CN111755111B - 一种基于供需关系的医疗资源优化配置方法及系统 - Google Patents
一种基于供需关系的医疗资源优化配置方法及系统 Download PDFInfo
- Publication number
- CN111755111B CN111755111B CN202010649148.3A CN202010649148A CN111755111B CN 111755111 B CN111755111 B CN 111755111B CN 202010649148 A CN202010649148 A CN 202010649148A CN 111755111 B CN111755111 B CN 111755111B
- Authority
- CN
- China
- Prior art keywords
- medical
- accessibility
- disease type
- medical resource
- resource
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 201000010099 disease Diseases 0.000 claims abstract description 192
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 192
- 238000013468 resource allocation Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims description 52
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000013210 evaluation model Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 241000894007 species Species 0.000 description 2
- 241000669244 Unaspis euonymi Species 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种基于供需关系的医疗资源优化配置方法及系统,包括:根据疾病类型将病案数据集合中病患就医行为分类;根据分类后每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性;将上述总体可及性从小到大排序;选取排序后前Cwaiting个可及性对应的预设区域作为医疗资源配置候选集合;根据医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;然后确定候选方案集合中每个候选方案的医疗资源总体可及性,从中选取可及性最大值对应的候选方案作为医疗资源优化配置方案;根据此方案对待配置医疗资源进行配置。从实际医疗资源供需角度出发以实现医疗资源的精确配置。
Description
技术领域
本发明涉及医疗资源数据处理技术领域,特别是涉及一种基于供需关系的医疗资源优化配置方法及系统。
背景技术
现有的医疗资源优化配置方法存在两方面的局限性。一方面医疗资源供需关系考虑不全,部分方法仅考虑机构分布、机构数量、床位数、医师数等医疗资源供给侧因素,未充分考虑需求侧因素;另一部分方法虽引入人均、地均等指标,考虑了人口分布、区域面积等需求侧因素,但数据来源一般为人口普查等统计调查数据,其数据尺度较为粗放,且人口数据为实际就医数据的父集,无法准确反应真实就医需求。另一方面医疗资源布局评价多为综合性指标评价,反应的是医疗资源整体服务的可及性,但现实中同一医疗机构的不同疾病类型服务能力并不相同,粗粒度的可及性评估并不能真实地反应医疗资源的可及性。
发明内容
本发明的目的是提供一种基于供需关系的医疗资源优化配置方法及系统,从实际医疗资源供需角度出发以实现医疗资源的精确配置。
为实现上述目的,本发明提供了如下方案:
一种基于供需关系的医疗资源优化配置方法包括:
获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址;
在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合;
根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合;
将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合;
选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合;
获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量;
根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案;
采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合;
从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案;
根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
可选的,所述根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni,之后还包括:
根据所述每种疾病类型的就医行为集合确定每种疾病类型的医疗资源供给点集合Fi以及每种疾病类型的需求点集合Di;所述医疗资源供给点为医疗机构地址,所述需求点为病患的地址;Fi表示疾病类型i的医疗资源供给点集合,Di表示疾病类型i的需求点集合。
可选的,所述根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合,具体包括:
将所述预设区域划分为多个预设子区域;
根据所述每种疾病类型的就医行为集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性;
获取目标地理尺度;所述目标地理尺度包括若干个所述预设子区域;
对所述目标地理尺度中的每个所述预设子区域对应的所述每种疾病类型的预设子区域医疗资源可及性取平均值,得到每种疾病类型的目标地理尺度医疗资源可及性;
根据所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。
可选的,所述根据所述每种疾病类型的就医行为集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性,具体包括:
根据所述每种疾病类型的就医行为集合确定每个供给点每种疾病类型的供给点规模,得到供给点规模集合;所述供给点规模集合中包括每种疾病类型的供给点规模;
根据所述每种疾病类型的就医行为集合在所述预设子区域确定每个需求点每种疾病类型的需求点规模,得到所述预设子区域的需求点规模集合;所述需求点规模集合中包括每种疾病类型的需求点规模;
根据所述供给点规模集合和所述预设子区域的所述需求点规模集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性。
可选的,所述根据所述每种疾病类型的就医行为集合确定每个供给点每种疾病类型的供给点规模,得到供给点规模集合,具体包括:
根据公式Sim=Count(nij))|(endij=fim)确定每种疾病类型的供给点规模;
其中,Sim为疾病类型i对应的供给点m的供给点规模,Count(·)为次数计算函数,endij为病患就医行为终点,fim为疾病类型i对应的供给点m的医疗机构地址,nij为病患就医行为。
可选的,所述根据所述每种疾病类型的就医行为集合在所述预设子区域确定每个需求点每种疾病类型的需求点规模,具体包括:
根据公式Sin=Count(nij))|St_within(startij,gridr)确定每种疾病类型的需求点规模;
其中,Sin为疾病类型i对应的需求点n的需求点规模,Count(·)为次数计算函数,startij为病患就医行为起点,nij为病患就医行为,gridr为预设子区域r,St_within(·)为空间包含关系判定函数。
可选的,所述根据所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性,具体包括:
根据所述每种疾病类型的就医行为集合确定每种疾病类型所占的权重;
根据所述每种疾病类型所占的权重和所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。
可选的,所述根据所述每种疾病类型所占的权重和所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性,具体包括:
根据公式Access_allk=∑Wi×Access_targeti确定每个预设区域的医疗资源总体可及性;
其中,Access_allk为第k个预设区域的医疗资源总体可及性,Wi为疾病类型i所占的权重,Access_targeti为疾病类型i对应的目标地理尺度医疗资源可及性。
一种基于供需关系的医疗资源优化配置系统,包括:
病案数据集合获取模块,用于获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址;
病患就医行为分类模块,用于在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合;
预设区域医疗资源总体可及性确定模块,用于根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合;
排序模块,用于将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合;
医疗资源配置候选集合选取模块,用于选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合;
待配置医疗资源获取模块,用于获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量;
候选方案集合确定模块,用于根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案;
候选方案医疗资源总体可及性确定模块,用于采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合;
医疗资源优化配置方案确定模块,用于从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案;
配置模块,用于根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种基于供需关系的医疗资源优化配置方法及系统,该方法以病案数据为基础,通过真实就医数据精准评估医疗资源的实际供给及需求规模,构建目标尺度医疗资源总体可及性模型,可细化至疾病类型细粒度评估医疗资源可及性。在此基础上,从多个预设区域内选取可及性相对弱的几个预设区域作为医疗资源待配置的候选集合。然后,采用排列组合的方式将待配置医疗资源配置在候选集合,得到多种配置方案即多个候选方案。采用目标尺度医疗资源总体可及性模型确定每个候选方案的医疗资源总体可及性,选取最优的方案作为医疗资源优化配置方案,最后根据选择的此方案对待配置医疗资源进行配置,以实现医疗资源的精确配置。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种基于供需关系的医疗资源优化配置方法的流程图;
图2为本发明实施例三提供的一种基于供需关系的医疗资源优化配置系统的结构示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
本发明的目的是提供一种基于供需关系的医疗资源优化配置方法及系统,从实际医疗资源供需角度出发以实现医疗资源的精确配置。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
图1为本发明实施例一提供的一种基于供需关系的医疗资源优化配置方法的流程图,如图1所示,本发明一种基于供需关系的医疗资源优化配置方法,包括:
S101,获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址;所述预设区域为多个。具体的,单次病患就医行为记为nij=Action(startij,endij),其中i为疾病类型,j为就医行为序列号,startij为就医行为起点,代表病患的地址;endij为就医行为终点,代表就医医疗机构。
S102,在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合。具体的,其中si为就医行为记录总数。
S103,根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合。
S104,将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合。
S105,选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合。
S106,获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量。
S107,根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案。
S108,采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合。
S109,从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案。
S110,根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
S102之后还包括:
根据所述每种疾病类型的就医行为集合确定每种疾病类型的医疗资源供给点集合Fi以及每种疾病类型的需求点集合Di;所述医疗资源供给点为医疗机构地址,所述需求点为病患的地址;Fi表示疾病类型i的医疗资源供给点集合,Di表示疾病类型i的需求点集合。
S103具体包括:
步骤301,将所述预设区域划分为多个预设子区域。
步骤302,根据所述每种疾病类型的就医行为集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性。
步骤303,获取目标地理尺度;所述目标地理尺度包括若干个所述预设子区域。
步骤304,对所述目标地理尺度中的每个所述预设子区域对应的所述每种疾病类型的预设子区域医疗资源可及性取平均值,得到每种疾病类型的目标地理尺度医疗资源可及性。具体的,对于某一种疾病类型,将该种疾病类型对应的所有预设子区域医疗资源可及性取平均值,得到该种疾病类型对应的目标地理尺度医疗资源可及性,按照此方法,得到每一种疾病类型对应的目标地理尺度医疗资源可及性。
步骤305,根据所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。
步骤302具体包括:
步骤3201,根据所述每种疾病类型的就医行为集合确定每个供给点每种疾病类型的供给点规模,得到供给点规模集合;所述供给点规模集合中包括每种疾病类型的供给点规模。具体的,根据公式Sim=Count(nij)|(endij=fim)确定每种疾病类型的供给点规模;其中,Sim为疾病类型i对应的供给点m的供给点规模,Count(·)为次数计算函数,endij为病患就医行为终点,fim为疾病类型i对应的供给点m的医疗机构地址,nij为病患就医行为。
步骤3202,根据所述每种疾病类型的就医行为集合在所述预设子区域确定每个需求点每种疾病类型的需求点规模,得到所述预设子区域的需求点规模集合;所述需求点规模集合中包括每种疾病类型的需求点规模。具体的,根据公式Sin=Count(nij)|St_within(startij,gridr)确定每种疾病类型的需求点规模;其中,Sin为疾病类型i对应的需求点n的需求点规模,Count(·)为次数计算函数,startij为病患就医行为起点,fim为疾病类型i对应的供给点m的医疗机构地址,nij为病患就医行为,gridr为预设子区域r,St_within(·)为空间包含关系判定函数。
步骤3203,根据所述供给点规模集合和所述预设子区域的所述需求点规模集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性。
步骤305具体包括:
步骤30501,根据所述每种疾病类型的就医行为集合确定每种疾病类型所占的权重;
步骤30502,根据所述每种疾病类型所占的权重和所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。具体的,根据公式Access_allk=∑Wi×Access_targeti确定每个预设区域的医疗资源总体可及性;其中,Access_allk为第k个预设区域的医疗资源总体可及性,Wi为疾病类型i所占的权重,Access_targeti为疾病类型i对应的目标地理尺度医疗资源可及性。
实施例二
为进一步说明本发明的目的,本发明又提供一实施例,本发明一种基于供需关系的医疗资源优化配置方法,具体包括以下步骤:
步骤1,处理病案首页数据、完成数据地图匹配。
步骤1.1,处理病案首页数据。包括结构化处理、无效数据剔除、疾病标准化归类等操作。本发明实施例中的病案首页数据即为病案数据。
步骤1.2,病案首页数据地图匹配。提取病案首页数据中病患的地址、就医医疗机构名称等信息,通过地名地址匹配方法,将文本地址信息进行正确分词,根据已有相关区域的地名词典,提取文本地址中所在的市、县、乡镇、道路等。而后自动将文本地址匹配到地图中的相应位置,从而完成病人及其就医医疗机构的地理定位。
完成上述操作后,病案首页数据包含病患身份编码、疾病代码即疾病类型、病患的地址及其空间坐标、就医医疗机构标识码及其空间坐标等信息。
步骤2,按疾病类型提取就医行为
病案首页数据中每条就医记录作为一次就医行为,就医行为是有向地理网络,单次就医行为记为nij=Action(startij,endij),其中,i为疾病类型,j为就医行为序列号,startij为就医行为起点,代表病患的地址;endij为就医行为终点,代表就医医疗机构。按疾病类型归类就医行为,按疾病类型获取就医行为集合,疾病类型i的对应的就医行为集合记为其中si为就医行为记录总数。
步骤3,按疾病类型提取医疗资源需求点及供给点。
从就医行为Ni中提取该病种全部就医医疗机构,去重处理后作为该病种医疗资源供给点,记为其中,Distinct为去重运算。从就医行为Ni中提取该病种全部病患点,作为该病种的需求点,记为
步骤4,构建实际就医数据驱动的医疗资源可及性评价模型。
步骤4.1,输入计算数据。包括供给点地址、供给点规模、供给点规模等级,输入空间尺度上需求点地址、需求规模。
步骤4.2,计算供给侧医疗资源供需指数。
单个供给点处医疗资源供需指数为供给点规模与缓冲范围内总需求规模的比值,按公式(1)计算:
其中,fm为医疗资源供给点,dk为医疗资源需求点,indexfm为供给点fm处医疗资源供需指数,Scale为供给点或需求点规模取值操作,即Scale(fm)为步骤5中的Sim,为步骤5中的Sin,r0为缓冲区半径,rkm表示需求点dk与供给点fm之间的地理距离。
步骤4.3,循环步骤4.2,直到所有供给点医疗资源供需指数计算完毕。
步骤4.4,计算需求侧医疗资源供需指数。
单个需求点处医疗资源供需指数为缓冲范围内可选医疗资源供给点供需指数之和,按公式(2)计算:
其中,indexfm为供给点fm处医疗资源供需指数,indexdn为需求点dn处医疗资源供需指数,r0为缓冲区半径,rnm表示需求点dn与供给点fm之间的地理距离。
步骤4.5,循环步骤4.4,直到所有需求点医疗资源供需指数计算完毕。输出计算结果,作为输入尺度医疗资源可及性。
步骤5,计算单一疾病类型初始地理尺度医疗资源可及性。
步骤5.1,处理单一疾病类型供给点数据。
(1)计算医疗机构供给点规模。单个医疗机构供给点规模为其受访在该疾病类型下的受访总次数,按公式(3)计算:
Sim=Count(nij))|(endij=fim) (3)
其中,fim为供给点,其供给点规模为Sim,i为疾病类型,nij为就医行为,Count为次数计算函数,限制条件为就医行为的终点endij为该供给点。
(2)对供给点规模进行系统聚类,其所在类别为供给点规模等级。
步骤5.2,处理单一疾病类型需求点数据。
需求点数据与初始地理尺度数据空间关联。初始地理尺度为2公里×2公里空间格网,将需求点与格网数据进行空间相交运算,完成需求点与空间格网的关联。本发明实施例中的始地理尺度即为预设子区域。
计算初始地理尺度上需求点规模。将初始地理尺度上的需求点归并为格网中心点,归并后需求点规模为该格网空间范围内该疾病类型全部需求点总数量,按公式(4)计算:
Sin=Count(nij))|St_within(startij,gridr) (4)
其中,i为疾病类型,nij为就医行为,Count为次数计算函数,格网尺度上需求点规模为Sim,St_within为空间包含关系判定函数,限制条件为就医行为的起点(即需求点)落在空间格网gridr内。
步骤5.3,将完成处理后的单一疾病类型供给点、需求点数据输入至步骤4中医疗资源可及性评价模型,输出单一疾病类型初始地理尺度医疗资源可及性,记为Access_gridi。
步骤6,计算单一疾病类型目标尺度医疗资源可及性。
步骤6.1,输入目标地理尺度级别。目标地理尺度级别分为区县级、街道级、社区级。
步骤6.2,将目标地理尺度区划数据与初始地理尺度格网数据进行空间关联,获取每个目标地理尺度上区划数据与初始格网数据几何中心点的关联关系。
步骤6.3,计算每个目标地理尺度上所关联初始格网尺度医疗资源可及性平均值,作为单一疾病类型目标地理尺度上医疗资源可及性,记为Access_targeti。具体的,目标地理尺度包括多个初始地理尺度。
步骤7,计算目标尺度医疗资源总体可及性。
步骤7.1,对每一疾病类型,循环步骤5-步骤6,计算各疾病类型目标地理尺度上医疗资源可及性。
步骤7.2,计算疾病权重占比。疾病权重为该疾病类型的就医人次与所有疾病就医人次之比,按公式(5)计算:
其中,i为疾病类型,Wi为疾病类型i所占权重,Count为次计算函数,ni为疾病类型为i的就医行为,n为任意疾病类型就医行为。
步骤7.3,计算目标尺度医疗资源总体可及性。医疗资源总体可及性为所有疾病类型可及性的加权和,按公式(6)计算:
Access_all=∑Wi×Access_targeti (6)
其中,Wi为疾病类型i所占权重,Access_targeti为疾病类型i的对应的可及性,Access_all为医疗资源总体可及性。
步骤8,构建医疗机构最优化配置模型。
步骤8.1,初始化资源配置模型参数。
候选点数量记为Cwaiting,拟配置资源总数量记为Cchosen,Cchosen<Cwaiting,拟配置资源规模L=[{疾病类型1:l1},{疾病类型2:l2},…,{疾病类型p:lp}],lp为疾病类型p所对应的规模等级,其供给点规模为该等级内供给点供给点规模的平均值。具体的,拟配置资源即为待配置医疗资源。
步骤8.2,构建医疗资源配置候选集。
本发明实施例中选取的预设区域为多个,因此,采用步骤1-步骤7对每个预设区域的医疗资源总体可及性进行求解,对得到的医疗资源总体可及性进行升序排列,取前Cwaiting个可及性最弱的区域,提取其几何中心点,进入医疗资源配置候选集,记为Waitinglist。
步骤8.3,从8.2资源配置候选集Waitinglist中随机选择Cchosen个资源,其规模为L,作为候选方案,将其添加至医疗资源供给点。
步骤8.4,取8.3中更新后医疗资源供给点,按步骤5-步骤7重新计算目标尺度医疗资源总体可及性。
步骤8.5,重复步骤8.3-步骤8.4,计算所有候选方案的目标尺度医疗资源总体可及性,取可及性最大的候选方案,作为模型输出。
步骤9,输入最优化配置参数,计算医疗资源优化配置最优结果。
具体的,采用排列组合的方式将拟配置资源规配置在候选集合,得到多种配置方案即多个候选方案。采用目标尺度医疗资源总体可及性模型确定每个候选方案的医疗资源总体可及性,选取最优的方案作为医疗资源优化配置方案,最后根据选择的此方案对待配置医疗资源进行配置,以实现医疗资源的精确配置。
实施例三
本发明还提供了一种基于供需关系的医疗资源优化配置系统,如图2所示,系统包括:
病案数据集合获取模块1,用于获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址。
病患就医行为分类模块2,用于在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合。
预设区域医疗资源总体可及性确定模块3,用于根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合。
排序模块4,用于将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合。
医疗资源配置候选集合选取模块5,用于选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合。
待配置医疗资源获取模块6,用于获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量。
候选方案集合确定模块7,用于根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案。
候选方案医疗资源总体可及性确定模块8,用于采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合。
医疗资源优化配置方案确定模块9,用于从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案。
配置模块10,用于根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
本发明提供了一种基于供需关系的医疗资源优化配置方法及系统,该方法以病案数据为基础,通过真实就医数据精准评估医疗资源的实际供给及需求规模,构建实际就医数据驱动的医疗资源可及性评价模型,可细化至疾病类型细粒度评估医疗资源可及性,在此基础上构建医疗资源最优化配置模型,以最大化空间可及性为优化目标,完成医疗资源的空间优化配置。
本发明采用的数据源为病案数据,为大样本长时间序列真实就医数据,从病案数据中提取的包含地理因素的就医行为不仅关联了医院与病患之间的实际供需选择关系,也反应医疗资源在地理尺度上的可获取性,本文发明以该数据为基础,提出的实际就医数据驱动的医疗资源可及性评价模型可从真实供需关系出发评估医疗资源空间可及性,相较于传统以统计调查数据为基础的可及性评价,更加客观、真实、精准。此外,本发明提出医疗资源可及性评价模型可按疾病类型评估医疗资源可及性,可从不同疾病类型出发全面反应医疗资源可及性,比传统方法评估粒度更为精细。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例三公开的系统而言,由于其与实施例一公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于供需关系的医疗资源优化配置方法,其特征在于,包括:
获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址;
在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合;
根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合;
将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合;
选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合;
获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量;
根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案;
采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合;
从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案;
根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
2.根据权利要求1所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni,之后还包括:
根据所述每种疾病类型的就医行为集合确定每种疾病类型的医疗资源供给点集合Fi以及每种疾病类型的需求点集合Di;所述医疗资源供给点为医疗机构地址,所述需求点为病患的地址;Fi表示疾病类型i的医疗资源供给点集合,Di表示疾病类型i的需求点集合。
3.根据权利要求1所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合,具体包括:
将所述预设区域划分为多个预设子区域;
根据所述每种疾病类型的就医行为集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性;
获取目标地理尺度;所述目标地理尺度包括若干个所述预设子区域;
对所述目标地理尺度中的每个所述预设子区域对应的所述每种疾病类型的预设子区域医疗资源可及性取平均值,得到每种疾病类型的目标地理尺度医疗资源可及性;
根据所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。
4.根据权利要求3所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型的就医行为集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性,具体包括:
根据所述每种疾病类型的就医行为集合确定每个供给点每种疾病类型的供给点规模,得到供给点规模集合;所述供给点规模集合中包括每种疾病类型的供给点规模;
根据所述每种疾病类型的就医行为集合在所述预设子区域确定每个需求点每种疾病类型的需求点规模,得到所述预设子区域的需求点规模集合;所述需求点规模集合中包括每种疾病类型的需求点规模;
根据所述供给点规模集合和所述预设子区域的所述需求点规模集合,在所述预设子区域内确定每种疾病类型的预设子区域医疗资源可及性。
5.根据权利要求4所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型的就医行为集合确定每个供给点每种疾病类型的供给点规模,得到供给点规模集合,具体包括:
根据公式Sim=Count(nij)|(endij=fim)确定每种疾病类型的供给点规模;
其中,Sim为疾病类型i对应的供给点m的供给点规模,Count(·)为次数计算函数,endij为病患就医行为终点,fim为疾病类型i对应的供给点m的医疗机构地址,nij为病患就医行为。
6.根据权利要求4所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型的就医行为集合在所述预设子区域确定每个需求点每种疾病类型的需求点规模,具体包括:
根据公式Sin=Count(nij)|St_within(startij,gridr)确定每种疾病类型的需求点规模;
其中,Sin为疾病类型i对应的需求点n的需求点规模,Count(·)为次数计算函数,startij为病患就医行为起点,nij为病患就医行为,gridr为预设子区域r,St_within(·)为空间包含关系判定函数。
7.根据权利要求3所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性,具体包括:
根据所述每种疾病类型的就医行为集合确定每种疾病类型所占的权重;
根据所述每种疾病类型所占的权重和所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性。
8.根据权利要求7所述的基于供需关系的医疗资源优化配置方法,其特征在于,所述根据所述每种疾病类型所占的权重和所述每种疾病类型的目标地理尺度医疗资源可及性确定每个预设区域的医疗资源总体可及性,具体包括:
根据公式Access_allk=∑Wi×Access_targeti确定每个预设区域的医疗资源总体可及性;
其中,Access_allk为第k个预设区域的医疗资源总体可及性,Wi为疾病类型i所占的权重,Access_targeti为疾病类型i对应的目标地理尺度医疗资源可及性。
9.一种基于供需关系的医疗资源优化配置系统,其特征在于,包括:
病案数据集合获取模块,用于获取每个预设区域对应的病案数据集合;所述病案数据集合中包括对应预设区域内的多个病患的病案;所述病案中包括病患就医行为;所述病患就医行为包括病患的地址、疾病类型以及医疗机构地址;
病患就医行为分类模块,用于在每个所述预设区域内,根据所述疾病类型将所述病案数据集合中的所述病患就医行为进行分类,得到每种疾病类型的就医行为集合Ni;其中,Ni表示疾病类型i的就医行为集合;
预设区域医疗资源总体可及性确定模块,用于根据所述每种疾病类型的就医行为集合采用目标尺度医疗资源总体可及性模型,确定每个预设区域的医疗资源总体可及性,得到预设区域医疗资源总体可及性集合;
排序模块,用于将所述预设区域医疗资源总体可及性集合中的每个预设区域的医疗资源总体可及性从小到大排序,得到排序预设区域医疗资源总体可及性集合;
医疗资源配置候选集合选取模块,用于选取所述排序预设区域医疗资源总体可及性集合中的前Cwaiting个医疗资源总体可及性对应的预设区域作为医疗资源配置候选集合;
待配置医疗资源获取模块,用于获取待配置医疗资源;所述待配置医疗资源的数量小于所述医疗资源配置候选集中预设区域的数量;
候选方案集合确定模块,用于根据所述医疗资源配置候选集合和待配置医疗资源,采用排列组合的方式确定候选方案集合;所述候选方案集合中包括多个候选方案;所述候选方案为将所述待配置医疗资源放置于所述医疗资源配置候选集合中的预设区域的方案;
候选方案医疗资源总体可及性确定模块,用于采用所述目标尺度医疗资源总体可及性模型确定所述候选方案集合中每个候选方案的医疗资源总体可及性,得到候选方案医疗资源总体可及性集合;
医疗资源优化配置方案确定模块,用于从所述候选方案医疗资源总体可及性集合中选取医疗资源总体可及性最大值对应的候选方案作为医疗资源优化配置方案;
配置模块,用于根据所述医疗资源优化配置方案对待配置医疗资源进行配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010649148.3A CN111755111B (zh) | 2020-07-08 | 2020-07-08 | 一种基于供需关系的医疗资源优化配置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010649148.3A CN111755111B (zh) | 2020-07-08 | 2020-07-08 | 一种基于供需关系的医疗资源优化配置方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111755111A CN111755111A (zh) | 2020-10-09 |
CN111755111B true CN111755111B (zh) | 2023-10-24 |
Family
ID=72680162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010649148.3A Active CN111755111B (zh) | 2020-07-08 | 2020-07-08 | 一种基于供需关系的医疗资源优化配置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111755111B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533273A (zh) * | 2019-05-28 | 2019-12-03 | 自然资源部四川基础地理信息中心 | 基于病人就诊地理大数据的医疗机构绩效分级评价方法 |
WO2022099619A1 (zh) * | 2020-11-13 | 2022-05-19 | 金序能 | 一种村办医疗服务点医疗资源的配置方法及系统 |
CN112509684A (zh) * | 2020-12-31 | 2021-03-16 | 曜立科技(北京)有限公司 | 一种基于大数据的医疗资源配置方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391956A (zh) * | 2017-09-01 | 2017-11-24 | 复旦大学 | 一种基于多元异构数据的医疗资源布局特征的提取方法 |
CN107945880A (zh) * | 2017-12-12 | 2018-04-20 | 海南大学 | 一种面向边缘计算的类型化医疗资源处理系统设计方法 |
CN110415831A (zh) * | 2019-07-18 | 2019-11-05 | 天宜(天津)信息科技有限公司 | 一种医疗大数据云服务分析平台 |
CN110428890A (zh) * | 2019-07-19 | 2019-11-08 | 万达信息股份有限公司 | 一种就医导诊方法和系统 |
CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
-
2020
- 2020-07-08 CN CN202010649148.3A patent/CN111755111B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107391956A (zh) * | 2017-09-01 | 2017-11-24 | 复旦大学 | 一种基于多元异构数据的医疗资源布局特征的提取方法 |
CN107945880A (zh) * | 2017-12-12 | 2018-04-20 | 海南大学 | 一种面向边缘计算的类型化医疗资源处理系统设计方法 |
CN110415831A (zh) * | 2019-07-18 | 2019-11-05 | 天宜(天津)信息科技有限公司 | 一种医疗大数据云服务分析平台 |
CN110428890A (zh) * | 2019-07-19 | 2019-11-08 | 万达信息股份有限公司 | 一种就医导诊方法和系统 |
CN111125061A (zh) * | 2019-12-18 | 2020-05-08 | 甘肃省卫生健康统计信息中心(西北人口信息中心) | 一种规范和促进健康医疗大数据的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111755111A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111755111B (zh) | 一种基于供需关系的医疗资源优化配置方法及系统 | |
Lai et al. | Content analysis of social media: A grounded theory approach | |
KR102315497B1 (ko) | 채점 모델을 구축하고 사용자 신용을 평가하기 위한 방법 및 디바이스 | |
AU2011247830B2 (en) | Method and system for generating text | |
Carlson et al. | Impact of urgent care openings on emergency department visits to two academic medical centers within an integrated health care system | |
Hossain et al. | Brain Tumor Auto-Segmentation on Multimodal Imaging Modalities Using Deep Neural Network. | |
CN102214232A (zh) | 一种文本数据相似度的计算方法及装置 | |
CN109978619B (zh) | 机票定价策略筛选的方法、系统、设备以及介质 | |
WO2021151305A1 (zh) | 基于缺失数据的样本分析方法、装置、电子设备及介质 | |
CN111696656B (zh) | 一种互联网医疗平台的医生评价方法、装置 | |
CN116541752B (zh) | 元数据管理方法、装置、计算机设备及存储介质 | |
CN110457706B (zh) | 兴趣点名称选择模型训练方法、使用方法、装置及存储介质 | |
CN115688760A (zh) | 一种智能化导诊方法、装置、设备及存储介质 | |
CN113379269A (zh) | 多因素空间聚类的城市商业功能区划方法、装置及介质 | |
CN111797258B (zh) | 基于美感评价的图像推送方法、系统、设备及存储介质 | |
CN116052848B (zh) | 一种医学成像质控的数据编码方法及系统 | |
CN111640517A (zh) | 病历编码方法、装置、存储介质及电子设备 | |
CN109144999B (zh) | 一种数据定位方法、装置及存储介质、程序产品 | |
CN114168751B (zh) | 一种基于医学知识概念图的医学文本标签识别方法及系统 | |
Crivellari et al. | Investigating functional consistency of mobility-related urban zones via motion-driven embedding vectors and local POI-type distributions | |
US11501100B1 (en) | Computer processes for clustering properties into neighborhoods and generating neighborhood-specific models | |
JP6979392B2 (ja) | 分析方法、分析装置及びプログラム | |
CN108573010A (zh) | 关联异构系统同义数据的方法、装置、电子设备及介质 | |
CN111414936B (zh) | 分类网络的确定方法、图像检测方法、装置、设备及介质 | |
US20220269664A1 (en) | System and method for data validation and exception monitoring |
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 |