Grootschalige online medische consultatieplatforms vereisen effectieve, algoritme-ondersteunde arts-patiënt matching om patiëntgerichte fit en operationele efficiëntie in balans te brengen. Bestaande benaderingen optimaliseren vaak zelfstandig de klinische compatibiliteit of de capaciteit van artsen, wat leidt tot lange wachttijden en ongelijke werklasten. Dit protocol biedt een schaalbaar experimenteel kader om compatibiliteit en capaciteit gezamenlijk te integreren in een hybride matchingscore. Met behulp van een gesimuleerde dataset bestaande uit 240 artsen, 3.600 patiëntverzoeken en 9.785 kandidaatparen, kwantificeert de methode compatibiliteit (bijv. specialisatie-uitlijning, mode-fit) en capaciteit (bijv. laadverhouding, geschatte wachttijd). Het kader evalueert kandidaatparen via een hybride score en vergelijkt prestaties met regelgebaseerde, alleen compatibiliteits- en capaciteitsbenchmarkstrategieën over 12 evaluatiefolders. Representatieve resultaten tonen aan dat het hybride kader superieure matchkwaliteit bereikt, inclusief een gemiddelde precisie op rang 1 van 0,740 en een F1-score van 0,714. Bovendien levert het een hoge operationele efficiëntie op met een capaciteitsvuldatum van 0,825 en een korte gemiddelde geskatte wachttijd van 5,52 uur. Door de gemiddelde patiënttevredenheid (4,43/5,00) te maximaliseren en een belastingsonbalans te minimaliseren (0,195), biedt dit kader een praktisch protocol voor intelligente consultatierouting en platformbeheer.