基于智能规则的医院检查预约平台应用研究*

袁骏毅 潘常青 陈 璨

(上海市胸科医院/上海交通大学附属胸科医院 上海 200030)

1 引言

临床医技检查是医生诊断病情的重要辅助手段，检查效率直接影响到医疗服务质量。检查流程中预约是关键环节，合理预约能够减少检查等侯时间，提升设备使用率和患者满意度[1]。医院各类检查项目众多，往往对应不同信息系统，容易出现同时段预约不同项目的现象，给医疗部门带来管理压力[2]。近年来国内外医疗机构纷纷设立公共预约平台来实现检查科室的统一管理[3]。Bakker等指出集中患者排程可以避免异构信息系统重复开发，有利于服务资源智能安排和统筹利用[4]。上海市胸科医院是一家以治疗心胸类疾病为主的三甲专科医院，原有的多套检查系统都自带预约模块，界面各异且数据未交互，推进集中式预约工作存在困难[5]。因此医院实施基于智能规则的检查预约平台建设，优化患者预约流程并提高效率，实现“多点预约、科学统筹”。选取对照组和观察组进行研究分析，对比平台建设前后的数据验证实施效果，为医疗机构加强检查预约管理提供参考依据。

2 总体架构

平台以医院服务总线(Hospital Service Bus，HSB)为关键路由，内嵌核心智能规则资源分配逻辑，实现与前台预约应用无缝对接[6]，提供统一预约确认、预约取消和统计分析等功能。门诊患者通过手机或自助终端预约，也可在诊间或便民服务台预约；住院患者办理入院手续时，手术患者在入院服务中心快速预约，其他患者则在病房由护士预约。平台收到以上不同应用场景预约请求时，链接至电子病历系统(Electronic Medical Records，EMR)，医院信息系统(Hospital Information System，HIS)，校验检查电子申请单是否有效；若已计费则按检查类型进行预约资源的智能计算，将分配结果和预约告知返回前端；同时预约结果发送至检查科室使用的放射报告系统(Radiology Information System，RIS)，超声，心电图，核医学系统等。后台管理采用.Net和IIS7.0的浏览器/服务器(Browser/Server, B/S)框架，管理请求队列和服务日志，实现与外部检查系统的有效通信。平台总体架构，见图1。

图1 平台总体架构

3 智能规则库

有些检查项目对患者生理上有前置条件,项目彼此间存在关联性[7],而从医院管理角度又有些特定要求。需要充分考虑这些因素平台才能有效进行预约安排，避免出现资源浪费的情况。经过与医务部门前期充分讨论，平台从时限、时段、关联、排斥和顺序5方面规则出发进行资源智能分配。检查智能规则，见表1。由于篇幅原因，在此列举部分规则内容。

表1 检查预约智能规则

4 模型构建和计算

4.1 目标函数

本研究中预约模型总体为时序优先分配模型，即智能规则下的预约资源线性规划方案[8]，其中存在着非线性的受扰动影响(规则R1：术前患者的强制安排)。因此针对规划方案x的目标函数表达式为：

C(x)=caAi+cbBi+coOi(i=1,2,...,n)

(1)

式1中Ai为单个预约周期内患者等候时间，Bi为周期内资源空闲时间，Oi为加号产生的加班时间，ca、cb、co分别为单位时间的患者等候、资源空闲以及技师加班的成本系数，i代表不同的检查类型。为简化但不失同质性，假定C(x)形成的产能共同满足需求D，每项检查类型权重均为1。基于智能规则的约束条件可得规则R1在决策树中属于分支终节点。因此仿真算法的设计原则有两项：一是无条件满足规则R1，即Min{Oi}=0；二是在规则R2-R5下进行按序分配。由此仿真问题的适度函数表达式为：

(2)

式2中Di代表单个预约周期内患者的需求量，Mi代表周期内术前患者的需求量，Ui代表周期内检查科室的能力供给量。Fitness越小表示利用率越高，反之则代表效果并未达最优[9]。

4.2 资源池计算

将医院的既往数据作为基本算例进行仿真计算，在检查科室的能力供给量Ui短期内恒定的情况下，求解最优解时的术前患者分配量Mi。由于医院检查预约排班以4周为1个周期，因此选取2018年6月1日-28日的实际业务共计14.27万条预约数据作为仿真患者需求量Di，利用Visual Studio 2013 C++环境编译仿真程序。仿真计算流程，见图2。仿真程序在已知恒定Ui的条件下，Mi取值为1～Ui，循环计算Di的Fitness，得出最优解的预约资源池分配组合，仿真计算结果，见表2，最优Fitness为1.363。

表2 仿真计算结果(个)

5 应用效果与实证研究

5.1 应用效果

在前期工作基础上，预约资源池初始化根据仿真结果设置，平台于2019年1月正式投入使用。经过6个月不断完善，覆盖所有预约应用场景。具体效果体现为：一是自动化根据智能规则安排号序，减少盲目预约的现象；二是按医疗要求在预约周期内智能安排手术患者，缩短术前等候时间，加快床位周转率；三是以统一接口整合各类检查信息系统，标准化串接不同前台预约终端。平台上线后接入RIS、心电、超声、核医学系统等6家软件开发商，实现线上线下包括手机、诊间、自助机、便民服务中心、入院服务和病房预约等场景，6个月内提供7.21万例患者近17万次预约服务请求，同时支持医务管理部门实时掌握所有检查科室的预约及实际执行情况，用以分析预约流程中不合理的环节。

5.2 实证研究

为验证平台智能分配效果，以及初始化资源池设定比例是否恰当，使用平台上线前后数据进行同期对比。考虑到医疗行业特殊性，由于治疗周期或患者自身的原因预约时未必选择最近可预约日期[10]。因此为保证数据分析结果真实可靠，事前对所有场景前端预约软件进行改造，完成预约动作时不仅记录实际预约日期,同时存储当时最近可预约日期。由此本文选取2018年1-6月未使用平台前的预约情况作为对照组，平均等候时间即为最近可预约日期与预约动作的时间差。在同一时段选取2019年1-6月使用平台后的预约情况作为观察组，观察组中所有前端应用均依赖于平台提供的预约服务。使用平台前后预约情况对比，见表3。可以看出平台上线后患者预约等候时间明显低于上线前，具有统计学意义(P<0.05)。表明采用智能分配规则的模式能够提高预约合理性，减少患者等候检查时间，优化医院检查资源安排。

表3 有无使用平台的预约情况对比

6 结语

建立基于智能规则的医院检查预约平台，有利于集中不同应用场景下预约程序的后台逻辑，科学地统筹协调医院检查资源。本文结合上海市胸科医院平台建设情况，分析符合医疗要求的智能分配规则，构建预约模型和仿真算法，推算最优预约资源池设定，实证研究平台对检查预约情况的影响。虽然研究对象属于专科医院，相比综合医院检查类型较少，但是仍然可以得到一定启示。实践表明平台缩短了检查前等候时间，提升患者满意度，有利于医院管理者发现流程中的潜在问题，统筹安排预约资源，根据变化趋势进行动态调整。随着提升服务质量理念的不断深入，建设公共预约平台已成为医院的共识，也为将来区域医疗协同奠定技术基础。