基于信息系统对门诊医生排班的管理实践应用

■ 谢浩芬 郑佩君 马佳文 姜建帅

宁波市第一医院是一所三级甲等综合性医院，年门诊量逐年上升，2018年门急诊总量208万人次，日均诊疗将近6 000人次[1]。近年来，在门诊管理过程中发现医院部分科室（医生）门诊号源利用率不高和部分科室（医生）号源利用率极高并且频繁加班加号并存的现象，这不仅影响了门诊医疗服务的工作效率和患者的就诊体验，而且影响到了医生对工作的满意度[2]，暴露了门诊排班管理方面存在一些亟待解决的问题[3]。若不引起管理层的高度重视，将直接影响到医院的质量和声誉[3]。如何在有限的资源和空间条件下进行科学的管理与组织，不断提高医疗资源的利用率和提升患者的就医体验，是医院门诊数据化管理的重要目标[4-7]。本研究对门诊就诊情况进行数据分析，了解患者就诊规律，为医院人力资源的合理分配及管理门诊排班提供科学依据。

1 资料与方法

1.1 一般资料

医院连续7个月的门诊记录（2019年1 7月），数据来源于门诊信息系统的挂号记录、排班记录和就诊记录，包括普通门诊、专病门诊、专家门诊，共计247个二级科室。

1.2 计算细则

号源利用率=挂号人次/排班号源×100%，具体计算细则如下，挂号人次：调查时段内评估科室/医生门诊患者通过各种途径成功挂号的人次数；排班号源：调查时段内评估科室/医生能够诊疗的患者总量。加班班次占比=加班班次数/总班次数×100%。定义：加班指医生正常下班时间30分钟后还在接诊患者。

1.3 统计分析

通过Tableau10.5、Python2.7和SAS9.4软件对数据进行整理归纳，回顾性分析门诊7个月来的排班及诊疗情况，探寻门诊排班中存在的问题，并提供调整建议。

2 门诊排班工作评估设计

2.1 评估总体概况

本研究从科室和医生两个层面，从号源利用率与加班班次占比两个维度综合评估门诊排班的合理性，从而确定是否需要调整科室排班数量以及排班表中医生的号源数。

2.2 评估模型理论

科室层面：①当科室的号源利用率偏低，且加班班次占比较低，需合理减少科室排班；②当科室的号源利用率偏低，但加班班次占比较高，需考虑排班号源偏多及提升诊疗效率；③当科室的号源利用率偏高，但加班班次占比较低，视为合理排班；④当科室的号源利用率偏高，且加班班次占比较高，需合理增加科室排班。

医生层面：①医生的号源利用率偏低，且加班班次占比较低，排班表中医生号源数不做调整；②当医生的号源利用率偏低，但加班班次占比较高，需考虑排班表中医生号源数偏多及提升诊疗效率；③医生的号源利用率较高，但加班班次占比较低，可适当增加排班表中医生号源数；④医生的号源利用率偏高，且加班班次占比较高，需减少排班表中医生号源数。

3 门诊排班工作评估应用

3.1 门诊排班运行总体情况

医院窗口期内的门诊号源量为1 185 036个，总挂号905 026人次，总号源利用率为76.37%，其中加班诊疗16 112人次、日平均加班诊疗76人次，加班诊疗率为1.41%。

3.2 科室排班号源相关情况

医院共有247个二级科室，其中有131个（53.04%）存在加班现象，有11个（4.45%）加班班次占比超过了50%。其中33个（13.36%）号源利用率低于25%且从不加班，有5个每周排班班次大于1，建议减少其科室排班；另外11个（4.45%）号源利用率和加班班次都超过了50%，建议其中1个增加科室排班（表1）。

3.3 医生排班号源相关情况

医生排班按照科室、医生、门诊时间、门诊类型和时令5个条件组合，简称“排班医生”。医院共有7 4 4个排班医生，其中有3 5 3个（47.45%）存在加班现象。考虑极值情况：34个（4.57%）号源利用率超过了100%但从不加班，其中有22个门诊号源量偏少可适当增加；另外61个（8.20%）加班班次占比大于50%，其中有34个因排班号源量偏多致医生加班频繁，有12个因加号量偏多致医生加班频繁（表2）。对于排班号源量偏少者，增加医生排班号源，排班号源量偏多者减少医生排班号源，加号量偏多者则减少医生诊疗号源。

4 讨论

门诊是医疗工作的第一窗口，是面向社会的重要桥梁，其医疗服务质量的高低直接影响到患者的就医体验[8-9]，同时反映出医疗机构的管理水平[10-12]。重视门诊医生排班，对门诊的运行效率[8]具有十分重要的意义。

数据分析显示，医院门诊号源利用率为76.37%，且大部分科室存在加班（53.04%）现象，主要原因是部分科室/医生的排班不够合理。从理论上分析，在26个号源利用率低（≤25%）且从不加班的科室中，有5个科室（5/247，2.02%）可减少6952个排班号源（14个班次），如“中医胃肠门诊”平均每周7个班次140个号源，但平均每周实际诊疗28人次；在25个号源利用率高（＞50%）且加班严重（＞50%）的科室中，有1个科室（1/248，0.04%）共需增加1个班次，心理咨询专家平均每周7个班次，其中有4个班次存在加班现象，加班班次占比高达63%，平均每周需增加1个班次以减轻该科室医生的诊疗负荷。

表1 科室排班号源利用及加班情况

表2 医生排班号源利用及加班情况

从医生排班角度分析，虽有52.55%（391/744）的排班医生不存在加班现象，但有4.57%（34/744）的排班医生号源利用率超过了100%，深入分析发现有22个排班医生的号源量存在偏少现象：平均排班号源26.39个，平均最大诊疗30.88人次，可增加0.36%（4 325/1 185 036）的排班号源量；在61个排班医生号源利用率较高（＞50%）且加班严重（＞50%）的排班医生中，有34个排班医生因排班号源量偏多致医生加班频繁，有12个排班医生因加号量偏多致医生加班频繁。前者：平均排班号源61.01个，平均最大诊疗42.35人次，可减少1.86%（22 071/1 185 036）的排班号源量；后者：平均最大诊疗58.89个，平均实际诊疗64.60人次，可减少0.22%（2 591/1 185 036）的实际诊疗号源量。

本研究从号源利用率和加班班次占比两个维度分析了门诊排班的合理性，存在以下两点不足之处。首先，目前更多关注“极值”情况，只对“极值”情况作出调整建议，其余有待结合门诊绩效目标进一步分析；其次，“极值”情况下每周只有一个排班的科室未进行深入分析，这是导致号源利用率并不高的主要原因。如在26个号源利用率低（≤25%）且从不加班的科室中，除了分析的5个科室还有21个科室每周只有一个班次。

综上所述，基于门诊排班的数据化管理可提高门诊号源利用率、减少频繁加班加号等不合理现象、提升患者的就医体验，对于医院门诊数据化管理的持续改进具有重要意义[13-16]。随着门诊患者结构及数量、医院医疗资源的变化，需要不断通过数据去发现问题解决问题，门诊排班的数据化管理将会成为一个不断循环不断进步的过程，促使排班工作的合理化、规范化和科学化，以更好地配置医疗资源，更好地服务于门诊患者。