CN110767300A - 一种数据处理方法、装置以及系统、存储介质 - Google Patents

Abstract

本申请提供一种数据处理方法、装置以及系统、存储介质。该数据处理方法包括：接收第一医院发送的转诊请求，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；将所述转诊成本反馈给所述第一医院和所述第二医院。该数据处理方法提高了转诊决策的合理性。

Description

一种数据处理方法、装置以及系统、存储介质

技术领域

本申请涉及数据处理领域，具体而言，涉及一种数据处理方法、装置以及系统、存储介质。

背景技术

在传统的医疗服务体系中，当有患者提出转诊请求时，例如从基层医疗机构向大医院转的请求，或者从大医院向基层医疗机构转的请求，通常由处理请求的医院进行决策，判断是否同意该转诊请求。在决策时，医生一般根据患者的疾病严重程度等基本信息作一个简单的判断，得到是否可以转诊的决策结果后，完成对该转诊请求的处理。

在传统的转诊决策中，基于患者的情况进行一个简单判断，得到的决策结果可能并不符合患者或者医院的实际情况，进而后续转诊成功的可能性较小，出现医院资源的浪费或者患者不满的情况等。因此，传统的转诊决策的合理性较低，不利于医疗机构资源的配置。

发明内容

本申请的目的在于提供一种数据处理方法、装置以及系统、存储介质，用以提高转诊决策的合理性。

第一方面，本申请提供一种数据处理方法，包括：

接收第一医院发送的转诊请求，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；将所述转诊成本反馈给所述第一医院和所述第二医院。

预先存储有不同的决策变量值对应的转诊成本，当接收到医院发送的转诊请求时，可以直接确定出该转诊请求对应的转诊成本。与现有技术相比，预先存储有不同的决策变量对应的转诊成本，在有新的转诊请求时，可直接将对应的转诊成本反馈给与转诊请求相关的医院，对于医院来说，可以结合转诊成本和患者的基本情况得到一个较为合理的决策结果。进一步的，医院在知道转诊成本后，还可以将转诊成本和决策结果告知患者以及根据决策结果对医院的资源进行合理配置。因此，本申请实施例提供的数据处理方法实现了转诊决策的合理性，有利于医疗机构对资源进行合理配置。

作为一种可能的实现方式，所述第二医院的医院等级大于所述第一医院的医院等级，所述决策变量值为所述待转诊患者的疾病严重程度，根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本，包括：查找与所述疾病严重程度对应的转诊成本；将与所述疾病严重程度对应的转诊成本确定为所述转诊请求的转诊成本。

当第二医院的医院等级大于第一医院的医院等级时，代表转诊请求为上转请求，此时，转诊请求对应的决策变量为待转诊患者的疾病严重程度，说明在上转时，主要考虑的是患者的疾病严重程度对转诊成本的影响，进而转诊成本较合理。

作为一种可能的实现方式，所述第二医院的医院等级小于所述第一医院的医院等级，所述决策变量值为所述待转诊患者的下转时间点，根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本，包括：查找与所述下转时间点对应的转诊成本；将与所述下转时间点对应的转诊成本确定为所述转诊请求的转诊成本。

当第二医院的医院等级小于第一医院的医院等级时，代表转诊请求为下转请求。说明在下转时，主要考虑的是下转时间点对转诊成本的影响。对于下转时间点来说，可以体现待转诊患者需要何时进行下转，根据该时间点能够得到较合理的转诊成本。

作为一种可能的实现方式，在接收第一医院发送的转诊请求之前，所述方法还包括：获取决策变量与转诊成本的对应关系；根据所述对应关系计算在不同的决策变量值下的转诊成本；将所述不同的决策变量值以及分别对应的转诊成本对应存储，得到所述转诊决策模型。

通过决策变量与转诊成本的对应关系，能够计算出不同的决策变量值下的转诊成本，进而使在接收到转诊请求时，能够直接根据决策变量值查找对应的转诊成本。

作为一种可能的实现方式，获取决策变量与转诊成本的对应关系，包括：获取预设的患者转诊意愿、就诊到达率、上转决策变量以及下转决策变量；根据所述患者转诊意愿、所述转诊患者就诊到达率、所述上转决策变量以及所述下转决策变量确定所述对应关系。

在确定决策变量与转诊成本的对应关系时，除了考虑上转决策变量和下转决策变量，还考虑了患者转诊意愿、就诊到达率这两个因素，使决策变量与转诊成本的对应关系是合理且准确的。

作为一种可能的实现方式，根据所述对应关系计算在不同的决策变量值下的转诊成本，包括：根据所述对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本。

转诊成本可以包括等待成本、误诊成本以及闲置成本，进而可以使医院根据不同的成本进行合理决策。

作为一种可能的实现方式，所述决策变量值包括上转决策变量值和下转决策变量值，根据所述对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本，包括：确定一个上转决策变量值，根据所述上转决策变量值以及所述对应关系计算在不同的下转决策变量值下的等待成本、误诊成本以及闲置成本；确定一个下转决策变量值，根据所述下转决策变量值以及所述对应关系计算在不同的上转决策变量值下的等待成本、误诊成本以及闲置成本。

在计算不同的上转决策变量值和下转决策变量值分别对应的各个转诊成本时，可以将另一个决策变量值固定，即只设置一个变量，这样在不同的决策变量值下的转诊成本比较准确，且不混乱。

第二方面，本申请提供一种数据处理装置，所述装置包括用于实现第一方面以及第一方面任意一种可能的实现方式中所述的方法的功能模块。

第三方面，本申请提供一种数据处理系统，包括：第一医院对应的第一客户端、第二医院对应的第二客户端、服务器；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；所述第一客户端用于：将所述第一医院的转诊请求发送给所述服务器，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述服务器用于：接收所述转诊请求；获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；所述服务器还用于将所述转诊成本反馈给所述第一客户端和所述第二客户端。

第四方面，本申请提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被计算机运行时执行如第一方面以及第一方面任意一种可能的实现方式中所述的方法的步骤。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的数据处理系统结构示意图。

图2为本申请实施例提供的双向转诊流程示意图。

图3为本申请实施例提供的数据方法的交互流程图。

图4为本申请实施例提供的转诊决策概念模型图。

图5为本申请实施例提供的基于上转决策的各节点分项成本对比图。

图6为本申请实施例提供的基于上转决策的各节点分项成本及总成本对比图。

图7为本申请实施例提供的基于下转决策的各节点分项成本对比图。

图8为本申请实施例提供的基于下转决策的各节点分项成本及总成本对比图。

图9为本申请实施例提供的基于首诊意愿的各节点分项成本对比图。

图10为本申请实施例提供的基于首诊意愿的各节点分项成本及总成本对比图。

图11为本申请实施例提供的数据处理装置功能结构框图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

请参照图1，为本申请实施例提供的数据处理系统100示意图，本申请实施例提供的数据处理方法可以应用于数据处理系统100。在该数据处理系统100中包括服务器101以及多个客户端，每个客户端对应一个医院，如第一医院对应的第一客户端102、第二医院对应的第二客户端103。数据处理系统100可以理解为辅助各个医院进行转诊的系统，各个客户端可以向服务器101发送各类请求，服务器101在接收到请求后，根据已存储有的各类信息对请求进行处理，包括各个医院的信息以及其他与转诊相关的信息，在处理完成后，反馈对应的结果给客户端。

对于客户端与服务器101之间的架构，可以是B/S或者C/S架构。在为B/S架构时，各个医院通过特定的操作平台如WEB浏览器与服务器101（WEB服务器）进行交互。在为C/S架构时，各个医院通过手机或者电脑上安装的应用程序与服务器101进行交互。在这种架构中，应用程序可以是医院自己设计的应用程序，医院员工可以在手机或者电脑上进行下载使用。

对于表现层来说，该数据处理系统100可以具有多种形式。对于B/S架构来说，例如网页，网页可以通过网页链接进入，也可以是特定的浏览器。对于C/S架构来说，例如应用程序、小程序等，应用程序可以安装在手机、电脑等电子设备上；小程序可以通过应用程序进入，如微信、QQ等的小程序。此外，还可以是公众号、服务号等，如微信公众号、QQ服务号等。

由于本申请实施例提供的数据处理系统100是面向转诊需求的系统，为了减少服务器101的压力，数据处理系统100一般为市级的管理系统，即客户端对应的各个医院属于同一个市的医院，各个医院的医院等级包括至少两种，不同的医院等级的医院的治疗和服务水平不相同，医院等级越高，治疗和服务水平越高。举例来说，假设在XX市，现有两种医院等级，大医院和基层医疗机构，大医院的医院等级高于基层医疗机构的医院等级，大医院代表三级甲等以上的医院，基层医疗机构代表三级甲等以下的医院。那么数据处理系统100中管理XX市的这两种医院等级的各个医院的转诊。当然，医院等级还可以划分的更细，例如卫生所、诊所这类小医院的医院等级可以低于基层医疗机构的医院等级。该数据处理系统100可以命名为例如XX市转诊数据处理系统等。

需要注意的是，为了区分和识别不同的客户端，每个客户端在向服务器101发送请求或者信息时，都带有与自身对应的身份标识。该身份标识可以是例如医院的编码、或者医院的名称等，这样服务器101在接收到一个请求或者信息时，便能知道发送该请求或者信息的客户端对应的医院。

请参照图2，是本申请实施例提供的转诊流程示意图，如图2所示，本申请实施例所述的转诊为双向转诊，即既可以上转也可以下转，上转为从当前医院转向比自身的医院等级高的医院，如从基层医疗机构转向大医院（例如三级甲等医院）；下转为从当前医院转向比自身的医院等级低的医院，如从大医院转向基层医疗机构。具体来说，在图2中，当患者就医需求产生时，会先选择一个就医机构，在选择后，可能会前往大医院就诊，也可能会前往基层医疗机构就诊。选择基层医疗机构就诊，在门诊诊断后，患者可以选择直接离开，也可以选择从基层医疗机构转向大医院，也可以选择继续在门诊的机构进行治疗与康复。选择大医院门诊就诊或者通过基层机构转诊至大医院门诊就诊后，假设患者选择了继续治疗与康复，对于大医院来说，若患者的病情好转，为了避免大医院资源的浪费，可以选择转向基层医疗机构。对于基层医疗机构来说，若由于基层医疗机构的水平较低，出现了误诊的情况，也可以选择转向大医院进行进一步的诊断以及治疗。因此，对于大医院的患者来说，可以根据实际需求发起向下转诊请求，对于基层医疗机构的患者来说，可以根据实际需求发起向上转诊请求。

结合图1所示的数据处理系统100以及图2所示的转诊流程，接下来介绍应用于数据管理系统100的数据处理方法，请参照图3，为本申请实施例提供的数据处理方法的流程示意图，该数据处理方法包括：

步骤201：第一客户端102将第一医院的转诊请求发送给服务器101。转诊请求中包括待转诊患者所要转诊的第二医院以及转诊请求对应的决策变量值。

步骤202：服务器101接收转诊请求，获取预先存储的转诊决策模型。转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本。

步骤203：服务器101根据转诊请求对应的决策变量值以及转诊决策模型确定转诊请求的转诊成本，并反馈给第一客户端102和第二客户端103。

在服务器101中，预先计算并存储有不同的决策变量值对应的系统转诊成本，当接收到医院的转诊请求时，根据转诊请求中的决策变量值确定出转诊成本，再反馈给与转诊请求相关的两个医院。第一客户端102和第二客户端103各自对应的医院员工可以根据转诊成本进行转诊决策，告知待转诊患者，并根据决策结果对医院资源进行合理的配置。通过该数据处理方法，实现了转诊决策的合理性，有利于医疗机构对资源进行合理配置。

在步骤201中，第一客户端102发送的转诊请求的方式可以是主动或者被动。当主动时，医院的员工上传请求到第一客户端102是非实时的，例如医院的员工批量的将转诊请求上传至第一客户端102并存储，作为待处理转诊请求，然后第一客户端102按照上传的顺序依次将转诊请求发送给服务器101。当被动时，医院的员工上传请求到第一客户端102是非实时的，即医院的员工一次只提交一个转诊请求，第一客户端102在接收到后实时发送给服务器101。

在步骤202中，对于预先存储的转诊决策模型，其中，存储有不同的决策变量值以及每个决策变量值对应的转诊成本。其中，对于决策变量值，当第一医院的医院等级小于第二医院的医院等级时，代表转诊请求为上转转诊请求，那么决策变量值为疾病严重程度。当第一医院的医院等级大于第二医院的医院等级时，代表转诊请求为下转转诊请求，那么决策变量值为下转时间点。

关于疾病严重程度，假设系统中两个医疗机构具有医疗服务能力水平显著差异； 其中大医院可以为所有就医患者提供准确有效医疗诊疗服务，基层机构诊断服务能力有 限，只能有效治愈部分比例就医患者，且其患者治愈率随着患者病情严重程度的提高而降 低，因此会出现一定概率的误诊现象，由此导致基层就医的误诊成本。将

定义为反映患者 疾病严重程度的随机变量，且

；将基层医疗机构对于疾病严重程度为

的患者治愈 概率密度函数记为

。疾病严重程度可以作为转诊决策的判断因素之一，如基层 医疗机构可以基于疾病严重程度对基层首诊的患者做出是否上转至大医院门诊的基层上 转决策，即上转比例决策，也称为上转门槛决策，记作

，其中

，即当患者疾病严重 程度

时，将被基层留诊，反之则上转至大医院。当患者疾病严重程度低于大医院入院 治疗标准时候（如大医院入院门槛为

，且），门诊诊断完毕后患者离开； 当患者疾病严重程度高于需要入院治疗的标准时（如大医院

时），则被收治入院。

关于下转时间点，大医院将根据入院患者后期疾病恢复情况以及稳定状态，做出 何时开展患者下转至基层康复的下转决策，即患者下转时间点决策，记作

，且

。 假设未转诊时大医院患者平均住院时长为T，则开展下转服务后大医院将在时刻将患 者下转至基层医疗机构。

接下来，对转诊决策模型的建立进行介绍。在执行步骤202之前，服务器101建立转诊决策模型，建立转诊决策模型可以包括：获取决策变量与转诊成本的对应关系；根据对应关系计算在不同的决策变量值下的转诊成本；将不同的决策变量值以及分别对应的转诊成本对应存储，得到转诊决策模型。其中，获取决策变量与转诊成本的对应关系，可以包括：获取预设的患者转诊意愿、就诊到达率、上转决策变量以及下转决策变量；根据患者转诊意愿、转诊患者就诊到达率、上转决策变量以及下转决策变量确定对应关系。

其中，转诊成本可以包括：等待成本、误诊成本以及闲置成本。等待成本为大医院 患者的等待成本；误诊成本为基层医疗机构患者误诊成本；闲置成本为大医院的资源闲置 成本。患者转诊意愿可以包括首诊偏好以及上转和下转的意愿，就诊到达率代表到达基层 与大医院的规模比例。一方面，患者群体具有一定确定水平的基层首诊（或大医院首诊）偏 好

，则患者群体到达基层与大医院的规模比例为；另一方面，大医院入院患者具有一定 确定水平的康复下转意愿

，则大医院入院患者接受医生转诊建议下转比例为

。

接下来请参照图4，为本申请实施例提供的转诊决策概念模型，如图4所示，上转或 者下转的主要影响因素就是上转决策变量和下转决策变量。其中，和分别代表大医院 和基层医疗机构。因此，基于图4所示的概念模型，可以确定出决策变量与转诊成本的表达 式：，其中，

为大医院患者等待成本，根据大医院门诊就诊患者 数量和单位等待成本可得，受基层转诊决策影响较大；

为基层机构患者误诊成本，根据 误诊患者数量和单位误诊成本可得，受入院患者疾病严重水平与下转决策影响较大；

为 大医院闲置成本，可以根据闲置资源数量和单位闲置成本计算得到，受上转决策影响较大。

在确定决策变量和转诊成本的对应关系时，可以先作一些基本的假设，在这些基本的假设条件下，设计对应关系中包含的相关参数。假设条件包括：（1）患者经由大医院和基层机构门诊提出转诊请求，大医院和基层机构患者的到达服从泊松分布，并独立同分布，即患者提出转诊请求的概率是随机的。（2）各医院的患者到达均服从泊松分布，并独立同分布，即到各个医院看病的患者数量也是随机的。（3）大医院和基层机构各节点医生服务时间服从指数分布，并独立同分布，即各个医院的医生的服务时间是固定的。（4）各服务节点均可接待无限数量患者，均采用单服务台服务，可描述为 M/M/1 模型，即各个医院能够接待的患者没有限制。（5）各服务节点处就诊或转诊患者预约后准时到达，且服从先到先服务的服务规则，即不会出现患者取消预约等情况，且一般先到的患者先得到服务。（6）医院患者到达率与基层医疗机构患者到达率受患者基层首诊意愿影响而变化，但两个机构患者到达率之和恒定，即去大医院就诊和去基层医疗机构就诊的患者的概率是受患者的首诊意愿变化的。（7）大医院和基层医疗机构各自医疗资源总量固定。（8）各医院对应的服务台服务强度小于 1，即p小于1。（9）计算各项成本考虑的时间单位为“天”。（10）患者疾病严重程度 x在[0,1]区间内服从均匀分布，即患者的疾病严重程度通过0-1内的数字表示，值越大，代表疾病越严重。

此外，对于决策变量，

：上转决策变量，即基层机构上转门槛，

，表示基 层医疗机构上转至大医院的最低疾病严重程度，也代表基层留诊患者比例，则基层上转患 者比例为

。

：下转决策变量，即大医院住院患者下转基层的转诊时点，

，大 医院住院患者原平均入院时间为，推行双转服务后，医生将针对已接受

时长治疗的患 者给予下转建议。

进一步的，根据上转和下转决策变量，以及患者转诊意愿、转诊患者就诊到达率，设计出如表1所示的各个参数：

表1

基于表1的各个参数，以及转诊成本与决策变量的总关系式，构建出决策变量与转诊成本的具体关系式。首先，图4示出了四个医院节点，根据四个医院节点中患者流平衡规律，给出以下平衡方程式：

其中，

为节点1转移至节点3的患者到达率，包括大医院首诊患者问诊后转移至大医 院住院部的患者流、基层医院首诊上转患者经大医院门诊问诊后转移至大医院住院部 的患者流

。根据大医院入院门槛r与首诊意愿

，满足：

为节点1转移至节点3的患者到达率，主要是误诊患者上转率，包括由基层首诊留 诊患者误诊到达率

、首诊大医院门诊入院后下转基层患者到达率

、基层首诊 上转大医院入院后下转回基层患者到达率

。根据基层医疗机构针对病情为x治愈概 率密度函数

，基层医疗机构治愈量函数

，基层上转门槛

和大医院入院标准r，满 足：

由此可得：

根据总目标，若假设双向转诊系统总成本达到最低，即患者大医院等待成本、患者基层机构误诊成本和大医院资源闲置成本之和达到最小值，其表达式为：

其中：

由此，构建出的目标表达式为：

其中，

为网络系统中各节点外来患者到达率，本申请实施例中，仅在首诊机构中选 择节点处接受外来患者访问。

进一步的，在得到表达式后，取不同的决策变量值，计算转诊成本中的各个成本值，可选的，根据对应关系计算在不同的决策变量值下的转诊成本，包括：根据对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本。

在计算不同的决策变量值下的各成本时，如果上转决策变量和下转决策变量同时均为变量，计算难度较大，得出的结果也比较复杂，不具有可参考性，所以，在实际操作时，一次可以只设置一个变量，即固定其中一个变量，改变另一个变量，计算得到不同的成本值。因此，具体的计算过程可以包括：确定一个上转决策变量值，根据上转决策变量值以及对应关系计算在不同的下转决策变量值下的等待成本、误诊成本以及闲置成本；确定一个下转决策变量值，根据下转决策变量值以及对应关系计算在不同的上转决策变量值下的等待成本、误诊成本以及闲置成本。

在本申请实施例中，在正式计算各成本值之前，先对关系式中涉及到的一些变量 作一个初始值的假设：（1）根据转诊意愿调查结果，不到10%的患者首诊选择社区医疗机构 进行首诊。因此，假设首诊选择大医院的患者比例为75%，即

。（2）根据门诊和住院患 者量数据的统计，单科室日平均门诊量为370人次。在分级诊疗政策下，大医院门诊患者逐 渐实现基层分流，因此，假设当前大医院单科室日平均门诊量为345，单科室日平均门诊号 源总量

为370，平均服务率

为0.93。（3）在大医院单科室日平均门诊量（345）和患者大 医院首诊就医比例（0.75）假定条件下，给定由一个大医院和一个社区医院每天所接待的区 域内患者群体总量平均值

为460人次。（4）根据门诊入院患者量进行数据统计分析，平均 入院需求率为5.7%。并假设大医院入院门槛r取值范围在为50%至80%。（5）假设基层医疗机 构诊疗能力为f(x)=1-x。如果大型综合医院与基层医疗机构之间没有上下协同互转渠道， 仅当基层医疗机构出现无法有效治愈患者、产生误诊现象才进行患者上转，则当r=0.8时， 大医院承接日平均入院量

。依据现有的大医院 的诊疗情况，假设大医院平均入院日T为8天，床位量N为800，日平均可提供床位量

为100， 平均服务率

为1.27。（6）考虑目前基层医疗机构医疗资源以及医疗服务能力水平较为有 限，误诊成本较高；大医院就医患者群体数量较大，稀缺优质医疗资源空闲情况较少出现； 同时，在医疗资源分配不均、患者偏好于优质资源的就医行为习惯背景下，大医院长时间候 诊的排队就诊现象屡见不鲜，患者不得不容忍通过较长等待时间换取较高服务质量的医疗 服务现状。因此，假设初始单位误诊成本、医疗资源空闲成本和等待成本分别为50，30和20。 根据（1）-（6）的假设，得到的各初始值如表2所示：

表2

当上转决策变量取不同的值时，假设在患者就诊行为偏好确定情况下（

），

，计算出的各个成本可以如表3所示，从表3可以看出，当上转决策变量

时，可实现转诊成本（总成本）最优，为3720。

表3

根据表3，还可以对上转决策变量的成本变化作一个分析，请参照图5和图6，图5为基于 上转决策的各成本的对比图，图6为基于上转决策的各成本以及总成本的对比，从图5和图6 可以看出，随着基层转诊门槛

的提升，门诊节点患者等待成本降低，门诊资源闲置成本增 加；住院节点患者等待成本先增大，后缓慢降低，而住院资源闲置成本较为平稳，基层误诊 成本增加。随着基层转诊门槛

的提升，总成本先降低而后逐步增高；其中系统患者等待成 本随着

的提升而下降，闲置成本与误诊成本均跟随着

的增加而增加，其中误诊成本增 长幅度较强。

当下转决策变量取不同的值时，假设在患者就诊行为偏好确定情况下（

），

，计算出的各个成本可以如表4所示，在表4中，当大医院下转决策变量

时候，其最优化系统总成本为2140。

表4

根据表4，还可以对下转决策变量的成本变化作一个分析，请参照图7和图8，图7为基于 下转决策的各成本的对比图，图8为基于下转决策的各成本以及总成本的对比，从图5和图6 可以看出：随着大医院康复下转时间点

的提前，门诊节点患者等待成本与门诊资源闲置 成本基本稳定不变，即不受下转决策影响；住院部门患者等待成本降低；基层机构误诊成本 以及住院节点资源闲置成本也随之增大。随着大医院康复下转时间点

的提前，总成本逐 步增高；其中系统患者等待成本随着的提升而下降，闲置成本与误诊成本均跟随着

的 增加而增加，其中闲置成本增长幅度较强。

在得到表3以及表4的数据后，将其进行存储，即得到建立好的转诊决策模型。

在本申请实施例中，除了对决策变量的成本变化作一个分析，还提供对首诊意愿 的成本变化分析，在分析之前，先计算不同的首诊意愿下的各个成本值，考虑患者基层首诊 意愿偏好情况下，假设

，计算出的各个成本可以如表5所示，当 基层首诊意愿偏好

时，可实现系统总成本最优为3500。

表5

根据表5，对首诊意愿的成本变化进行分析，请参照图9和图10，图9为基于首诊意愿的 各成本的对比图，图10为基于首诊意愿的各成本以及总成本的对比，从图9和图10可以看 出：随着患者首诊意愿偏好

的提升，门诊节点患者等待成本降低，门诊资源闲置成本增 加；住院节点患者等待成本增加,而住院环节无资源闲置现象；基层误诊成本增加。随着患 者首诊意愿偏好的提升，总成本先降低而后逐步增高；其中系统患者等待成本随着

的 提升而下降，闲置成本与误诊成本均跟随着

的增加而增加。在具体实施时，也可以将表5 的数据也存储到转诊决策模型中。

在完成步骤202后，执行步骤203，即服务器103根据转诊请求对应的决策变量值以及转诊决策模型确定转诊请求的转诊成本，并反馈给第一客户端102和第二客户端103，在确定转诊成本时，根据不同的转诊请求有不同的处理方式。第一种实施方式：查找与疾病严重程度（即上转决策变量）对应的转诊成本；将与疾病严重程度对应的转诊成本确定为转诊请求的转诊成本。比如，当疾病严重程度为0.1时，根据表3中的数据，此时的等待成本为80，误诊成本为450，总成本为4290，将疾病严重程度为0.1对应的各成本值反馈给第一客户端102和第二客户端103即可。

第二种实施方式：查找与下转时间点（即下转决策变量）对应的转诊成本；将与下转时间点对应的转诊成本确定为转诊请求的转诊成本。比如，当下转时间点为0.3时，根据表4中的数据，此时的等待成本为12，误诊成本为1550，总成本为2140，将下转时间点为0.3对应的各成本值反馈给第一客户端102和第二客户端103即可。

此外，还可以有第三种实施方式：在转诊请求中，除了包括决策变量值，还包括患者的首诊意愿，此时可以先查找决策变量值对应的转诊成本，再查找首诊意愿对应的转诊成本，将两个因素分别对应的转诊成本均反馈给第一客户端102和第二客户端103。

在第一医院和第二医院通过第一客户端102和第二客户端103分别接收到对应的转诊成本后，依据该转诊成本进行决策或者规划。对于第一医院来说，是处理用户的转诊请求的医院，可以根据得到的转诊成本对转诊请求进行分析，决定是否为待转诊患者进行转诊预约。对于如何决策，可以设置转诊成本与决策变量的权重值，该权重值代表两个决策因素的重要性，使决策者根据设置的权重值作出转诊决策。还可以设置转诊成本与决策变量的乘积的一个阈值，当转诊成本与决策变量的乘积小于或者等于该阈值时，该转诊请求的决策结果为通过，当转诊成本与决策变量的成绩大于该阈值时，该转诊请求的决策结果为不通过。

对于第二医院来说，假如该转诊请求通过的话，那么意味着待转诊患者会转去第二医院，此时第二医院可以根据转诊成本进行相关资源的规划，如转诊请求的误诊成本较高，预先安排一个等级较高的医生，在待转诊患者转诊成功后，立刻为该患者进行诊断，减少误诊成本。

此外，第一医院在知晓转诊成本后，还可以将转诊成本反馈给待转诊患者，使待转诊患者也了解相关的情况。

需要注意的是，前述实施例中对于步骤202和步骤203的实施方式的介绍，由于步骤202和步骤203都是由服务器101执行的，所以对应的实施方式也是由服务器101所执行。

基于同一发明构思，请参照图11，本申请实施例中还提供一种数据处理装置300，数据处理装置300包括：接收模块301、获取模块302、确定模块303以及反馈模块304。

接收模块301，用于接收第一医院发送的转诊请求，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同。获取模块302，用于获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本。确定模块303，用于根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本。反馈模块304，用于将所述转诊成本反馈给所述第一医院和所述第二医院。

可选的，确定模块303还用于：查找与所述疾病严重程度对应的转诊成本；将与所述疾病严重程度对应的转诊成本确定为所述转诊请求的转诊成本。

可选的，确定模块303还用于：查找与所述下转时间点对应的转诊成本；将与所述下转时间点对应的转诊成本确定为所述转诊请求的转诊成本。

可选的，获取模块302还用于：获取决策变量与转诊成本的对应关系。确定模块303还用于根据所述对应关系计算在不同的决策变量值下的转诊成本；将所述不同的决策变量值以及分别对应的转诊成本对应存储，得到所述转诊决策模型。

可选的，获取模块302还用于：获取预设的患者转诊意愿、就诊到达率、上转决策变量以及下转决策变量；根据所述患者转诊意愿、所述转诊患者就诊到达率、所述上转决策变量以及所述下转决策变量确定所述对应关系。

可选的，确定模块303还用于根据所述对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本。

可选的，确定模块303还用于确定一个上转决策变量值，根据所述上转决策变量值以及所述对应关系计算在不同的下转决策变量值下的等待成本、误诊成本以及闲置成本；确定一个下转决策变量值，根据所述下转决策变量值以及所述对应关系计算在不同的上转决策变量值下的等待成本、误诊成本以及闲置成本。

前述实施例中的数据处理方法中的各实施方式和具体实例同样适用于图11的装置，通过前述对数据处理方法的详细描述，本领域技术人员可以清楚的知道图11中的数据处理方法的实施方式，所以为了说明书的简洁，在此不再详述。

基于同一发明构思，本申请实施例还提供了一种可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被计算机运行时执行上述任一实施方式的数据处理方法中的步骤。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

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。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种数据处理方法，其特征在于，包括：

接收第一医院发送的转诊请求，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；

获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；

根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；

将所述转诊成本反馈给所述第一医院和所述第二医院。

2.根据权利要求1所述的方法，其特征在于，所述第二医院的医院等级大于所述第一医院的医院等级，所述决策变量值为所述待转诊患者的疾病严重程度，根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本，包括：

查找与所述疾病严重程度对应的转诊成本；

将与所述疾病严重程度对应的转诊成本确定为所述转诊请求的转诊成本。

3.根据权利要求1所述的方法，其特征在于，所述第二医院的医院等级小于所述第一医院的医院等级，所述决策变量值为所述待转诊患者的下转时间点，根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本，包括：

查找与所述下转时间点对应的转诊成本；

将与所述下转时间点对应的转诊成本确定为所述转诊请求的转诊成本。

4.根据权利要求1所述的方法，其特征在于，在接收第一医院发送的转诊请求之前，所述方法还包括：

获取决策变量与转诊成本的对应关系；

根据所述对应关系计算在不同的决策变量值下的转诊成本；

将所述不同的决策变量值以及分别对应的转诊成本对应存储，得到所述转诊决策模型。

5.根据权利要求4所述的方法，其特征在于，获取决策变量与转诊成本的对应关系，包括：

获取预设的患者转诊意愿、就诊到达率、上转决策变量以及下转决策变量；

根据所述患者转诊意愿、所述转诊患者就诊到达率、所述上转决策变量以及所述下转决策变量确定所述对应关系。

6.根据权利要求4所述的方法，其特征在于，根据所述对应关系计算在不同的决策变量值下的转诊成本，包括：

根据所述对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本。

7.根据权利要求6所述的方法，其特征在于，所述决策变量值包括上转决策变量值和下转决策变量值，根据所述对应关系计算在不同的决策变量值下的等待成本、误诊成本以及闲置成本，包括：

确定一个上转决策变量值，根据所述上转决策变量值以及所述对应关系计算在不同的下转决策变量值下的等待成本、误诊成本以及闲置成本；

确定一个下转决策变量值，根据所述下转决策变量值以及所述对应关系计算在不同的上转决策变量值下的等待成本、误诊成本以及闲置成本。

8.一种数据处理装置，其特征在于，包括：

接收模块，用于接收第一医院发送的转诊请求，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；

获取模块，用于获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；

确定模块，用于根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；

反馈模块，用于将所述转诊成本反馈给所述第一医院和所述第二医院。

9.一种数据处理系统，其特征在于，包括：第一医院对应的第一客户端、第二医院对应的第二客户端、服务器；所述第一医院和所述第二医院的医院等级不同；不同的医院等级的医疗服务水平不同；

所述第一客户端用于：将所述第一医院的转诊请求发送给所述服务器，所述转诊请求中包括待转诊患者所要转诊的第二医院以及所述转诊请求对应的决策变量值；

所述服务器用于：接收所述转诊请求；获取预先存储的转诊决策模型，所述转诊决策模型中存储有不同的决策变量值，以及每个决策变量值对应的转诊成本；根据所述转诊请求对应的决策变量值以及所述转诊决策模型确定所述转诊请求的转诊成本；

所述服务器还用于将所述转诊成本反馈给所述第一客户端和所述第二客户端。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被计算机运行时执行如权利要求1-7任一项所述的方法中的步骤。

Images