基于大数据的就医导航方式研究
2016-01-01靳博文郝明明范少通曹航程
靳博文，郝明明，范少通，曹航程
（河南师范大学，河南 新乡 453007）
基于大数据的就医导航方式研究
靳博文，郝明明，范少通，曹航程
（河南师范大学，河南 新乡 453007）
摘 要：文章旨在通过对大量且复杂的医院信息及患者病情数据的分析与处理，得到能够反映客观事实的普遍性规律，针对其普遍规律合理运用最短路径导航算法，层次分析算法以及动态优先权分配算法使之产生一定的社会实用价值，能够使得有限的医疗服务资源和空间得到合理有效的利用，极大地方便了患者寻医求治。
关键词：数据分析；路径导航；层析分析；动态优先权
1 问题背景
随着大中型城市的快速发展，其人口也在急剧上升，在这些地区一旦人们患病，按照常规方式流程就医将会耗费大量的时间和精力，使患者病情雪上加霜。首先对于当地人来讲，对当地地理环境固然相当熟悉，但上述问题仍然存在；其次对于外地人来讲，除了陌生的地理环境外还有完全不熟悉的当地医疗水平和收费情况。在挂号排队问题上也出现了很大的问题，患者已经身患疾病，但是通过调查表明，患者从家里出发到医院排队挂号到就医所经历的时间远远低于期望值，对于较小的病情而言影响不是太大，但对于一些急性病，如儿童高烧等急需治疗的病症而言，较长的等待时间可能造成不可预知的后果。与此同时还存在等待排序问题，比如前者仅仅患有感冒而后者为高烧几个小时的儿童，若两者序号相近便可调解使其改变医治顺序，但是两者序号相差过大，即便多数前者均可缓治，那么往往通过调解使其改变医治顺序也将会非常困难。
当前市面上已经存在各种各样的挂号、寻医等系统。但是多数是为一些医院而专门定制的，再者就是可选择的医院寥寥无几，虽然医院信息很完善，但是医院的可选范围远远不足。其次，市面上流行的多数系统大多仅是采用网上挂号从而提高了用户挂号的便捷性而已。当遇到挂号饱和情况时往往也是存在严重的拥堵问题。
本文旨在寻求新的就医导航方式，首先对当地区的医院进行全方位的分析与判别，然后进行分类供患者选择。其次在实现网上挂号的同时并行分配队列优先权与排队计时。该模式旨在打破常规医治过程，在实现对社会上稀缺的医疗服务资源进行合理有效分配的同时也充分满足患者的医治需求从而提高就医效率。
2 基本概述
2.1 名词及概念
（1）医院结点：即将医院视为某地区医院分布图上的端点。
（2）结点属性：即医院所具有的人们普遍认为重要的特性.如：医院等级，治疗水平，平均费用等。
（3）结点属性元素权重：即在特性组中较为重要的某种特性.如：特性组中，治疗水平的权重大于医院等级。
（4）同种病情程度相关属性：即能够影响该病情程度的一些必要因素.如：发烧病情程度的影响因素有是否已经采取过必要的缓解措施，已经患病的时间长短，儿童自身的年龄和身体抗性等。
（5）患者队列优先权：即通过对患者病情程度相关属性的分析得到的患者在队列中的权重.通过该权重可重新调整成新队列即改变原先的医治顺序并非先来后到。
【注】优先权大的排在队列前列。
2.2 基本原则
（1）保证对每一位患者的判别必须公平公正，不得有任何认为干预。
（2）优先权及队列位置对患者透明即不可见。
（3）应考虑合理的最短等待时长和最长等待时长，患者等待时长必须满足在此区间内。
（4）在患者队列重排列中也不应失去一般性即先来后到。
3 理论基础及涉及思路
3.1 基于信息筛选的路径查找
主要用于医院信息的选择，以及医院路径的导航。首先将每个医院设置为一个结点。结点包含的属性有：医院级别，收费情况，距离远近，预计等待时长等元素组成。目前只取以上4点进行设计。设结点为P，医院级别为L，收费情况为F，距离远近为D，预计等待时长为W。那么P=｛L，F，D，W｝。其中L的级别分为三个等级分别为一般，中等，高级，用L1，L2，L3表示那么L=｛L1，L2，L3｝。同样费用情况也分为3个等级分别为较低，中等，较高，用F1，F2，F3表示那么F=｛F1，F2，F3｝。距离远近分为较近，中等，较远，用D1，D2，D3表示那么D=｛D1，D2，D3｝。预计等待时长分为较短，中等，较长，用W1，W2，W3表示那么W=｛W1，W2，W3｝。
综合上述所得，结点的种类共有L*F*D*W种（81种）。对于覆盖该地区的医院绰绰有余了。
3.2 基于信息排列的层次分析：
由问题1可以知道医院种类共有81种之多，每一种都包含有L，F，D，W四个信息，对于智能筛选而言一定要根据顺序进行逐个排除从而找到最合适的医院提供为患者，首先一定可以确定的是最先查找的医院种类和最后查找的医院种类分别为｛L1，F1，D1，W1｝和｛L3，F3，D1，W1｝，那么中间79种医院如何排列，这里运用层次分析算法来判别结点属性的权重，权重较大的不优先改变，权重较小的优先改变，比如，人们普遍认为医院水平要比收费重要，那么首先就要保证医院的水平不变，在收费较低没有合适医院的条件下，优先降低费用要求。由此一来就可以对查找顺序做出相对合理的排列，可以更好更快地找到合适的医院进行就医。
3.3 基于患者病情的层次分析
对病情的判别一向比较复杂，多数院方避而不谈，但是出于对患者的考虑，更希望每一位患者都能够得到快速而有效地治疗。首先存在一个患者队列L=｛l1，l2，l3，l4，l5，l6｝，其中他们之间存在偏序关系
3.4 基于患者病情的动态优先权排列
若是上述出现多个l4那么前三者会出现多次插队而久久得不到医治的情况从而导致其引发其他疾病加重患者病情。因此，要引入动态优先权，也就是说前三者的优先权会随着等待时间的延长而增加，使其在合理的时间内得到有效的医治。
4 结语
本文提出的基于大数据的就医导航方式极大地方便了每一位患者。与此同时，该导航方式还解决了门诊拥堵问题，在出现门诊拥堵时及时分流患者从而达到资源合理的配置和使用。再者，本模式的优势之处在于对患者队列的合理排序，既照顾了重急病患者，又不使轻度病患者长时间等待。
［参考文献］
［1］史小伟，余文丰.医学信息资源的网络导航研究［J］.预防医学情报杂志，2004（3）：27-29.
［2］朱震远.Internet专业导航系统和传统信息检索系统评价标准的比较［J］.现代情报，2002（9）：30-32.
［3］杨宏桥，吴元立，李学斯，等.移动医疗技术的研究与应用［J］.中国数字医学，2011（11）
［4］罗仕鉴，龚蓉蓉，朱上上.面向用户体验的手持移动设备软件界面设计［J］.计算机辅助设计与图形学学报，2010（6）：55-57.
［5］喻志才，蒋元林，蒋俊成，等.室内定位技术及其在医院的应用研究［J］.医疗卫生装备，2015（6）
［6］周军华，任坚，吴文生，等.一种新型室内自适应复合定位系统的设计与应用［J］.中国医疗设备，2015（11）：70-72.
［7］Thomas H.Cormen，Charles E.Leiserson，Ronald L.Rivest，Clifford Stein［J］.算法导论，2013（7）：25-37.
Medical Services Navigation Based on the Research of Large Data
Jin Bowen，Hao Mingming，Fan Shaotong，Cao Hangcheng
（Henan Normal University，Xinxiang 453007，China）
Abstract:This paper aims to large and complex in patients after hospital information and data analysis and processing，be able to reflect the universal law of objective facts，according to the universal law of reasonable use the shortest path navigation algorithms，hierarchical analysis algorithm and dynamic priority allocation algorithm to produce certain social use value can make the limited medical service resources and the reasonable and effective use of the space，great search been going to patients.
Key words:data analysis；way navigation；chromatographic analysis analysis；dynamic priority
基金项目：项目名称：河南师范大学校级“大学生创新创业计划”；项目编号：20140142。
作者简介：靳博文（1993-），男，河南焦作。
