基于离散事件模拟模型的武汉市某三甲医院皮肤科普通门诊分时段预约诊疗号源分配研究

刘红海，王 巍

1华中科技大学同济医学院医药卫生管理学院，湖北武汉，430030；2华中科技大学同济医学院附属武汉中西医结合医院信息中心，湖北武汉，430022

医院门诊是一个复杂的系统,高效准确的预约诊疗制度有利于控制门诊病人等候时间[1]。我国大型三甲医院门诊普遍存在患者数量众多、候诊时间长的情况[2]。为此,政府不断出台文件推广、完善预约诊疗制度。2009年,在原卫生部发布的《关于在公立医院施行预约诊疗服务工作的意见》指导下,预约诊疗制度推进工作正式在全国启动。经过两年经验积累,预约诊疗制度于2011年初步形成,随后在2015-2021年间进一步被完善和推广。在原国家卫生计生委办公厅、国家中医药管理局2015年发布的《进一步改善医疗服务行动计划实施方案(2015-2017年)的通知》和2017年发布的《进一步改善医疗服务行动计划(2018-2020年)》文件中,预约诊疗制度要求不断提高,实施范围从三级医院普及至二级医院,预约时段由1小时精确至30分钟。《国家卫生健康委办公厅关于2021年度全国三级公立医院绩效考核国家监测分析情况的通报》显示,2021年全国三级公立医院门诊患者平均预约诊疗率为60.52%,较2020年增加3.92个百分点。系列政策支持下,我国三级医院预约诊疗率逐年上涨,但短期内难以实现全国三级、二级医院患者全部预约就诊,现场挂号患者比例仍较高。因此,针对我国三甲医院门诊就诊患者较多的情况,有必要设计和优化分时段预约诊疗制度,进一步分流就诊患者[3]。2022年6月国家卫生健康委办公厅印发《医疗机构门诊质量管理暂行规定》提出,医疗机构应当根据就诊量变化动态调整各挂号途径号源投放量。

相比一般预约挂号和传统现场挂号,分时段预约诊疗更具优越性[4-5]。国内外对于优化门诊预约诊疗和减少门诊患者等待时间探索出了很多可行的方法和理论。其中,在医院管理领域中有代表性的是流程再造理论,运用该理论对门诊预约容量进行分配,实现流程重新整合,可以缩短患者等待时间[6]。但已有研究无论是考虑存在取消预约情形的门诊预约能力分配策略[7],还是基于排队论或病人成本最小原则的预约容量研究[8-9],都处于理论阶段,而不是应用医院真实数据进行分析。部分研究采用动态仿真模拟也仅使用现场挂号数据建立模型[10-11],不能充分代表分时段预约真实情况。国外虽有较多预约仿真模拟的研究,但我国现场挂号患者仍占一定比例,患者就预约诊疗环境不同,并不能直接适用于国内医院,故运用真实数据来模拟我国患者就诊流程,探索较为合适的预约号源分配方案具有一定的现实意义。

本研究采用离散事件模拟模型(discrete event simulation,DES)[12],以武汉市某三甲医院分时段预约诊疗真实数据建立普通门诊分时段预约挂号仿真模型,在固定医生排班及工作效率的情况下,探索大型医院简单可行的号源分配方式,为我国大型医院对分时段预约诊疗现场号源数和线上号源数科学分配提供借鉴,以减少普通门诊患者候诊时间,并为号源分配相关研究提供参考。

1 资料来源与方法

1.1 资料来源

医院信息系统(hospital information system,HIS)中的数据反映了患者在预约挂号流程中的实际状态,而仿真模拟方法能够通过构建模型对医院的服务能力进行抽象模拟。本研究选取武汉市某三级甲等综合医院皮肤科普通门诊数据,通过HIS系统获得2019年3月患者编号、挂号方式、预约时段、报道时间、就诊时间、医生编号等就诊信息,基于真实数据构建分时段预约挂号仿真模型。该院皮肤科具备患者流量大、坐诊医生多的特点,医生无明显空闲,且接诊完所有挂号患者后才结束工作,可有效减少模型偏倚。患者挂号方式分为两类:①现场挂号指在医院现场挂号的患者,主要包含窗口、自助机等;②线上预约挂号指未在医院现场挂号的患者,主要包含微信、支付宝、挂号网、电话预约及健康武汉APP等。

1.2 数据处理

数据筛选与清理:①对挂号方式、预约时段、报道时间、就诊时间、医生编号等关键信息缺失的数据进行排除,以减少患者达到、医生接诊模拟误差;②对半日就诊人数偏离1.5倍四分位数间距的医生进行排除,以减少医生迟到、早退、临时手术等异常情况影响;③排除专家号号源数据、周末号源数据。经清洗后获得35430条预约挂号就诊过程数据。

1.3 研究方法

将预约容量的变化作为研究主体,结合中国大型医院实际诊疗流程,根据现实数据设置环境参数,构建离散事件模拟模型,并仿真不同干预情境,评估效果并筛选优化。

1.3.1 门诊诊疗流程离散事件模拟模型构建。DES是一种通过模拟个体随时间变化的健康状况、事件经历以及这些事件对他们健康状态、医疗资源使用等的影响,以进行卫生技术评估的建模方法[12]。模型构建主要参考Anthony等人提出的模拟方法[13],采用动态仿真模拟中的离散事件仿真模拟方法,结合中国大型医院普通门诊实际单队列多服务台诊疗流程,构建出动态仿真模型和简化模拟流程。见图1。

图1 仿真模拟流程

聚焦于合理分配分时段预约诊疗线上号源容量以减少患者预约后平均等待时间,故诊疗流程终点为医生完成患者第一次接诊,不考虑患者是否取药或检查等后续流程,且固定医生坐诊数量、效率等参数。患者达到分诊台报道或通过医院信息系统(自助机、窗口等)出号即进入排队,叫号方式服从先到先得。其中,门诊患者预约后平均等待时间=∑(进入诊室诊疗的时钟时间-到达分诊台或通过信息系统报道的时钟时间)/预约诊疗人次数;医生工作效率=医生人数*每位医生坐诊时间/预约诊疗人次数。

1.3.2 诊疗流程仿真参数估算。①患者达到模式参数估计。在皮肤科普通门诊分时段预约中,患者报到时间7∶30-18∶00按半小时分为1段,共21段。通过双因素方差分析,各星期之间、各时段之间患者平均到达人数均有统计学差异(P<0.05)。但3月份线上预约患者和现场预约患者相同星期、时段之间,患者达到人数均符合泊松分布(P>0.05),其泊松参数λ为其平均值。由此,可得3月份患者各星期各时段到达平均人数,并将平均人数取整设置为泊松参数λ,得三月份线上预约患者到达模式和三月现场预约患者到达模式。②医生工作模式及资源参数估计。在皮肤科普通门诊分时段预约中,医生规定工作时间为8∶00-12∶00、14∶00-17∶30,并按半天排班。根据医院真实数据,可得3月各星期上、下午坐诊医生人数以及每医生平均接诊患者人数。由于17∶30以后仅有部分医生处于就诊状态,为精确获得医生工作效率,17∶30以后接诊的患者在计算医生效率时剔除。根据以上数据,对坐诊医生数及其工作效率做单样本K-S检验,得出其医生数服从泊松分布(P>0.05),医生工作效率符合均匀分布(P>0.05)。故同月份同星期数的上午每名医生工作效率相同,下午每名医生工作效率相同,且其工作效率符合均匀分布,得3月医生坐诊人数及工作效率。

1.3.3 仿真模拟与研究过程。按图1在Simul8 2019软件中建立仿真模型:①运行模型,设置模拟时段、患者到达和医生工作模式,生成模拟数据;②验证模型,整理模拟数据及医院实际数据,通过时间差异验证动态仿真模型可行性;③情景模拟,通过实际情况,设置不同预约号源分配优化策略,再次模拟;④评估效果,通过不同情景下患者等待时间比较,评估容量分配效果,选择优化策略。

1.3.4 基本假设与情景设置。模型基本假设为:①同月份同星期数同一个时间段内患者达到符合泊松分布;②同月份同星期数的上午每名医生工作效率相同且符合均匀分布;③同月份同星期数的下午每名医生工作效率相同且符合均匀分布;④线上预约挂号患者到达时间与其线上预约时段密切相关;⑤现场预约患者到达时间与医院网上号源分布无关。

基于研究假设设计的号源分配情景如下。

情景1:全预约制度,线上、现场共用同一号源,号源全部释放。

情景2:限制等待最高峰期上升趋势时间段15∶30-16∶00线上预约号源为0,此时间段线上预约号源均匀分布于下午其他线上时间段。

情景3:限制等待最高峰期上升趋势时间段15∶30-16∶00线上预约号源为0,此时间段线上预约号源按限制前各时段患者达到人数比例,等比例分布于下午其他时间段。

情景4:限制等待最高峰期上升趋势时间段15∶30-16∶00线上预约号源为0,此时间段线上预约号源全部分布于等待高峰下降趋势段16∶30-17∶00。

情景5:限制等待最高峰时间段16∶00-16∶30线上预约号源为0,此时间段线上预约号源均匀分布于下午其他线上时间段。

情景6:限制等待上升趋势和最高峰时间段15∶30-16∶30线上预约号源为0,此时间段线上预约号源均匀分布于下午其他线上时间段。

2 结果

2.1 分时段预约诊疗总体情况

2019年3月,武汉市某三甲医院皮肤科普通门诊每日约接诊患者1687人,现场预约患者比例为55.12%,预约后平均等待时间为15.08分钟,是平均就诊时间5.95分钟的2.53倍,线上预约患者平均候诊时间小于现场预约患者。见表1。

表1 分时段预约诊疗总体情况

2.2 线上预约患者预约时段与到达时段关联情况

根据医院门诊数据,线上预约患者59.09%在预约时段报道,32.49%在前一个时段报道,99.49%在提前3个时段或迟到2个时段之间。见图2。

图2 不同预约时间段线上预约患者到达时间的95%置信区间

2.3 分时段预约诊疗仿真结果

2.3.1 以预约诊疗的实际情况进行仿真。从仿真模拟结果看,患者实际平均等待时间与模拟等待时间差异较小,且经配对t检验,两者无统计学差异(P>0.05)。这说明以离散事件模拟模型仿真中国医院分时段预约诊疗流程切实可行。见表2。

表2 患者到达医院后实际候诊时间及模拟候诊时间

图3显示7∶00起不同时间平均候诊人数和患者等待高峰,患者等待高峰随星期不同有差异性变化,例如星期二等待高峰在于16∶00左右,周四等待高峰则在10∶00之后。总体上,工作日候诊人数在10∶30-11∶00和16∶00-16∶30达到高峰。

图3 星期一至星期五候诊人数随时间变化的模拟结果

2.3.2 分时段预约号源容量分配情景仿真。武汉市某三甲医院皮肤科普通门诊采用分时段全预约模式。全预约制度下,医院只控制每个时段号源总数,线上、现场共用一个号源数据库并全部开放,未分配各挂号途径号源投放量。线上预约和现场预约容量分配则指部分预约模式,对线上、现场号源投放量进行分配。情景仿真主要分为3步:提出假设、情景设计、情景仿真及比较。其中,假设及情景设计见方法部分。

2.3.2.1 情景仿真模拟结果。以模拟效果最好的3月的星期二为例进行情景仿真。情景1为现实数据仿真结果,患者预约后等待时间15.58 分钟。情景仿真结果显示,情景2、情景4患者预约后等待时间分别减少6.08分钟(39.02%)、5.86分钟(37.61%),情景3、情景5、情景6患者等待时间未明显减少。见表3。

表3 线上号源预约容量不同分配情景下的仿真结果

2.3.2.2 不同情景的仿真结果比较。从患者候诊时间看,控制上升趋势时间段线上号源(情景2)比直接控制高峰期(情景5)效果好,控制的号源均匀分布于各时间段(情景2)比等比例分配(情景3)或直接分配于患者人数少的时间段(情景4)效果更好,单独高峰时间段控制(情景2)比多峰同时控制(情景6)效果更好。因此,号源调控的最优策略是将患者等候人数上升趋势中的单个高峰时间段,均匀分配至其他时段中。

3 讨论

3.1 分时段预约诊疗号源分配策略有助于优化门诊流程

分时段预约诊疗在一定程度上缓解了传统现场挂号或粗放式预约挂号模式下患者密集到达导致的等候高峰[5],减少了患者等待时间[14]。本研究发现,武汉市某三甲医院皮肤科普通门诊分时段预约诊疗患者候诊时间仍远大于就诊时间,削峰作用有限,这与既往研究结果类似[15-16]。医院流程再造理论可以分析原有工作流程,识别核心程序和辅助程序,从患者角度出发,对原有流程重新整合,提高工作效率及质量[17]。在流程再造理论的基础上,采用离散事件模拟方法探索线上、线下号源调整策略,进一步缓解分时段预约患者候诊高峰,以减少患者候诊时间,是本研究的理论基础。

情景模拟仿真结果发现,将单个患者候诊高峰上升趋势时间段号源均匀分配至其他时间段是线上预约容量分配的较优策略,能够减少患者39%的预约后平均等待时间。从理论上看,该策略可能会降低医生的服务利用率,但从情景仿真结果中不难看出,医生基本能够在工作时间内结束工作。医生资源利用率损失程度远小于患者候诊时间减少幅度。相比增加排班人员削减候诊高峰的方法[18],将单个患者候诊高峰上升趋势时间段号源均匀分配至其他时间段的号源分配策略,具备一定成本优势,能够作为传统多订策略、控制预约容量及限制预约周期长度三种策略的有益补充[19-20]。

从实际上看,国家卫生健康委2022年印发《医疗机构门诊质量管理暂行规定》,提出动态调整各挂号途径号源投放量的要求。我国三级医院线上预约诊疗率每年平均增长约4%,现场挂号和预约挂号方式仍将长期并存[21]。预约挂号和候诊时间短的患者满意度更高[22],采用号源分配策略,减少患者候诊时间,提高患者满意度,符合现实需求与政策导向。与此同时,该分配策略简单可行且具备可移植性。通过从HIS系统导出规范数据,按照固定模式计算和简单调试,并在系统中简单分配,即可在其他科室和医院推广[2]。

本研究还发现,64%的线上预约患者在预约时间段或之后到达,而合理的号源分配也可缓解患者迟到问题[21]。因此,可在现场挂号患者比例较高的地区实施号源容量分配策略,减少患者迟到。但实施号源分配可能会导致线上、线下患者候诊时间差距缩小,阻碍线上预约诊疗率的提升。且医生工作效率略微降低,需要相关的政策对医院进行激励。

3.2 削减候诊高峰是医院门诊减少患者候诊时间的关键

研究结果发现,武汉市某三甲医院皮肤科普通门诊患者候诊人数上午总体偏锯齿状,而下午总体呈单峰状。这与既往门诊患者候诊队列上、下午均呈单峰趋势的研究结果不完全相同[23],其主要原因可能是不同医院的候诊高峰特征并不相同。同时,该研究近似拟合了患者队列,在一定程度上减少了上午候诊患者锯齿状分布程度。但是,两者下午候诊患者人数的分布仍然呈单峰状分布,这说明下午时段门诊患者候诊人数的单峰特征在不同医院之间更具普适性。因此,医院在选取干预时间点时,可以着重点关注下午或单峰时间段。

真实数据模拟结果表明,星期一至星期五分时段预约患者候诊人数大部分在10∶30-11∶00和16∶00-16∶30左右达到高峰,但星期五上午最高峰位于8∶00-8∶30,这可能是受节假日、天气和季节的影响[24],同一医院的高峰特征在一定时间段内总体较为一致[16],但在部分工作日或不同季节分布可能会有所不同。情景模拟结果发现,直接限制高峰预约时间段、同时限制多个时间段或将号源等比例分配至其他时间段,会削弱预约容量分配效果,这可能是号源分配后促使了新高峰的形成。因此,医院选择号源分配策略或采取干预措施的重点在于削减现有高峰,并预防新高峰的出现。

3.3 离散事件模拟模型有助于提升医院门诊便捷性

医院门诊就诊过程是一个较为复杂的队列系统,而离散事件模拟是一种用于刻画和分析排队过程和队列网络的仿真方法[25],理论上能够适用于医院门诊就诊过程。本研究仿真发现,普通门诊分时段预约诊疗模拟结果和现实数据较为切合,患者预约后平均候诊时间相差较小,进一步说明了离散事件模拟在医院门诊系统的应用具有理论可行性。同时,相对于昂贵的直接实验法和复杂的系统仿真,离散事件模拟具备了决策树模型和马尔可夫模型不具备的动态和系统性,需要数据少,并通过简单重复便能推广与应用[2],更加简洁且便于使用[26],具备较好实践可行性。既往学者采用离散事件模拟仿真和评价了医院门急诊系统的拥挤程度[27],模型数据曲线总体趋势与实际数据曲线吻合较好,并验证了视觉模拟评分和国家急诊科拥挤度评分的评价效果,也证实了以上观点。2023年3月,中共中央办公厅、国务院办公厅印发《关于进一步完善医疗卫生服务体系的意见》,要求医院提升服务便捷性。除了医院门急诊系统,离散事件模拟也可用于提高医院手术室、检查室及病床使用工作效率的研究[28-29],以提升医院整体服务便捷性及工作效率。

因此,我国大型医院在采用离散事件模拟优化门诊预约制度时,也可以尝试将其在更多的医疗服务领域中推广,进而持续优化服务流程。但是,随着医院、患者或医患双方利益角度的变化,离散事件模拟得出的优化方案也不完全相同[28]。各利益相关方应依据优化目标,选择合适方案或干预措施。

本研究对中国大型医院的分时段预约诊疗号源分配进行研究和优化,但要做出完全精确且符合实际的容量分配,预约时间段被限制后患者的选择及其概率分布极为重要,而本研究简单默认其仍符合原先分布。同时,容量分配高峰限流,可以提高效率,但可能丧失部分患者和损失部分医生资源,这可能与医院利益冲突,而本研究并未讨论相关成本。最后,本研究只纳入已就诊患者,并将数据缺失的患者进行排除,仿真模拟模型可能有一定偏倚。

全预约制度转变为科学合理的部分预约制度还需要通过更多的相关研究进行支持和探索。后续研究者可以在本研究的基础上,向医生资源配置、医患双方成本最小和限制后患者概率转移矩阵等方面进行探索。