医院耗材智能柜在科室耗材精细化管理中的应用研究

张磊,尹建鹏,宋周屹,桂轶伦

（上海中医药大学附属曙光医院，上海 201203）

1 引言

医院科室耗材数量大、种类多的特点，是导致耗材管理工作繁琐，工作任务量巨大的主要原因。在医院的各个职能部门中都融入了信息化管理，相关的信息化管理方法研究引起人们的极大关注[1]。在美国、欧盟和日本均对医用耗材采用分级管理的模式。美国主要从耗材的管控方式上进行划分，将医用耗材分为一般管控、特殊管控和上市前的许可审批3 类。欧盟从耗材的风险等级角度进行划分，分为由制造商完成认证的较低潜在危险耗材、认证机构在生产阶段介入管理的耗材、认证机构在设计和制造阶段进行检查的较高潜在危险耗材及上市前需获得认可的较高风险医疗器械4个等级。日本与欧盟类似，是根据医疗器械对患者的影响程度对耗材进行分级。目前，国内大部分医院基本都是借助医院物资管理系统进行医用耗材的管理，其目的是实现医用耗材的采购、仓储、出库、统计的信息化管理，其意义是控制采购规范、仓储管理标准、控制质量安全、统计分析等。随着我国医院信息化管理技术的发展，对医院耗材进行精细化管理，可以控制消耗减少浪费，提高耗材的利用率。

科室耗材精细化管理[2]是建立在对科室耗材数据信息挖掘和特征监测基础上，通过模糊信息匹配和人工智能分类方法，进行科室耗材精细化管理，传统方法中，对科室耗材精细化管理方法有统计分析方法[3]、特征匹配方法[4]和PSO 智能学习方法，通过模糊度特征检测，进行科室耗材精细化管理，但上述方法进行科室耗材精细化管理的智能化水平不高。

针对上述问题，本文提出基于人工智能调度及智能柜分类管理的医院科室耗材精细化管理方法。构建医院科室耗材大数据采样和统计分析模型，构建医院科室耗材的智能柜，利用源数据挖掘和信息融合方法进行医院科室耗材的精细化分类识别，提取医院科室耗材信息的统计特征量，通过智能柜的人工智能分类方法实现医院科室耗材的精细化管理和评估。最后进行仿真实验，展示了本文方法在提高科室耗材精细化管理水平上的优势。

2 医院科室耗材管理数据库构造和数据分析

2.1 医院科室耗材数据库构造

构建医院科室耗材资源分布数据库，结合统计分析和有向图融合方法[5]，通过底层数据库设计，进行医院科室耗材数据资源融合调度。通过对医院科室耗材数据的结构重组，构建医院科室耗材数据库的智能拓扑[6-7]设计，结合信息化管理模型，得到科室耗材的精细化管理结构模型如图1所示。

图1 科室耗材的精细化管理结构模型

根据图1所示的医院科室耗材结构模型，通过分布式信息融合，构建医院科室耗材的数据库分布拓扑设计，通过参数辨识，得到医院科室耗材智能柜分类节点融合度水平为：

其中，hk表示医院科室耗材信息特征分布集，(ak，bk)表示医院科室耗材智能柜分类节点坐标，αk表示融合度，在智能柜存储空间中进行医院科室耗材的智能调度和信息融合，构建医院科室耗材的数据库，采用二维拓扑结构设计，进行医院科室耗材的大数据库模型设计，得到医院科室耗材数据分布的统计特征参量集为：

其中，xt表示t时刻医院科室耗材数据分布信息，β表示统计特征参量。在医院科室耗材数据库管理模型中，得到存储链路，根据医院科室耗材数据库的样本模糊调度结果，构建医院科室耗材智能柜分类空间，得到特征值。在医院科室耗材数据库中，分析存储数据特征，根据医院科室耗材数据库的链路层分布进行精细化管理和分类访问。

2.2 医院科室耗材的存储数据特征分析

采用分段拟合控制[8]和信息融合方法进行医院科室耗材的智能化管理和信息调度，结合语义本体映射方法进行医院科室耗材数据的样本融合和特征分析，得到医院科室耗材数据的资源调度模型为：

其中，σk表示语义本体映射值。采用线性规划方法，对医院科室耗材数据特征进行分块匹配和融合，采用统计信息挖掘方法构建医院科室耗材数据的分层访问和特征融合模型，在传输链路结构中，医院科室耗材智能柜分类的变换基为Ψ=[Ψ1，Ψ2，…，Ψn]，得到医院科室耗材数据库关联统计特征分布模糊融合聚类稀疏性表示为：

其中，si表示医院科室耗材数据分布的初始概率密度，采用随机采样方法，进行医院科室耗材数据库安全访问，结合关联规则调度方法[9-10]进行医院科室耗材数据库融合，通过医院科室耗材数据库访问，医院科室耗材数据库的访问的粗糙集特征匹配模型为：

式中，δk表示Kronecker-δ函数，d医院科室耗材数据库访问的特征分布集，根据数据库存储样本进行链路集重组，得到重组后的医院科室耗材数据集，采用线性规划方法进行医院科室耗材数据融合，医院科室耗材的智能柜分类的关联权重为：

其中，ω1，ω2，…，ωk表示医院耗材的智能柜分类节点对应的权重系数。通过对医院科室耗材数据的模糊关联融合，进行医院科室耗材的智能柜分类，采用人工智能的学习算法，得到医院科室耗材智能柜分类最优分类特征量的集合为：

其中，Q表示医院科室耗材智能柜谱密度分布特征参数集，通过对医院科室耗材的智能柜调度，得到分类模型为：

其中，q为医院科室耗材智能柜分类的差异度函数，p为医院科室耗材数据库的样本统计特征量，通过信息融合和关联特征匹配，提取存储耗材数据特征，得到医院科室耗材的智能柜分量检测模型。

3 医院科室耗材的精细化管理优化

3.1 医院科室耗材的精细调度和信息分类

通过源数据挖掘和信息融合方法提取医院科室耗材信息的统计特征量，结合医院科室耗材管理信息的输出差异性进行谱特征筛选，得到特征筛选结果为：

其中，Li表示医院科室耗材管理信息谱特征筛选值，结合高斯近似(IGA，improved Gaussian approximation)变换，在数据特征分布的区域范围(x，x(k))内，采用敏感特征参数分析方法进行医院科室耗材数据库融合，得到空间参数分布密度为：

其中，ci表示敏感特征参数，snode(i)表示医院科室耗材数据参数分布概率密度，ωnode表示医院耗材的数据库融合权重。对医院科室耗材数据库进行空间重组，构建医院科室耗材管理信息分类融合模型，通过智能柜设计，建立医院科室耗材精细化管理的本体映射模型，得到本体特征分布为：

上式中，A表示预测概率密度集，ε表示预测概率值，当且仅当，则成立，结合本体融合模型，得到医院科室耗材数据融合的统计特征量为：

采用自适应均衡调度，得到医院科室耗材的智能配置和信息分类结果，综上分析，实现医院科室耗材的精细调度和信息分类。

3.2 医院科室耗材的精细管理智能柜设计

依据精细化分类识别后提取的医院科室耗材信息，构造医院科室耗材的精细管理智能柜。在医院科室耗材信息分布结构模型下，以λ为边界条件，得到医院科室耗材信息整合的关联指数集为Bλ：

综上分析，通过智能柜的人工智能分类方法实现医院科室耗材的精细化管理和数据访问。

4 仿真实验

为了验证本文方法在实现医院科室耗材的精细化管理和信息访问的应用性能，进行仿真测试，医院科室耗材的数据采样的大小为1200，训练集大小为20，分类迭代次数为300，根据上述参数设定，得到医院科室耗材信息采样结果如图2所示。

图2 医院科室耗材信息采样结果

以图2的医院科室耗材信息为研究对象，进行医院科室耗材信息分类，得到分类调度的融合参数分布见表1。

表1 医院科室耗材智能柜分类参数

根据上述分类调度的融合参数统计分析结果，进行医院科室耗材的精细化管理，得到收敛曲线如图3所示。

分析图3得知，本文方法能有效实现医院科室耗材精细化管理，分类性能较好，精细化水平较高。

图3 精细化管理的收敛曲线

5 结束语

通过对医院科室耗材信息采样数据进行精细化管理，验证了本文提出的基于人工智能调度及智能柜分类管理的医院科室耗材精细化管理方法的实用性。测试结果表明，本文方法进行医院科室耗材的精细化分类识别的收敛性较好，可以有效提高科室耗材管理效率，减少浪费，为相关研究领域提供参考。