基干医疗信息系统数据构建门诊人员空间聚集模型.docVIP

基干医疗信息系统数据构建门诊人员空间聚集模型 　　摘 要：大型医院门诊患者聚集多，人员密集，排队现象较普遍，因此优化就诊流程，改善门诊秩序是当前各大医院关注的问题。由于患者流动性强，人员聚集随时间变化而变化，很难发现门诊患者在就诊期间聚集的规律。通过之后收集患者在门诊容易聚集排队区域的，如自助、收费、医技等区域的滞留时间、人员数量，以及业务内容等信息，使用贝叶斯算法构建门诊患者聚集模型。通过训练模型，按照指定条件生成预测数据并将数据导入到空间数据库中，再通过ARCGIS SERVER输出结果到WEB页面 关键词：空间分析；医院管理；患者满意度；优化流程 中图分类号：C816 文献标志码：A 文章编号：1673-291X（2017）02-0171-02 一、背景 为患者提供优质、快捷、高效的医疗服务是医院当前关注的主要内容之一[1]。如今门诊秩序混乱已经成为了中国大型医院的普遍现象。我国大型三甲医院承担了主要的医疗工作，因此门诊往往人满为患，秩序比较混乱，排队现象多，患者会在门诊、医技等多个部门往返多次，不但会造成患者重复排队，同时也加重了门诊一线科室的工作压力 国外大型医院较早开展了这方面的研究。比如，2005年美国梅奥诊所不断优化患者就诊流程，在通过分析研究发现当前流程中能够进行优化的方面，减少了患者的等待时间，提高了对医院的满意程度[2]。国内也有越来越多的研究者开始关注门诊流程优化的研究[3，4]。也有诸多研究者把研究重点投向了医疗资源配置以及提高医院服务人员效率等方面，如有些研究提出应当增加诊室以应对更多的患者[5]。但是医疗资源的重新配置是一个非常复杂并且昂贵的活动，当医院决定对某项服务流程或者诊室配置以及医师配置时，是需要花费大量时间、精力和金钱的。因此准确发现医疗资源配置不合理的地方，使医院能够有的放矢是一项非常迫切的工作 患者前往医院就诊是个复杂的过程，并且由于患者群体的自身素质、文化、收入、教育水平等多个因素的不同，都会形成特定的就诊模式。能够掌握当地区域患者的就诊模式，对于医院管理者能够提供准确的决策依据，可以帮助医院为患者提供更加高效的就诊服务 当前医院均已经建立起完备的信息系统，比如HIS系统、LIS系统、PACS系统、电子病历系统等等。信息系统中存放了大量患者的基本信息和诊疗信息，因此医院可以利用统计学方法结合医院患者的基本信息以及重要系统节点信息构建符合本医院的人员变化流程 空间分析方法将传统的数字转化为直观的图形图像，能够更加直观地表现研究对象的变化规律以及聚集程度。通过ARCGIS SERVER构建C/S架构的计算模型，可以帮助使用者通过WEB随时随地获取数据结果。目前空间分析得到了广泛的利用[6，7]。特别是最近几年，利用空间分析在医院运营管理上的研究不断增加[8，9]。这种分析通过研究空间、时间上目标与其他空间要素间的互动，分析出之间可能存在的相互作用。特别是通过图像方式可以直观了解相互作用，能够更加方便医院管理者掌握两者之间的关系，从而有助于做出正确的决策 二、数据与方法 研究区域选择为某大型三甲医院的门诊区域（见图1）。本区域分布着门诊收费窗口、门诊自助设备区域，以及医技科室的登记划价窗口。按照就诊流程，患者会首先来到本区域进行办卡、预约、挂号、结算等活动。随着就诊活动的进行，会在本区域完成交费结算等环节。同时，在门诊中需要进行CT、核磁检查的患者也需要在登记划价科室进行预约。因此，本区域是就诊人员高度聚集的区域，排队现象突出，比较有代表性。本次研究的区域总面积约286平方米，其中收费窗口部分面积约为143平方米，登记划价窗口面积约为48平方米，自助设备占地约为95平方米 利用贝叶斯算法，构建患者人员变化模型。首先收集训练数据集。本研究采用人员现场清点的方法，按照每五分钟间隔清点一次的频率，从开诊到门诊结束。数据收集活动从2016年5月份开始到6月底结束，持续了两个月的时间。本研究使用条件逻辑回归模型筛选重要的变量，将训练数据输入到Netica建模软件中，通过筛选初步建立门诊人员变化模型。然后在7月份继续人工收集门诊数据并输入到Netica模型中，不断修正模型预测结果 为了准确获取研究区域的空间数据，在本次研究中将医院门诊区域的建筑图纸导入到ARCGIS空间分析软件中，并生成了研究区域的空间数据库。本次研究使用ARCGIS10.0软件和ARCGIS SERVER搭建了WEB平台。该平台可以通过获取Netica人员预测模型的数据，使用空间空间热点分析、空间辐射范围分析等分析方法，计算出任何时刻的人员聚集密度分布结果 三、结果 通过条件逻辑回归模型，本研究发现患者的年龄、居住区域、文化程度以及天气状况为有意义的因素。根据上述有