques responsible for better managerial decisions and optimization of resources. Among these applications, the utilization of concepts of Operational Research stands out, mainly when applied to workforce planning inside healthcare organizations, due to the costs associated with the workforce and an urge to maintain a high quality of patients satisfaction. The focus of this study is to generate optimized physician rosters, through the creation of mathematical models based on mixed-integer linear programming, both in deterministic and stochastic versions. Literature review presents the state-of-the-art in correlate areas and the applicability of concepts, including aspects such as necessities of day-offs, partial unavailability of physicians, prohibited sequences of working patterns, and the preferences of managers of healthcare organizations. A case study based on real information from a Brazilian healthcare organization is presented, considering the mentioned aspects to maximize physician satisfaction. These information were provided by both managers and physicians, assisting in the development of the deterministic version of the model. In addition, the stochastic version of the model incorporates uncertainties in the demand parameter and uses concepts of two-stage stochastic programming with recourse, employing a demand grouping strategy for scenario generation, considering each possible realization of such parameter. The results indicate that, for the deterministic model, despite being a complex problem, for realistic management scenarios, with relative unavailability of physicians and few locations to manage, computational times for optimality are not high. Also, for the stochastic model, using the grouping strategy, low computational times were achieved, even with a high number of variables and constraints. In terms of contributions to the literature, the development of a compact deterministic model and the utilization of the clustering strategy to reduce the number of variables and constraints in the stochastic model stand out. Among the main benefits for managers, the practicality of not dedicating extensive hours to manual creation of working rosters and the assurance that the obtained schedule maximizes team preference are highlighted, enhancing improvements in the provided medical service.