CN109065138A - 多院区门诊医生排班方法及系统 - Google Patents
多院区门诊医生排班方法及系统 Download PDFInfo
- Publication number
- CN109065138A CN109065138A CN201811014666.7A CN201811014666A CN109065138A CN 109065138 A CN109065138 A CN 109065138A CN 201811014666 A CN201811014666 A CN 201811014666A CN 109065138 A CN109065138 A CN 109065138A
- Authority
- CN
- China
- Prior art keywords
- doctor
- shift
- doctors
- hospital
- index
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 101
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002682 general surgery Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供一种多院区门诊医生排班方法及系统,本发明实施例根据每个医生对每个院区的不满意度、每个医生对每个班次的不满意度以及每个医生在每个院区值班的成本指数确定每个医生对每个院区的每个班次的值班指数,结合每个医生的不可用班次和人员数量配置表,通过利用匈牙利算法为每个院区的每个班次安排值班医生。上述技术方案充分考虑医生的偏好、医生的负荷、医生的工作成本、医院的资源限制、多院区之间的公平性以及医生之间的公平性等重要因素,能够合理的安排门诊医生排班,不仅节省了医生、医院等资源,并且能为患者提供更加优质的服务。
Description
技术领域
本发明涉及医疗以及数字处理领域,具体涉及一种多院区门诊医生排班方法及系统。
背景技术
门诊医生调度问题一直是医院管理中一项需要重点攻克的问题。门诊医生调度门诊中医生排班的问题是门诊医生调度的关键问题。门诊医生排班的方案直接影响着医院门诊部门的工作质量、可接纳患者容量、医生的工作效率等。合理的门诊医生排班方案可以帮助医院有效地解决患者的需求,合理地利用医院的资源,能够提升医生的工作效率,从而达到节约医院成本、提升医院服务质量和医院管理水平的良好效果。
目前,门诊医生排班研究仅考虑了单个医院门诊范围内的医生排班情况,无法合理安排大型医院多院区范围内的门诊医生排班。具体表现为,目前的医生排班只考虑可医生的偏好以及医生的工作负荷,没有充分考虑医生的偏好、医生的负荷、医生的工作成本、医院的资源限制、多院区之间的公平性以及医生之间的公平性等重要因素,这就造成了门诊医生排班严重不合理,不仅浪费医生、医院等资源,并且不能为患者提供优质的服务。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种多院区门诊医生排班方法及系统,解决了现有技术中无法为多院区的门诊安排合理的医生值班的技术问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
第一方面,本发明实施例提供了一种多院区门诊医生排班方法,所述方法包括:
获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个生在每个院区值班的成本指数;
根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
获取每个医生的不可用班次;
获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的医生的数量;
根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
根据每个医生的不可用班次,确定所述待处理班次的可用医生;
根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
根据所述预定的顺序,选取下一个班次,得到新的待处理班次,根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生,返回所述根据每个医生的不可用班次,确定所述待处理班次的可用医生的步骤,为每个班次确定每个院区值班的医生,得到排班方案。
结合第一方面,在第一种可能的实施方式中,所述方法还包括如下步骤:
在获取的所述人员数量配置表为多个的情况下,利用每个所述人员数量配置表确定一个排班方案;其中每个所述排班方案均包括每个班次中每个院区值班的医生;
根据每个医生对每个院区的每个班次的值班指数,确定每个排班方案的不合理度指数;
选取不合理度指数最低的排班方案,得到目标排班方案。
结合第一方面的第一种可能的实施方式,在第二种可能的实施方式中,所述方法在选取不合理度指数最低的排班方案之后,得到所述目标排班方案之前,还包括如下步骤:
判断所述人员数量配置表的更新次数是否大于预定值,若所述人员数量配置表的更新次数不大于预定值,则利用第二预定方法,根据所述目标人员数量配置表确定多个新的人员数量配置表;
利用新的人员数量配置表,返回所述在获取的所述人员数量配置表为多个的情况下的步骤。
结合第一方面的第二种可能的实施方式,在第三种可能的实施方式中,所述预定的顺序为所述班次对应的需要安排的医生的数量从大到小的顺序。
结合第一方面的第三种可能的实施方式,在第四种可能的实施方式中,所述第一预定方法为匈牙利算法。
结合第一方面的第三种可能的实施方式,在第五种可能的实施方式中,所述第二预定方法为SCA算法、第一启发式规则以及第二启发式规则。
结合第一方面,在第六种可能的实施方式中,所述每个医生为预定类型的医生。
结合第一方面的第六种可能的实施方式,在第七种可能的实施方式中,所述预定类型的医生为主任医生、副主任医生或普通医生。
结合第一方面,在第八种可能的实施方式中,所述方法利用如下步骤确定每个医生对每个院区的每个班次的值班指数:
计算每个医生对对应的院区的不满意指数、对对应的班次的不满意指数以及对对应的院区值班的成本指数的和;
计算所述和于3的商,得到所述每个医生对每个院区的每个班次的值班指数。
第二方面,本发明实施例提供了一种多院区门诊医生排班系统,所述系统包括:
第一信息获取单元,用于获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个生在每个院区值班的成本指数;
值班指数确定单元,用于根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
第二信息获取单元,用于获取每个医生的不可用班次;
第三信息获取单元,用于获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的医生的数量;
班次选取单元,用于根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
筛选单元,用于根据每个医生的不可用班次,确定所述待处理班次的可用医生;
矩阵建立单元,用于根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
值班医生确定单元,用于利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
所述班次选取单元还用于根据所述预定的顺序,选取下一个班次,得到新的待处理班次;
所述筛选单元还用于根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生。
(三)有益效果
本发明实施例提供了一种多院区门诊医生排班方法及系统,具备以下有益效果:
本发明实施例根据每个医生对每个院区的不满意度、每个医生对每个班次的不满意度以及每个医生在每个院区值班的成本指数确定每个医生对每个院区的每个班次的值班指数,结合每个医生的不可用班次和人员数量配置表,通过利用匈牙利算法为每个院区的每个班次安排值班医生。上述技术方案充分考虑医生的偏好、医生的负荷、医生的工作成本、医院的资源限制、多院区之间的公平性以及医生之间的公平性等重要因素,能够合理的安排门诊医生排班,不仅节省了医生、医院等资源,并且能为患者提供更加优质的服务。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性的示出了本发明一实施例的多院区门诊医生排班方法的流程图;
图2示意性的示出了本发明另一实施例的多院区门诊医生排班方法的流程图;
图3示意性的示出了本发明一实施例的多院区门诊医生排班系统的结构框图;
图4示意性的示出了本发明一实施例中医生数量限制约束条件图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种多院区门诊医生排班方法,如图1所示,该方法包括:
110、获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个医生在每个院区值班的成本指数;
这里,所述每个医生为预定类型的医生。所述预定类型的医生为主任医生、副主任医生或普通医生。本实施例的方法可以为上述任意一种医生安排排班方案,重复执行本实施例的方法可以为所有类型的医生安排排班方案。
120、根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
这里,利用如下步骤确定每个医生对每个院区的每个班次的值班指数:
1201、计算每个医生对对应的院区的不满意指数、对对应的班次的不满意指数以及对对应的院区值班的成本指数的和;
1202、计算所述和于3的商,得到所述每个医生对每个院区的每个班次的值班指数。
130、获取每个医生的不可用班次;
这里,不可用班次保存在医生的不可安排时间表中。不可安排时间表是预先设定的。
140、获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的每种类型的医生的数量;
人员数量配置表为每个院区的每个诊室在每个班次(一个星期共7天,每天分上下午两个时段)中,需要配备的每种类型医生(主任医生、副主任医生通医生)的数量,该数量受到医生数量、医院资源等的约束。例如医生数量约束:每个诊所每个班次中,可分配的每种类型的医生的数量有范围的限定。如图4中,圆圈1所指处;每个诊所在每个班次中,每种类型医生的数量有范围的限定,不能低于规定下限,亦不能超过类型1医生的数量。如,框2所指处;每个诊所在每个班次中,所有类型医生安排的数量限制,不能超过该诊所的诊室数量。如,图中所有圆圈1处相加不得超过类型1医生的总数。
150、根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
这里,所述预定的顺序为所述班次对应的需要安排的医生的数量从大到小的顺序。
160、根据每个医生的不可用班次,确定所述待处理班次的可用医生;
170、根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
180、利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
这里,所述第一预定方法为匈牙利算法。
190、根据所述预定的顺序,选取下一个班次,得到新的待处理班次,根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生,返回所述根据每个医生的不可用班次,确定所述待处理班次的可用医生的步骤,为每个班次确定每个院区值班的医生,得到排班方案;
这里,每个班次中每个院区值班的医生具体为,每个班次中每个院区的每个诊室值班的医生。
进一步地,本实施例中,上述方法还包括如下步骤:
在获取的所述人员数量配置表为多个的情况下,利用每个所述人员数量配置表确定一个排班方案;其中每个所述排班方案均包括每个班次中每个院区值班的医生;
根据每个医生对每个院区的每个班次的值班指数,确定每个排班方案的不合理度指数;这里每个排班方案的不合理指数为所有排班方案中所有的医生对应的值班班次的值班指数的和。
选取不合理度指数最低的排班方案,得到目标排班方案。
进一步地,本实施例中,上述方法在选取不合理度指数最低的排班方案之后,得到所述目标排班方案之前,还包括如下步骤:
判断所述人员数量配置表的更新次数是否大于预定值,若所述人员数量配置表的更新次数不大于预定值,则利用第二预定方法,根据所述目标人员数量配置表确定多个新的人员数量配置表;这里的预定值是预先设定的。
利用新的人员数量配置表,返回所述在获取的所述人员数量配置表为多个的情况下的步骤。
上述第二预定方法为SCA算法、第一启发式规则以及第二启发式规则。具体地,第一启发式规则为:诊所间同类医生的启发式规则,即在同一种类型的同一个班次中随机选择两个诊所,将这两个诊所该班次、该类型的医生数量进行交换。第一启发式规则为:诊所间不同类型医生的启发式规则:在同一个班次中,随机选择两个不同的诊所,在分别这两个诊所随机选择医生的类型,将两个不同的诊所各自对应的医生类型的数量进行对调。
在中国有许多大型医院拥有多个院区,考虑医生的稀缺及资源的极大化利用,大型医院不同院区的门诊部门共用相同的医生资源。本实施例的排班方法首先要解决的问题是将大型医院的医生合理的安排到各个院区中,使得各院区在每个工作时段都有充足的医生来完成各个院区门诊部门的就诊工作。其次,充分考虑医生的工作负荷和医生之间的公平性;再者,为响应国家医疗普惠政策,许多医生不仅在医院任职,还要进行不定期的义诊、下乡,且部分医生还承担着一定的教学任务,此排班模型考虑医生的个人时间计划,尽量满足医生的个人需求,提高医生对工作安排的满意度。最后,由于医生要前往不同的地点工作,会产生相应的工作成本,因此还考虑了医生去不同院区工作的偏好和工作成本。本实施例的排班模型中,针对不同院区,排班考虑医生的资历,考虑三种类型的医生:主任医生、副主任医生和普通医生,同一个排班周期中,不同院区的医生资历分布相当;其次,每一个排班单元(班次)要权衡医生的配比,即合理搭配普通医生和主任、副主任医生的数量;在整体排班中,综合考虑了医生的工作时长、各个院区之间的公平性、门诊部门的资源限制情况、跨院区作业的影响对医生的影响以及医生对工作时间、工作地点安排的偏好、医生在不同院区工作产生的工作成本。
下面再通过一个具体的实施例对本发明实施例的多院区门诊医生排班方法进行详细说明。
本实施例主要通过以下两个方面进行阐述,一是医生排班情况表的获取;二是SCA-迭代匈牙利法的操作步骤。其中,医生排班情况表的获取部分系统地说明了本实施例的实现思路,SCA-迭代匈牙利法部分则是说明了实现本实施例算法部分的具体操作步骤。
(一)医生排班情况表获得的主要步骤
医生排班情况表的获得过程主要分为两个主要步骤:一是获得人员数量配置表;二是获得具体人员安排表。
1、人员数量配置表的获取
该步骤主要是为了获得每个诊室在每个时段(一个星期共7天,每天分上下午两个时段)中需要配备的每种类型医生(主任医生、副主任医生、普通医生)的数量,该数量受到医生数量、医院资源等的约束。
2、具体人员安排表(即每个院区的在每个班次中安排的医生)的获取。
根据获得的人员数量配置表,将每个时段进行划分,即每个时段的具体医生的指定过程为一个0-1指派问题,即根据该时段的效益矩阵为每个医生对每个时段、每个诊所的不满意度与成本之和。按照需要安排的医生数量由多到少进行安排;即选取需要安排的医生数最多的班次为起始点,使用一次匈牙利法得到此班次的最优指派方案,而后选取次多需要安排的医生数的班次,再一次使用匈牙利法,得到该班次的最优指派方案;且之前的指派结果会影响下一次的指派,例如,当某位医生的指派次数已经达到上限,在下一次的指派中该医生便不能被指派。以此类推,直至所有班次均指派完成。
下表为利用本实施例的方法得到的医生排班情况表:
(二)SCA-匈牙利法的主要步骤
如图2所示,包括以下步骤:1设定算法参数;2生成初始种群;3使用匈牙利法进行初步指派;4计算适应度值,输出全局最优解;5判断是否满足终止条件,若满足终止算法,反之执行步骤6;6保留最优解,随机删除一个个体,使用SCA算法进行更新,获得新的种群;7使用启发式规则更新新种群;8使用匈牙利法进行具体人员的指派;9计算新种群适应度值,输出全局最优解,返回步骤5。
本实施例针对多院区大型医院门诊部门医生排班问题,求得近似最优解,合理地利用医院的资源,提升医生的工作效率,从而实现节约医院成本、提升医院服务质量和医院管理水平的目的。
本实施例中,其基本步骤如下:
步骤1:输入主任医生数量N1,副主任医生数量N2,普通医生数量N3,诊所数M,时段数T,每个诊所的诊室数量C[M]。初始化算法参数,包括种群规模popsize、迭代次数iterate、p、r1、r2、r3、r4,、令run=1。
步骤2:结合编码、解码方式,随机生成初始种群clinicPopul,获得popsize个个体,每个个体代表一种人员数量配置方案。
步骤3:根据生成的人员数量配置方案使用迭代匈牙利法生成医生的具体排班方案。首先对排班周期中的每个班次进行划分,由于每个医生在一个班次中至多只能被指派1次,且在每个排班单元中,所有诊所所需要安排的医生数小于等于医生的总数,当诊所所需安排的医生数量小于医生的总数时,构造多余个数的虚拟矩阵,将该问题转化为任务数与人员数相同的0-1指派问题。我们以一个班次为单位,医生对班次及诊所的不满意度和程度作为系数,根据班次的医生需求数量的大小由多至少进行指派,直至所有的班次都指派完成。
在构建平衡矩阵时,根据该班次的人员配置表,记录平衡矩阵每列所对应的诊所ID,且平衡矩阵的列数代表该班次该诊所所需医生的数量,如下所示:
式中,横排代表医生的编号,列排代表诊所(即院区)的编号,虚拟诊所的编号均为M+1;最终得到的指派矩阵对于每一个医生都有一个唯一一列的值是1,且所有医生的指派标记1均在不同的行和列。
步骤4:根据具体排班方案计算每个个体的医生不满意度和成本WMin。输出最小的WMin值及其对应的个体,并令run=run+1。
步骤5:判断run≥runtime是否成立,若成立,算法终止;若不成立,执行步骤6。
步骤6:保留最优解的个体,再从剩下的个体中随机去除一个个体;除去最优解的个体,其余个体均使用SCA算法进行解的更新,将更新后的个体和上个种群最优解的个体结合形成新的种群。其中,SCA算法迭代公式如下:
其中,表示第t次迭代中第i个维度解的当前位置;Pi t表示第t次迭代中第i个维度解的最终位置;r2为[0,2π]之间的随机数;r3为任意的整数随机数;a为参数;t为当前迭代次数;T为最大迭代次数。
步骤7:使用启发式规则对生成的新人员数量配置表进行优化。首先随机产生一个[1,6]之间的整数,代表启发式规则执行的次数,其次执行如下启发式规则,此外,两种类型的变化算作一次操作。
执行的启发式规则如下:
1.符号定义
2.诊所间同类医生的启发式规则:在同一种类型的同一个班次中随机选择两个诊所,将这两个诊所该班次、该类型的医生数量进行交换。
3.诊所间不同类型医生的启发式规则:在同一个班次中,随机选择两个不同的诊所c1、c2,在分别这两个诊所随机选择医生的类型,将两个不同的诊所各自对应的医生类型的数量进行对调。
步骤8:将上个步骤得到的总的人员配置表,按班次进行划分,划分成T个班次人员配置表。按照每个每次需要安排的人员数量由多至少依次使用匈牙利法进行指派。在具体指派过程中,当出现医生数大于需要安排的人数时,构建超过个数个虚拟诊所,其对应的系数均为0;且之前的指派结果将影响下一次的指派;以此类推,使用迭代匈牙利法直至所有的班次都被指派完成。
步骤9:根据上步获得的具体排班方案计算每个个体的医生不满意度和成本WMin。输出最小的WMin值及其对应的个体,并令run=run+1,返回步骤5。
本实施例公开了一种基于SCA-迭代匈牙利算法的多院区大型医院门诊医生排班方法,通过本方法最终将得到该大型医院每个院区门诊部门的医生排班情况表。
下面通过一个具体的实施例对本发明的多院区门诊医生排班方法进行详细说明。
为一个拥有2个院区(院区1、院区2)的大型医院的普通外科门诊医生进行4个班次的排班安排;该医院普通外科门诊医生共有:主任医生4名、副主任医生4名、普通医生3名。每个院区在每个班次中,主任医生坐诊的数量不得低于1名,副主任医生坐诊的数量不得低于1名,普通医生坐诊数量不得低于1名;一个班次中,所有医生坐诊数量不得超过院区的诊室数量,其中院区1的诊室个数为7间,院区1的诊室个数为8间。
(一)涉及到的数据分别有:
①医生对诊所、对班次的不满意度,医生去不同诊所坐诊所产生的成本,将这些数据归一化至[0,1]区间。
①医生的不可安排时间表,保存了每个医生不可被安排的班次。
本实例中的数据如下:
(1)医生对诊所的不满意度如下:
①主任医生
医生编号 | 诊所1 | 诊所2 |
主1 | 0.4 | 0.8 |
主2 | 0.5 | 0.3 |
主3 | 0.4 | 0.5 |
主4 | 0.2 | 0.7 |
②副主任医生
医生编号 | 诊所1 | 诊所2 |
副1 | 0.1 | 0.4 |
副2 | 0.3 | 0.7 |
副3 | 0.3 | 0.5 |
副4 | 0.7 | 0.4 |
③普通医生
医生编号 | 诊所1 | 诊所2 |
普1 | 0.6 | 0.1 |
普2 | 0.5 | 0.3 |
普3 | 0.3 | 0.6 |
(2)医生对班次不满意度如下:
①主任医生
医生编号 | 班次1 | 班次2 | 班次3 | 班次4 |
主1 | 0.3 | 0.2 | 0.5 | 0.2 |
主2 | 0.5 | 0.4 | 0.6 | 0.4 |
主3 | 0.1 | 0.6 | 0.3 | 0.9 |
主4 | 0.2 | 0.4 | 0.5 | 0.7 |
②副主任医生
医生编号 | 班次1 | 班次2 | 班次3 | 班次4 |
副1 | 0.5 | 0.6 | 0.8 | 0.2 |
副2 | 0.5 | 0.4 | 0.5 | 0.8 |
副3 | 0.7 | 0.5 | 0.9 | 0.5 |
副4 | 0.2 | 0.3 | 0.8 | 0.3 |
③普通医生
医生编号 | 班次1 | 班次2 | 班次3 | 班次4 |
普1 | 0.4 | 0.8 | 0.3 | 0.5 |
普2 | 0.6 | 0.3 | 0.5 | 0.3 |
普3 | 0.2 | 0.5 | 0.4 | 0.7 |
(3)医生去不同诊所产生的成本如下:
①主任医生
医生编号 | 诊所1 | 诊所2 |
主1 | 0.3 | 0.5 |
主2 | 0.5 | 0.3 |
主3 | 0.2 | 0.6 |
主4 | 0.5 | 0.7 |
②副主任医生
医生编号 | 诊所1 | 诊所2 |
副1 | 0.1 | 0.1 |
副2 | 0.1 | 0.4 |
副3 | 0.3 | 0.6 |
副4 | 0.6 | 0.8 |
③普通医生
医生编号 | 诊所1 | 诊所2 |
普1 | 0.3 | 0.4 |
普2 | 0.5 | 0.5 |
普3 | 0.6 | 0.8 |
将以上提供的数据进行整合,形成如下综合表,表中数据表示医生对各个班次、各个诊所的不满意度和成本的值(计算过程:(班次不满意度+诊所不满意度+成本)/3)。
①主任医生
②副主任医生
③普通医生
(4)每位医生的不可用班次情况如下标,标记0表示不可用:
医生编号 | 班次1 | 班次2 | 班次3 | 班次4 |
主1 | 0 | / | / | / |
主2 | / | / | / | / |
主3 | / | / | 0 | |
主4 | / | / | / | / |
副1 | / | / | / | / |
副2 | / | / | 0 | |
副3 | / | / | 0 | / |
副4 | 0 | / | / | / |
普1 | / | 0 | / | / |
普2 | / | / | 0 | / |
普3 | / | / | / | / |
(二)生成人员数量配置表
(三)生成具体人员安排表
根据提供的人员数量配置表,以及医生的不可用时间表可得到具体人员安排表。人员安排表根据班次进行安排,本实例共有4个班次,因此用使用4次匈牙利法。
例如,对主任医生进行指派。
第一次使用匈牙利法,选取需要安排人数最多的班次,选择班次2。
建立平衡矩阵如下:
使用匈牙利法得到该班次的排班情况为:(1表示指派)
以此类推,直至将所有班次、所有类型的医生都安排完成,最终得到具体人员安排表。
上述实施例解决了拥有多院区的大型医院,且不同院区的门诊部门共用相同的医生资源的排班问题。本实施例能将大型医院的医生合理的安排到各个院区中,使得各院区在每个工作时段都有充足的医生来完成各个院区门诊部门的就诊工作。
本实施例的排班方法考虑医生的个人需求。一是医生个人时间计划;二是医生对工作地点的偏好。本实施例的方法能满足医生在工作时间上的特殊需求,例如某医生在某个时间段无法工作时,本实施例的方法在该时段将不会对该医生进行安排;此外本实施例的方法将提高医生对工作时间、工作地点安排的满意度。
本实施例的排班方法,针对不同院区之间,排班考虑医生的资历,考虑三种类型的医生:主任医生、副主任医生和普通医生;在同一个排班周期中,不同院区的医生资历分布相当;其次,每一个排班单元要权衡医生的配比,即合理搭配普通医生和主任、副主任医生的数量。
本实施例的排班方法将SCA与迭代匈牙利法进行结合,使用两阶段法解决问题。首先先生成可行的医生人员数量配置表,在该表描述每种医生在每个院区中的每个时间段的数量;在人员数量配置表的基础上,通过匈牙利法求解每个时间段具体医生的安排,由医生数量最多的时间段开始安排,以此类推,且每个时间段的安排都会影响下一个时间段的安排。
在使用SCA-迭代匈牙利法时,更新种群的方式是,保留上一个种群的最优解的个体,再从其余的个体中随机去除一个个体;除去最优解的个体均进行解的更新,将更新后的个体与上一个种群最优解的个体结合形成新的种群,以此来确保更优解的保留。
在SCA-迭代匈牙利法中,在算法迭代部分设计了两个启发式规则:
①诊所间同类医生的启发式规则:在同一种类型的同一个班次中随机选择两个诊所,将这两个诊所该班次、该类型的医生数量进行交换。
②诊所间不同类型医生的启发式规则:在同一个班次中,随机选择两个不同的诊所,在分别这两个诊所随机选择医生的类型,将两个不同的诊所各自对应的医生类型的数量进行对调。
本实施例迭代匈牙利法使用时,需要构建任务数与人员数相同的平衡矩阵。但是可选择的医生总数往往大于需要安排的医生数量,且在使用匈牙利法解决0-1指派问题时,每行每列有且仅能选择一个1。因此本发明在构建平衡矩阵时,给每个“工作”加了一个编号,此编号表示该工作隶属的诊所;此外,还本发明还虚设了多余个数的工作数量。
本实施例的排班方法能解决多院区大型医院门诊部门的医生排班问题,将大型医院的医院合理的安排到各个院区的各个时间段中,使得医院的各院区在每个工作时段都有充足的医生来完成各个院区门诊部门的就诊工作。其次,本实施例的排班方法能考虑医生的个人时间计划,满足医生的个人需求,提高医生对工作安排的满意度。最后,由于医生要前往不同的地点工作,会产生相应的工作成本,因此本实施例的排班方法最大化医生去不同院区工作的偏好和最小化医生的工作成本。
本实施例的排班方法中,同一个排班周期中,不同院区的医生资历分布相当;每一个排班单元均权衡医生的配比,做到合理搭配普通医生和主任、副主任医生的数量;在整体排班中,综合考虑了医生的工作时长、各个院区之间的公平性、门诊部门的资源限制情况、跨院区作业的影响对医生的影响以及医生对工作时间、工作地点安排的偏好、医生在不同院区工作产生的工作成本。
本实施例的排班方法使用SCA-迭代匈牙利法算法来解决该问题,一方面SCA能在短时间内找到较优的人员数量配置方案,在迭代过程中,切换使用正弦-余弦公式,使用启发式规则对解进行更新,能有效防止陷入局部最优;另一方面使用迭代匈牙利法进行具体人员的精确分配,在每个时间段中均能找到最优解,且之前的解情况会迭代至下一个时间段,从而很大程度上帮助找到全局较优解。
对应于上述方法,本发明实施例还提供了一种多院区门诊排班系统,如图3所示,该系统包括:
第一信息获取单元,用于获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个生在每个院区值班的成本指数;
值班指数确定单元,用于根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
第二信息获取单元,用于获取每个医生的不可用班次;
第三信息获取单元,用于获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的医生的数量;
班次选取单元,用于根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
筛选单元,用于根据每个医生的不可用班次,确定所述待处理班次的可用医生;
矩阵建立单元,用于根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
值班医生确定单元,用于利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
所述班次选取单元还用于根据所述预定的顺序,选取下一个班次,得到新的待处理班次;
所述筛选单元还用于根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生。
本发明实施例的方法中的每个步骤是与本发明实施例的系统在排班过程中的步骤一一对应的,本发明实施例的系统在医生排班中每个步骤均包含在本发明实施例的方法中,因此,对于重复的部分,这里不再进行赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多院区门诊医生排班方法,其特征在于,所述方法包括:
获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个医生在每个院区值班的成本指数;
根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
获取每个医生的不可用班次;
获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的每种类型医生的数量;
根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
根据每个医生的不可用班次,确定所述待处理班次的可用医生;
根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
根据所述预定的顺序,选取下一个班次,得到新的待处理班次,根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生,返回所述根据每个医生的不可用班次,确定所述待处理班次的可用医生的步骤,为每个班次确定每个院区值班的医生,得到排班方案。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括如下步骤:
在获取的所述人员数量配置表为多个的情况下,利用每个所述人员数量配置表确定一个排班方案;其中每个所述排班方案均包括每个班次中每个院区值班的医生;
根据每个医生对每个院区的每个班次的值班指数,确定每个排班方案的不合理度指数;
选取不合理度指数最低的排班方案,得到目标排班方案。
3.根据权利要求2所述的方法,其特征在于,所述方法在选取不合理度指数最低的排班方案之后,得到所述目标排班方案之前,还包括如下步骤:
判断所述人员数量配置表的更新次数是否大于预定值,若所述人员数量配置表的更新次数不大于预定值,则利用第二预定方法,根据所述目标人员数量配置表确定多个新的人员数量配置表;
利用新的人员数量配置表,返回所述在获取的所述人员数量配置表为多个的情况下的步骤。
4.根据权利要求3所述的方法,其特征在于,所述预定的顺序为所述班次对应的需要安排的医生的数量从大到小的顺序。
5.根据权利要求4所述的方法,其特征在于,所述第一预定方法为匈牙利算法。
6.根据权利要求4所述的方法,其特征在于,所述第二预定方法为SCA算法、第一启发式规则以及第二启发式规则。
7.根据权利要求1所述的方法,其特征在于,所述每个医生为预定类型的医生。
8.根据权利要求7所述的方法,其特征在于,所述预定类型的医生为主任医生、副主任医生或普通医生。
9.根据权利要求1所述的方法,其特征在于,所述方法利用如下步骤确定每个医生对每个院区的每个班次的值班指数:
计算每个医生对对应的院区的不满意指数、对对应的班次的不满意指数以及对对应的院区值班的成本指数的和;
计算所述和于3的商,得到所述每个医生对每个院区的每个班次的值班指数。
10.一种多院区门诊医生排班系统,其特征在于,所述系统包括:
第一信息获取单元,用于获取每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数、每个生在每个院区值班的成本指数;
值班指数确定单元,用于根据每个医生对每个院区的不满意指数、每个医生对每个班次的不满意指数以及每个医生在每个院区值班的成本指数,确定每个医生对每个院区的每个班次的值班指数;
第二信息获取单元,用于获取每个医生的不可用班次;
第三信息获取单元,用于获取人员数量配置表,其中所述人员数量配置表包括每个班次中每个院区需要分配的医生的数量;
班次选取单元,用于根据人员数量配置表,按照预定的顺序,选取班次,得到待处理班次;
筛选单元,用于根据每个医生的不可用班次,确定所述待处理班次的可用医生;
矩阵建立单元,用于根据所述可用医生、所述待处理班次中每个院区需要分配的医生的数量以及每个医生对应的值班指数建立平衡矩阵;
值班医生确定单元,用于利用第一预定方法,根据所述平衡矩阵确定所述待处理班次中每个院区值班的医生;
所述班次选取单元还用于根据所述预定的顺序,选取下一个班次,得到新的待处理班次;
所述筛选单元还用于根据已经处理的班次计算每位医生已被安排的班次次数,剔除排班次数超过预定上限的医生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811014666.7A CN109065138B (zh) | 2018-08-31 | 2018-08-31 | 多院区门诊医生排班方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811014666.7A CN109065138B (zh) | 2018-08-31 | 2018-08-31 | 多院区门诊医生排班方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109065138A true CN109065138A (zh) | 2018-12-21 |
CN109065138B CN109065138B (zh) | 2021-04-16 |
Family
ID=64758267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811014666.7A Active CN109065138B (zh) | 2018-08-31 | 2018-08-31 | 多院区门诊医生排班方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109065138B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570937A (zh) * | 2019-09-17 | 2019-12-13 | 上海劳勤信息技术有限公司 | 一种医生和助手排班的方法 |
CN112801438A (zh) * | 2019-11-14 | 2021-05-14 | 顺丰科技有限公司 | 排班表评估方法、装置、计算机设备和存储介质 |
CN113506602A (zh) * | 2021-07-29 | 2021-10-15 | 深圳万海思数字医疗有限公司 | 远程医疗平台医生调度方法和装置 |
CN113555096A (zh) * | 2021-06-10 | 2021-10-26 | 合肥工业大学 | 考虑医生排班情况的手术室调度方法和系统 |
CN114611876A (zh) * | 2022-02-09 | 2022-06-10 | 深圳力维智联技术有限公司 | 值班人员的排班方法、装置及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130110540A1 (en) * | 2011-10-26 | 2013-05-02 | Patient Identification Network LLC | Method of Collecting Patient Information in an Electronic System |
US20130339058A1 (en) * | 2003-01-31 | 2013-12-19 | I.M.D. Soft Ltd. | Medical Information Event Manager |
CN104361444A (zh) * | 2014-11-05 | 2015-02-18 | 苏永静 | 一种护理排班的方法及其系统 |
US20160147955A1 (en) * | 2014-11-20 | 2016-05-26 | Netspective Communications Llc | Tasks scheduling based on triggering event and work lists management |
CN106779369A (zh) * | 2016-12-03 | 2017-05-31 | 安徽中医药大学第附属医院 | 一种医院轮转排班方法 |
CN107274101A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市泰衡诺科技有限公司 | 排班方法、装置 |
CN108053118A (zh) * | 2017-12-14 | 2018-05-18 | 泰康保险集团股份有限公司 | 医生排班方法与系统 |
-
2018
- 2018-08-31 CN CN201811014666.7A patent/CN109065138B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130339058A1 (en) * | 2003-01-31 | 2013-12-19 | I.M.D. Soft Ltd. | Medical Information Event Manager |
US20130110540A1 (en) * | 2011-10-26 | 2013-05-02 | Patient Identification Network LLC | Method of Collecting Patient Information in an Electronic System |
CN104361444A (zh) * | 2014-11-05 | 2015-02-18 | 苏永静 | 一种护理排班的方法及其系统 |
US20160147955A1 (en) * | 2014-11-20 | 2016-05-26 | Netspective Communications Llc | Tasks scheduling based on triggering event and work lists management |
CN106779369A (zh) * | 2016-12-03 | 2017-05-31 | 安徽中医药大学第附属医院 | 一种医院轮转排班方法 |
CN107274101A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市泰衡诺科技有限公司 | 排班方法、装置 |
CN108053118A (zh) * | 2017-12-14 | 2018-05-18 | 泰康保险集团股份有限公司 | 医生排班方法与系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570937A (zh) * | 2019-09-17 | 2019-12-13 | 上海劳勤信息技术有限公司 | 一种医生和助手排班的方法 |
CN112801438A (zh) * | 2019-11-14 | 2021-05-14 | 顺丰科技有限公司 | 排班表评估方法、装置、计算机设备和存储介质 |
CN113555096A (zh) * | 2021-06-10 | 2021-10-26 | 合肥工业大学 | 考虑医生排班情况的手术室调度方法和系统 |
CN113555096B (zh) * | 2021-06-10 | 2023-06-30 | 合肥工业大学 | 考虑医生排班情况的手术室调度方法和系统 |
CN113506602A (zh) * | 2021-07-29 | 2021-10-15 | 深圳万海思数字医疗有限公司 | 远程医疗平台医生调度方法和装置 |
CN113506602B (zh) * | 2021-07-29 | 2023-09-01 | 深圳万海思数字医疗有限公司 | 远程医疗平台医生调度方法和装置 |
CN114611876A (zh) * | 2022-02-09 | 2022-06-10 | 深圳力维智联技术有限公司 | 值班人员的排班方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109065138B (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109065138B (zh) | 多院区门诊医生排班方法及系统 | |
Schimmelpfeng et al. | Decision support for rehabilitation hospital scheduling | |
Wang et al. | Particle swarm optimization-based planning and scheduling for a laminar-flow operating room with downstream resources | |
CN116721751B (zh) | 一种基于临床大数据的医护排班方法及系统 | |
CN110504021A (zh) | 医院床位调度方法、装置、系统及电子设备 | |
Liu et al. | Dynamic and static job allocation for multi-server systems | |
CN112017765B (zh) | 一种大型三甲教学医院超声科智能排班方法及系统 | |
Younespour et al. | Using mixed integer programming and constraint programming for operating rooms scheduling with modified block strategy | |
WO2017093827A1 (en) | Workforce scheduling | |
Valenzuela-Núñez et al. | Smart Medical Appointment Scheduling: Optimization, Machine Learning, and Overbooking to Enhance Resource Utilization | |
Weerakkody et al. | CSCW-based system development methodology for health-care information systems | |
Carter et al. | Surgical scheduling to smooth demand for resources | |
Qiao et al. | Optimizing teleconsultation scheduling to make healthcare greener | |
Sadki et al. | Patients assignment for an oncology outpatient unit | |
Schneider et al. | A systems analysis of the impact of physician extenders on medical cost and manpower requirements | |
Arabzadeh | Reconfiguration of inpatient services to reduce bed pressure in hospitals | |
Lyons et al. | A staff allocation model for mental health facilities | |
Jin et al. | The cost of task switching: evidence from emergency departments | |
Srinivas et al. | Design and analysis of a hybrid appointment system for patient scheduling: An optimisation approach | |
Zander et al. | Dynamic appointment scheduling with patient time preferences and different service time lengths | |
Rath et al. | Multilocation, Dynamic Staff Planning for a Healthcare System: Methodology and Application | |
CN113555096B (zh) | 考虑医生排班情况的手术室调度方法和系统 | |
Li et al. | Optimal bed allocation in hospitals | |
Rottmann et al. | Leveraging electronic health records to improve patient appointment scheduling: a design-oriented approach | |
Chao et al. | Arcadia Medical Center: Emergency Department Crowding (A) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |