CN107978361A - 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 - Google Patents
门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 Download PDFInfo
- Publication number
- CN107978361A CN107978361A CN201711377839.7A CN201711377839A CN107978361A CN 107978361 A CN107978361 A CN 107978361A CN 201711377839 A CN201711377839 A CN 201711377839A CN 107978361 A CN107978361 A CN 107978361A
- Authority
- CN
- China
- Prior art keywords
- drid
- doctor
- time
- patient
- waiting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法,本发明能避免患者浪费大量的时间在等待上,切实减少患者无限等候带来的焦虑和烦躁,有利于诊疗过程的顺利进行,同时,能根据预测,动态调节医务人员的班次,避免高峰期人手不足带来的各种失误。因此,医护人员和医务管理工作人员极其期待系统能发挥作用。
Description
技术领域
本发明涉及一种医疗辅助设施,尤其涉及一种门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法。
背景技术
患者就诊通常会存在很多想要了解的信息,例如找哪个医生、等多久才能就诊、患了什么病、能不能治好、多少钱等等,由于医师数量严重不足,患者通常会在就诊前等候相当长的一段时间,研究表明,患者等候时间与就诊满意度存在一定的相关性,在充满未知的等待和急需医师诊疗的焦虑中,患者的不良情绪和不适感会大大增加,非常不利于接下来的诊疗活动和增加患者的就诊感受。
发明内容
本发明的目的:提供一种门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法,减少了患者等候的时间,缓解了患者等候时的焦虑情绪。
为了实现上述目的,本发明的技术方案是:
一种门诊就诊等候时长预测算法,包括如下步骤:
步骤1:从数据库中,抽取医师名称、医师ID、患者ID、患者就诊开始时间、诊断名称、ICD10编码。
步骤2:改变步骤1中抽取字段的字符类型。
步骤3:在门诊就诊患者中,按年、性别、求诊医师ID等要素,通过实地采样计时,统计不同患者从确认就诊到到达诊室开始就诊的时长;通过实地采样计时,统计不同患者取药和做医技检查的时长。
步骤4:从数据库中,实时获取当前已确认就诊的患者的年龄和性别字段。
步骤5:按数据要求检索分诊服务器数据库,生成结果视图,可以汇总得到所需的全体医师接诊时间明细表。
步骤6:根据实地秒表采样计时,录入表格,汇总得到首诊等候时长表。
步骤7:为后期使用,在医师个人档案中插入两列新的字段,用于存储平均首诊等候时长和平均等候时长,并在对接诊明细表和首诊等候时长表的算法统计中取得这些字段数据,作为展现数据,展示给患者。
上述的门诊就诊等候时长预测算法,其中,在所述的步骤2中,医师名称转为navchar型,医师ID转为navchar型,患者ID转为navchar型、患者就诊开始时间转为date型、诊断名称转为navchar型、ICD10编码转为navchar型。
上述的门诊就诊等候时长预测算法,其中,在所述的步骤3中,不同患者从确认就诊到到达诊室开始就诊的时长以及不同患者取药和做医技检查的时长以秒为单位。
上述的门诊就诊等候时长预测算法,其中,在所述的步骤5中,在医师接诊时间明细表中,将第n名患者的就诊开始时间顺序相减,取得某个医师某个时段内第n名患者与第n+1名患者的就诊开始时间间隔WTDrID:
WTDrID=(n+1)ViST-nViST
一个时段内这个时间间隔的平均数,则体现出这名医师这个时段内患者的平均就诊等候时间AveWTDrID:
AveWTDrID=AVRAGE(n x WTDrID)
在首诊等候时长表中,在门诊就诊患者中,按年龄、性别、求诊医师ID三个条件,统计接诊医师每个不同性别的每个年龄的平均首诊等候时长AveFViWTDrID:
AveFViWTDrID=AVRAGE(n x FViSpTDrID)
根据当前患者的性别、年龄和求诊医师ID,得出预计就诊时间为医师开始接诊时间加上首诊等候时长AveFViWTDrID加上等待队伍人数乘以平均等候时长AveWTDrID:
ViST=SVTDrID+AveFViWTDrID+(n-1)xAveWTDrID
为算法加入判断条件,如果当前患者确认就诊时,接诊医师已开始接诊,则首诊等候时长(AveFViWTDrID)取值为“0”,“n”为当前队伍未就诊人数:
ViST=SVTDrID+(n-1)xAveWTDrID。
一种门诊就诊等候队伍控制算法,包括如下步骤:
步骤1:现场挂号的,将预计就诊时间打印在挂号单据上,精确到分钟。
步骤2:非现场挂号的,将预计就诊时间加入就诊确认回复消息。
步骤3:同时在挂号处公告屏幕和诊室公告屏幕上实时展现各个医师的等候队列的人数和预计就诊时间。
1、上述的门诊就诊等候队伍控制算法,其中,所述的等候队列前段的预计就诊时间为:
ViSTA=SVTDrID+AveFViWTDrID+CTn+(n-1)xAveWTDrID
ViSTA2=SVTDrID+CTn+(n-1)xAveWTDrID
所述的等候队列后段的预计就诊时间为:
ViSTB=SVTDrID+AveFViWTDrID-CTn+(n-1)xAveWTDrID
ViSTB2=SVTDrID-CTn+(n-1)xAveWTDrID
其中,CTn =CTa+CTb+CTc+……+CTx,为当前等待队伍中靠前的患者增加受控时间量CTa,为队伍中靠后的患者减少受控时间量CTa,为受控时间量CTn增加延缓时间量CTb,为受控时间量CTn增加突发应急时间量CTc。
本发明能避免患者浪费大量的时间在等待上,切实减少患者无限等候带来的焦虑和烦躁,有利于诊疗过程的顺利进行,同时,能根据预测,动态调节医务人员的班次,避免高峰期人手不足带来的各种失误。因此,医护人员和医务管理工作人员极其期待系统能发挥作用。
附图说明
图1是本发明门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法的流程图。
具体实施方式
以下结合附图进一步说明本发明的实施例。
请参见附图1所示,一种门诊就诊等候时长预测算法,包括如下步骤:
步骤1:从数据库中,抽取医师名称(Name)、医师ID(DrID)、患者ID(PaID)、患者就诊开始时间(ViST)、诊断名称(DiName)、ICD10编码(IDC10)。
步骤2:改变步骤1中抽取字段的字符类型。
步骤3:在门诊就诊患者中,按年龄(Age)、性别(Sex)、求诊医师ID(DrID)等要素,通过实地采样计时,统计不同患者从确认就诊到到达诊室开始就诊的时长(FViSpT);通过实地采样计时,统计不同患者取药和做医技检查的时长(CTb)。
步骤4:从数据库中,实时获取当前已确认就诊的患者的年龄(Age)和性别(Sex)字段。
步骤5:按数据要求检索分诊服务器数据库,生成结果视图,可以汇总得到所需的全体医师接诊时间明细表(ViTable)。
步骤6:根据实地秒表采样计时,录入表格,汇总得到首诊等候时长表(FViWTTable)。
步骤7:为后期使用,在医师个人档案中插入两列新的字段,用于存储平均首诊等候时长(AveFViWT)和平均等候时长(AveWT),并在对接诊明细表(ViTable)和首诊等候时长表(FViWTTable)的算法统计中取得这些字段数据,作为展现数据,展示给患者。
在所述的步骤2中,医师名称(Name)转为navchar型,医师ID(DrID)转为navchar型,患者ID(PaID)转为navchar型、患者就诊开始时间(ViST)转为date型、诊断名称(DiName)转为navchar型、ICD10编码(IDC10)转为navchar型,方便后续统计分析。
在所述的步骤3中,不同患者从确认就诊到到达诊室开始就诊的时长(FViSpT)以及不同患者取药和做医技检查的时长(CTb)以秒为单位。
在所述的步骤5中,在医师接诊时间明细表(ViTable)中,将第n名患者的就诊开始时间顺序相减,取得某个医师某个时段内第n名患者与第n+1名患者的就诊开始时间间隔(WTDrID):
WTDrID=(n+1)ViST-nViST
一个时段内这个时间间隔的平均数,则体现出这名医师这个时段内患者的平均就诊等候时间(AveWTDrID):
AveWTDrID=AVRAGE(n x WTDrID)
在首诊等候时长表(FViWTTable)中,在门诊就诊患者中,按年龄(Age)、性别(Sex)、求诊医师ID(DrID)三个条件,统计接诊医师每个不同性别的每个年龄的平均首诊等候时长(AveFViWTDrID):
AveFViWTDrID=AVRAGE(n x FViSpTDrID)
根据当前患者的性别、年龄和求诊医师ID,得出预计就诊时间为医师开始接诊时间(SVT)加上首诊等候时长(AveFViWTDrID)加上等待队伍人数乘以平均等候时长(AveWTDrID):
ViST=SVTDrID+AveFViWTDrID+(n-1)xAveWTDrID
为算法加入判断条件,如果当前患者确认就诊时,接诊医师已开始接诊,则首诊等候时长(AveFViWTDrID)取值为“0”,“n”为当前队伍未就诊人数:
ViST=SVTDrID+(n-1)xAveWTDrID。
一种门诊就诊等候队伍控制算法,包括如下步骤:
步骤1:现场挂号的,将预计就诊时间打印在挂号单据上,精确到分钟。
步骤2:非现场挂号的,将预计就诊时间加入就诊确认回复消息。
步骤3:同时在挂号处公告屏幕和诊室公告屏幕上实时展现各个医师的等候队列的人数和预计就诊时间。
所述的等候队列前段的预计就诊时间为:
ViSTA=SVTDrID+AveFViWTDrID+CTn+(n-1)xAveWTDrID
ViSTA2=SVTDrID+CTn+(n-1)xAveWTDrID
所述的等候队列后段的预计就诊时间为:
ViSTB=SVTDrID+AveFViWTDrID-CTn+(n-1)xAveWTDrID
ViSTB2=SVTDrID-CTn+(n-1)xAveWTDrID
其中,CTn =CTa+CTb+CTc+……+CTx
患者的等待耐受度随着其预计就诊时间与真实就诊时间越接近而越强,在等待就诊队伍中靠前位置的患者,因即将可见的就诊,其对真实就诊时间的后延并不敏感;在等待队伍靠后位置的患者,如真实就诊时间预期比预计就诊时间提前,可大大缓解等候的焦虑。实际操作中,可根据医师历史日平均就诊人数,为当前等待队伍中靠前的患者增加受控时间量CTa,为队伍中靠后的患者减少受控时间量CTa,两相抵减,使患者真实就诊时间大于或小于预计就诊时间,以达到控制等待队伍情绪的目的。
根据预计的患者数和平均就诊时间,为受控时间量(CTn)增加延缓时间量(CTb),使患者前往的下一个部门有足够的时间缓冲,,为患者取药、检查等等候预留时间,不至于因为瞬间的大人流量,形成一个又一个的阻塞节点。
当门诊出现抢救或其他突发的需要抽调门诊医师响应的社会性紧急状况时,医务部门可以启动应急机制,为受控时间量(CTn)增加突发应急时间量(CTc),引导患者合理安排等待时间,或前往其他医疗机构就诊。
在本发明中,计划以大量数据进行统计分析的办法,以年为单位收集统计医师就诊时长,从数据中分析整理每个医师不同时期的平均问诊时长,提供出一个相对精确的患者应等候时长,实现患者的等候时间知情,帮助患者合理安排就诊时间,避免患者在不确定的候诊时长中消磨掉耐心,提升患者的就诊感受。同时,通过调节流程中的不同协作科室预计就诊时间加成,可以引导人流平缓流动,缓解各部门周期性压力。最后,预告就诊时间可以让医院对客流压力有提前准备时间,以人为控制的预告就诊时间为引导,控制患者的来院时间,调节不同时段的人流压力,达到错开突发性疾病与常见病的高峰、最优化调配医务人力资源、设施资源等目的。
综上所述,本发明能避免患者浪费大量的时间在等待上,切实减少患者无限等候带来的焦虑和烦躁,有利于诊疗过程的顺利进行,同时,能根据预测,动态调节医务人员的班次,避免高峰期人手不足带来的各种失误。因此,医护人员和医务管理工作人员极其期待系统能发挥作用。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构变换,或直接或间接运用附属在其他相关产品的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种门诊就诊等候时长预测算法,其特征在于:包括如下步骤:
步骤1:从数据库中,抽取医师名称、医师ID、患者ID、患者就诊开始时间、诊断名称、ICD10编码;
步骤2:改变步骤1中抽取字段的字符类型;
步骤3:在门诊就诊患者中,按年、性别、求诊医师ID等要素,通过实地采样计时,统计不同患者从确认就诊到到达诊室开始就诊的时长;通过实地采样计时,统计不同患者取药和做医技检查的时长;
步骤4:从数据库中,实时获取当前已确认就诊的患者的年龄和性别字段;
步骤5:按数据要求检索分诊服务器数据库,生成结果视图,可以汇总得到所需的全体医师接诊时间明细表;
步骤6:根据实地秒表采样计时,录入表格,汇总得到首诊等候时长表;
步骤7:为后期使用,在医师个人档案中插入两列新的字段,用于存储平均首诊等候时长和平均等候时长,并在对接诊明细表和首诊等候时长表的算法统计中取得这些字段数据,作为展现数据,展示给患者。
2.根据权利要求1所述的门诊就诊等候时长预测算法,其特征在于:在所述的步骤2中,医师名称转为navchar型,医师ID转为navchar型,患者ID转为navchar型、患者就诊开始时间转为date型、诊断名称转为navchar型、ICD10编码转为navchar型。
3.根据权利要求1所述的门诊就诊等候时长预测算法,其特征在于:在所述的步骤3中,不同患者从确认就诊到到达诊室开始就诊的时长以及不同患者取药和做医技检查的时长以秒为单位。
4.根据权利要求1所述的门诊就诊等候时长预测算法,其特征在于:在所述的步骤5中,在医师接诊时间明细表中,将第n名患者的就诊开始时间顺序相减,取得某个医师某个时段内第n名患者与第n+1名患者的就诊开始时间间隔WTDrID:
WTDrID=(n+1)ViST-nViST
一个时段内这个时间间隔的平均数,则体现出这名医师这个时段内患者的平均就诊等候时间AveWTDrID:
AveWTDrID=AVRAGE(n x WTDrID)
在首诊等候时长表中,在门诊就诊患者中,按年龄、性别、求诊医师ID三个条件,统计接诊医师每个不同性别的每个年龄的平均首诊等候时长AveFViWTDrID:
AveFViWTDrID=AVRAGE(n x FViSpTDrID)
根据当前患者的性别、年龄和求诊医师ID,得出预计就诊时间为医师开始接诊时间加上首诊等候时长AveFViWTDrID加上等待队伍人数乘以平均等候时长AveWTDrID:
ViST=SVTDrID+AveFViWTDrID+(n-1)xAveWTDrID
为算法加入判断条件,如果当前患者确认就诊时,接诊医师已开始接诊,则首诊等候时长(AveFViWTDrID)取值为“0”,“n”为当前队伍未就诊人数:ViST=SVTDrID+(n-1)xAveWTDrID。
5.一种门诊就诊等候队伍控制算法,其特征在于:包括如下步骤:
步骤1:现场挂号的,将预计就诊时间打印在挂号单据上,精确到分钟;
步骤2:非现场挂号的,将预计就诊时间加入就诊确认回复消息;
步骤3:同时在挂号处公告屏幕和诊室公告屏幕上实时展现各个医师的等候队列的人数和预计就诊时间。
6.根据权利要求5所述的门诊就诊等候队伍控制算法,其特征在于:所述的等候队列前段的预计就诊时间为:
ViSTA=SVTDrID+AveFViWTDrID+CTn+(n-1)xAveWTDrID
ViSTA2=SVTDrID+CTn+(n-1)xAveWTDrID
所述的等候队列后段的预计就诊时间为:
ViSTB=SVTDrID+AveFViWTDrID-CTn+(n-1)xAveWTDrID
ViSTB2=SVTDrID-CTn+(n-1)xAveWTDrID
其中,CTn=CTa+CTb+CTc+……+CTx,为当前等待队伍中靠前的患者增加受控时间量CTa,为队伍中靠后的患者减少受控时间量CTa,为受控时间量CTn增加延缓时间量CTb,为受控时间量CTn增加突发应急时间量CTc。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711377839.7A CN107978361A (zh) | 2017-12-19 | 2017-12-19 | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711377839.7A CN107978361A (zh) | 2017-12-19 | 2017-12-19 | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107978361A true CN107978361A (zh) | 2018-05-01 |
Family
ID=62006741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711377839.7A Pending CN107978361A (zh) | 2017-12-19 | 2017-12-19 | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107978361A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242152A (zh) * | 2018-08-16 | 2019-01-18 | 重阳健康数据技术(深圳)有限责任公司 | 一种智能就诊方法及系统 |
CN109523681A (zh) * | 2018-09-28 | 2019-03-26 | 宁波鑫义信息科技有限公司 | 一种基于诊疗习惯的排队方法 |
CN111370107A (zh) * | 2020-03-05 | 2020-07-03 | 京东方科技集团股份有限公司 | 回诊时间预测方法及装置、电子设备、存储介质 |
CN113158944A (zh) * | 2021-04-29 | 2021-07-23 | 重庆锐云科技有限公司 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070127691A1 (en) * | 2005-12-02 | 2007-06-07 | Cuesol, Inc. | Service-queue-management and production-management system and method |
CN101923740A (zh) * | 2009-06-12 | 2010-12-22 | 邹琳 | 病人或顾客远程获取排队号码的排队管理方法和装置 |
CN106372391A (zh) * | 2016-08-26 | 2017-02-01 | 东软集团股份有限公司 | 一种门诊候诊时间计算方法及装置 |
CN107180472A (zh) * | 2016-11-15 | 2017-09-19 | 廖奕熙 | 社区卫生服务中心门诊处挂号排队系统及应用设备 |
-
2017
- 2017-12-19 CN CN201711377839.7A patent/CN107978361A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070127691A1 (en) * | 2005-12-02 | 2007-06-07 | Cuesol, Inc. | Service-queue-management and production-management system and method |
CN101923740A (zh) * | 2009-06-12 | 2010-12-22 | 邹琳 | 病人或顾客远程获取排队号码的排队管理方法和装置 |
CN106372391A (zh) * | 2016-08-26 | 2017-02-01 | 东软集团股份有限公司 | 一种门诊候诊时间计算方法及装置 |
CN107180472A (zh) * | 2016-11-15 | 2017-09-19 | 廖奕熙 | 社区卫生服务中心门诊处挂号排队系统及应用设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109242152A (zh) * | 2018-08-16 | 2019-01-18 | 重阳健康数据技术(深圳)有限责任公司 | 一种智能就诊方法及系统 |
CN109523681A (zh) * | 2018-09-28 | 2019-03-26 | 宁波鑫义信息科技有限公司 | 一种基于诊疗习惯的排队方法 |
CN111370107A (zh) * | 2020-03-05 | 2020-07-03 | 京东方科技集团股份有限公司 | 回诊时间预测方法及装置、电子设备、存储介质 |
CN113158944A (zh) * | 2021-04-29 | 2021-07-23 | 重庆锐云科技有限公司 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
CN113158944B (zh) * | 2021-04-29 | 2023-07-18 | 重庆锐云科技有限公司 | 基于人脸识别的体检排队方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107978361A (zh) | 门诊就诊等候时长预测算法及门诊就诊等候队伍控制算法 | |
Meltzer et al. | 1998 clinical practice guidelines for the management of diabetes in Canada. Canadian Diabetes Association. | |
Hebert et al. | Age-specific incidence of Alzheimer's disease in a community population | |
Caceres et al. | Diagnosis of stroke by emergency medical dispatchers and its impact on the prehospital care of patients | |
CN103942455B (zh) | 一种基于远程数据的手术排程优化设计方法 | |
US20120130194A1 (en) | Systems And Methods For Providing A Real-Time Health Risk Assessment | |
DE112004000647T5 (de) | Informationssystem für vorbeugende Gesundheitsfürsorge | |
Høyvik et al. | Dental anxiety in relation to torture experiences and symptoms of post‐traumatic stress disorder | |
Jones | Bed occupancy: the impact on hospital planning | |
JP2019057171A (ja) | 支援装置、コンピュータプログラム、対象者端末装置、医師端末装置、指導者端末装置及び支援方法 | |
US11200967B1 (en) | Medical patient synergistic treatment application | |
McMullan et al. | Emergency department volume and acuity as factors in patients leaving without treatment | |
McCANN et al. | Comparison of two systems for stroke rehabilitation in a general hospital | |
Amanyire et al. | Client and provider perspectives of the efficiency and quality of care in the context of rapid scale-up of antiretroviral therapy | |
CN109036530A (zh) | 一种智能化门诊调度控制系统 | |
Dennis et al. | Barriers to and facilitators of moving miscarriage management out of the operating room | |
Pramudhita | Queue model in health facilities information system | |
Love et al. | Comparing palliative care provision in India and the UK | |
Martin-Gill et al. | Management of prehospital seizure patients by paramedics | |
Cook | Advancing seizure forecasting from cyclical activity data | |
Wong et al. | Exploring socio-technical insights for safe nursing handover | |
Isath et al. | Trends and impact of implantable cardioverter defibrillator implantations in patients with cardiac amyloidosis: a 16-year analysis | |
Dobmeyer et al. | The effect of enrollment in a prepaid health plan on utilization of a community crisis intervention center by chronically mentally ill individuals | |
Chorna et al. | Psychological/psychiatric care services in ukraine due to the consequences of full-scale war | |
Baumann et al. | How social inequalities impact the course of treatment and care for patients with type 2 diabetes mellitus: study protocol for a qualitative cross-sectional study from the patient's perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180501 |
|
WD01 | Invention patent application deemed withdrawn after publication |