CN113344274A - 医院急诊空间布局优化方法、装置、计算机设备及存储介质 - Google Patents

医院急诊空间布局优化方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113344274A
CN113344274A CN202110652770.4A CN202110652770A CN113344274A CN 113344274 A CN113344274 A CN 113344274A CN 202110652770 A CN202110652770 A CN 202110652770A CN 113344274 A CN113344274 A CN 113344274A
Authority
CN
China
Prior art keywords
optimization
patient
treatment
information
activity
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
Application number
CN202110652770.4A
Other languages
English (en)
Inventor
郭卫宏
何怡炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202110652770.4A priority Critical patent/CN113344274A/zh
Publication of CN113344274A publication Critical patent/CN113344274A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明公开了一种医院急诊空间布局优化方法、装置、计算机设备及存储介质，所述方法包括：获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。本发明基于大型综合医院的医疗数据，利用流程挖掘方法，能从就医流程层面上客观反映患者的客观行为规律，使最后生成的方案结果更具客观性，更能提升实际运营效率。

Description

医院急诊空间布局优化方法、装置、计算机设备及存储介质
技术领域
本发明涉及一种医院急诊空间布局优化方法、装置、计算机设备及存储介质，属于建筑设计、信息科技与计算机等应用领域。
背景技术
现有利用算法模型，结合医疗数据构建医疗设施平面布局的优化方法，优化对象主要是医院内部某一功能相对简单科室的空间布局，例如住院部的病房布置方式、手术室内部空间布局等，比较常见的方式是结合形状语法、元胞自动机、机器学习等技术，帮助建筑师探索目标单一的建筑平面图迭代优化方案。
传统基于运筹学的医院平面优化技术一般可以理解成一定条件下，择优选择的单一目标方法，如以室内阳光入射量为单一目标的设施平面优化模型。但医院建筑，从设计、建造到运营是一个复杂需求与多元标准的过程。因此，传统的但目标优化方法并不满足现有需求；
机器学习算法比较常用于简单的住宅平面布局方案生成，但面对功能复杂，布局方式多样的医院建筑平面具有一定的局限性；
二次分配问题数学模型(The Quadratic Assignment Problem，QAP)对空间功能的种类有限制，虽然QAP原则上可以通过详尽列举所有可能的活动分配方法来解决，然后选择满足任何给定约束的方案，但实际上，QAP模型对于医院是不可行的，因为随着问题的规模的增加(当活动数量大于15时)，解决QAP的时间将成倍地增加，而且难以避免，因此QAP模型并不适用于解决复杂的医院建筑平面优化问题。
图论法(Graph Theoretic Approach，GTA)产生的模型使功能关联较大的空间在几何距离上相当接近，但模型只考虑到紧邻空间的限制条件，导致忽略功能空间之间的内在关联与相互限制因素。例如，该模型缺少考虑噪声、感染与辐射等应该重点考虑的因素，因此也会导致最后生成的方案缺乏合理性。再者，GTA也缺乏对于不规则的平面空间造型的考虑，因此GTA模型应该只适用于辅助全新的医院建筑平面布局设计，并不适用于对既有医院建筑平面布局优化。
其他同类型的优化方法对患者就诊流程的数据收集手段通常局限于访谈、问卷、人工路径追踪与视频分析，但这些手法都具有时间与物质成本过大的问题，并且其他同类型的优化方法对患者行为通常局限于对病人行为的主观判断，缺乏客观性。
发明内容
有鉴于此，本发明提供了一种医院急诊空间布局优化方法、装置、计算机设备及存储介质，其基于大型综合医院的医疗数据，利用流程挖掘方法，使数据获得成本更低、速度更快、结果更可靠，能从就医流程层面上客观反映患者的客观行为规律，使最后生成的方案结果更具客观性，更能提升实际运营效率。
本发明的第一个目的在于提供一种医院急诊空间布局优化方法。
本发明的第二个目的在于提供一种医院急诊空间布局优化装置。
本发明的第三个目的在于提供一种计算机设备。
本发明的第四个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到：
一种医院急诊空间布局优化方法，所述方法包括：
获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
进一步的，所述方法还包括：
对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
进一步的，所述对患者就诊数据进行预处理，具体包括：
将患者就诊数据中与患者个人信息相关的敏感信息去除，保留反映患者就诊行为次序的信息；
将敏感信息去除后的患者就诊数据导入流程挖掘平台，以使流程挖掘平台对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息。
进一步的，所述对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息，具体包括：
基于预处理后的患者就诊数据，获得患者的就诊行为次序信息；
基于患者的就诊行为次序信息，将患者在急诊空间的活动地点进行编码化处理处理，形成流程信息；
对编码化处理后形成的流程信息进行分析，获得患者的就诊流程特征及对应的发生频率。
进一步的，所述确定多目标优化模型的优化目标及各优化目标的权重，具体包括：
将患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高作为多目标优化模型的优化目标；
为患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高分配不同的重要性权重。
进一步的，所述患者就诊路径最小化采用第一目标函数，如下式：
Figure BDA0003111592130000031
所述患者就诊路径最小化的第一限制条件如下：
Figure BDA0003111592130000032
Figure BDA0003111592130000033
Figure BDA0003111592130000034
Figure BDA0003111592130000035
Figure BDA0003111592130000036
所述改造成本最小化采用第二目标函数，如下式：
Figure BDA0003111592130000037
所述改造成本最小化的第二限制条件如下：
Figure BDA0003111592130000038
Figure BDA0003111592130000041
Figure BDA0003111592130000042
所述诊疗活动与分配位置适配度最高采用第三目标函数，如下式：
Figure BDA0003111592130000043
所述诊疗活动与分配位置适配度最高的第三限制条件如下：
Figure BDA0003111592130000044
Figure BDA0003111592130000045
Figure BDA0003111592130000046
其中，fn表示遵循就诊流程n的病人人数，hn表示遵循就诊流程n的轻微症状病人的运动路径长度，
Figure BDA0003111592130000047
表示在流程种类n中的患者的两个相邻活动里的第i个元素，
Figure BDA0003111592130000048
表示在流程种类n中的患者的两个相邻活动里的第i+1个元素，
Figure BDA0003111592130000049
表示
Figure BDA00031115921300000410
和
Figure BDA00031115921300000411
之间的距离；Xiq表示活动i只定位于地点q时值为1，否则为0；Xjr表示活动j只定位于地点r时值为1，否则为0；yiq表示将活动活动i的发生地点移动到地点q的成本，Xiq表示活动i只定位于地点q时值为1，否则为0。
进一步的，所述根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息，具体包括：
根据预处理后的患者就诊数据，获得诊疗活动数量；
根据患者的就诊流程特征信息，获得患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、进行流程种类n患者的活动数量以及在流程种类n中的患者的两个相邻活动；
根据急诊部门平面信息，获得功能用房数量、功能用房的序号、诊疗活动类型的序号、位置q到位置r之间的距离、活动i和活动j之间的距离、对活动i的可变地点集合以及遵循就诊流程n的轻微症状病人的运动路径长度；
收集功能用房数量、诊疗活动数量、功能用房的序号、诊疗活动类型的序号、患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、位置q到位置r之间的距离、进行流程种类n患者的活动数量、在流程种类n中的患者的两个相邻活动、活动i和活动j之间的距离、对活动i的可变地点集合、遵循就诊流程n的轻微症状病人的运动路径长度、将活动活动i的发生地点移动到地点q的成本、诊疗活动i与功能用房q的匹配度以及各优化目标的权重，作为多目标优化模型所需的变量信息。
本发明的第二个目的可以通过采取如下技术方案达到：
一种医院急诊空间布局优化装置，所述装置包括：
数据处理模块，用于获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
变量收集模块，用于根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
目标优化模块，用于将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
本发明的第三个目的可以通过采取如下技术方案达到：
一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现上述的医院急诊空间布局优化方法。
本发明的第四个目的可以通过采取如下技术方案达到：
一种存储介质，存储有程序，所述程序被处理器执行时，实现上述的医院急诊空间布局优化方法。
本发明相对于现有技术具有如下的有益效果：
1、本发明利用大型综合医院的医疗数据，基于“精益理论”中的流程挖掘方法，对医疗数据进行预处理，得到全年时间内医院急诊部门病人的就诊流程规律，可以对全年医疗数据的处理得出大型综合医院患者相对固定就医模式，一方面令用户更清晰地了解到部门运行的真实情况，另一方面，其数据基础是全年的医院急诊就诊数据，这比单纯通过观察或主观意见得出的优化方案更加客观，对问题解决更具针对性。
2、本发明基于医院患者就诊数据，对就诊者活动编码化处理，主要针对功能用房，对收集的医疗数据进行流程编码化处理，该处理方法主要用于为后续多目标优化模型运作提供数据基础。
3、本发明就急诊平面布局设计而言，可以实现多性能指标的综合优化，还可以根据医疗数据对平面方案进行评估判断与反馈，并生成最大程度满足所有目标要求的优化方案，节省了大量人工调整方案的劳动力。
4、本发明针对急诊部门，能有效提高各个功能空间放置的适应性，对提高急诊部门的运营效率有着明显的作用；影响急诊部门的运营效率因素是多种多样的，各个因素间又互相关联，因此针对急诊部门这种病人护理程序高度复杂又极度灵活的部门，其平面优化方案需要达到的目标是多样的，基于多目标优化模型的优化方法，可以充分地满足要求。
5、本发明基于数据处理与目标规划模型(Goal Programming，GP)建立以就诊路径最小、改造成本最低、空间功能适配度最高为多重目标构建多目标优化模型，基于医疗数据的医院急诊空间平面优化方法，可以为医院建设方与设计师提供更有参考价值，及日后运营效率更高的优化方案，一改传统的医院建筑平面优化设计模式，为用户提供了多样化的目标及变量选择。
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示出的结构获得其他的附图。
图1为本发明实施例1的医院急诊空间布局优化方法的简易流程图。
图2为本发明实施例1的医院急诊空间布局优化方法的详细流程图。
图3为本发明实施例1的对某大型综合医院急诊部门平面功能用房编号示意图。
图4为本发明实施例1的患者在急诊空间活动地点编码化处理流程图。
图5为本发明实施例1的患者就诊流程频率示意图。
图6为本发明实施例1的通过多目标优化模型优化后的急诊部门平面布局图。
图7为本发明实施例2的医院急诊空间布局优化装置的结构框图。
图8为本发明实施例3的计算机设备的结构框图。
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的一部分实施例，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。
实施例1：
如图1和图2所示，本实施例提供了一种医院急诊空间布局优化方法，该方法可以为建设方及设计师提供更符合实际与运营需求的平面优化方案，其包括以下步骤：
S201、获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重。
本实施例以大型综合医院的医院为例，获取医院急诊部门患者就诊数据(医疗数据)和提取急诊部门平面信息，具体为：从大型综合医院的医院诊疗系统中获取医院急诊部门患者就诊数据，以及提取急诊部门平面信息，并对功能用房现状进行标注，如图3所示，其中A为分诊台，B为候诊区域，C为抽血检验，D为胸片检查，E为诊室，F为脑部CT，G为脑部CT(其他功能)，H为出诊出口，I为住院出口，J为其他功能用房，圆点为功能用房入口。
对患者就诊数据进行流程挖掘的预处理，具体包括：
1)将患者就诊数据与患者个人信息相关的敏感信息去除，保留反映患者就诊行为次序的信息。
具体地，患者就诊数据包括患者的姓名、性别、身份证号等敏感信息，去除这些与患者个人信息相关的敏感信息，只保留反映患者就诊行为次序的信息。
2)将敏感信息去除后的患者就诊数据导入流程挖掘平台，以使流程挖掘平台对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息；
其中，流程挖掘平台对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息，具体如下：
2.1)基于预处理后的患者就诊数据，获得患者的就诊行为次序信息。
2.2)基于患者的就诊行为次序信息，将患者在急诊空间的活动地点进行编码化处理处理，形成流程信息，如图4所示。
2.3)对编码化处理后形成的流程信息进行分析，获得患者的就诊流程特征及对应的发生频率，利用以下例子解释具体的运作方法与分析结果，例如：从某大型综合医院诊疗数据管理系统收集而来的12623个病例和涉及的61340个流程，通过流程挖掘平台，可以计算患者的就诊流程特征及对应的发生频率，如图5所示。
确定多目标优化模型的优化目标及各优化目标的权重，具体包括：
1)将患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高作为多目标优化模型的优化目标。
以下为多目标优化模型的三个预设优化目标：
目标一：患者就诊路径最小化(Minimum Distance，MD)
目标二：改造成本最小化(Minimum Cost，MC)
目标三：诊疗活动与分配位置适配度最高(Design Preference，DP)
2)为患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高分配不同的重要性权重。
本实施例需要为每个目标分配不同的重要性权重wg，需要相关设计师与医疗设施管理者介入，共同确定。
S202、根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息。
1)变量δqr与dij可以通过分析急诊部门平面，并绘制路径距离列表获得，如下表1所示。
表1各位置间距离列表
Figure BDA0003111592130000081
2)诊疗活动i与功能用房q的匹配度aiq可以通过如下原则定义：
2.1)如果活动i与位置q1高度匹配，但不适合位置q2，
Figure BDA0003111592130000091
的值会相对较高(例如“5”)，
Figure BDA0003111592130000092
的值会相对较低(例如“-5”)。
2.2)多目标优化模型适配度主要首先位置空间大小与对应的诊疗活动是否适配，因此，对于空间大小需求比较小的活动i若被分配到面积较大的空间q，aiq的值会相对较少。因此在数据代入模型前，需要通过与设计师沟通，形成诊疗活动与位置对应适配度列表，如下表2所示，进行适配度定义赋值。
表2就诊行为与位置适配度表(5为最合适，-5为最不合适)
Figure BDA0003111592130000093
进一步地，该步骤S202具体包括：
S2021、根据预处理后的患者就诊数据，获得诊疗活动数量。
S2022、根据患者的就诊流程特征信息，获得患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、进行流程种类n患者的活动数量以及在流程种类n中的患者的两个相邻活动。
S2023、根据急诊部门平面信息，获得功能用房数量、功能用房的序号、诊疗活动类型的序号、位置q到位置r之间的距离、活动i和活动j之间的距离、对活动i的可变地点集合以及遵循就诊流程n的轻微症状病人的运动路径长度。
S2024、收集功能用房数量、诊疗活动数量、功能用房的序号、诊疗活动类型的序号、患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、位置q到位置r之间的距离、进行流程种类n患者的活动数量、在流程种类n中的患者的两个相邻活动、活动i和活动j之间的距离、对活动i的可变地点集合、遵循就诊流程n的轻微症状病人的运动路径长度、将活动活动i的发生地点移动到地点q的成本、诊疗活动i与功能用房q的匹配度以及各优化目标的权重，作为多目标优化模型所需的变量信息，多目标优化模型所需的变量信息具体如下表3所示。
表3多目标优化模型所需的变量信息表
Figure BDA0003111592130000101
S203、将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
为确保生成优化方案合理且有效，需要在构建平台前定立如下限制条件：
1)患者每项诊疗活动i……j,都会在特定地点q……r进行，目前诊疗活动位置不一定与优化方案中的位置相同；
2)既定的活动种类、内容与既定的可选位置并不会因为优化方案布局而改变；
3)每个诊疗活动可以移动到对应位置的前提是不违反既定的规则(例如；诊疗活动i因为安全或安保问题并不能安排到位置r，那这种活动与位置的组合应该在平台运算前被系统移除)；
4)在满足以上限制条件下，从现有建筑平面与流程挖掘平台中得到的变量数据输入多目标优化平台进行运算，运算过程主要通过如下多目标优化模型实现：
目标一：患者就诊路径最小化(Minimum Distance，MD)
患者就诊路径最小化采用第一目标函数，如下式：
Figure BDA0003111592130000111
患者就诊路径最小化的第一限制条件如下：
Figure BDA0003111592130000112
Figure BDA0003111592130000113
Figure BDA0003111592130000114
Figure BDA0003111592130000115
Figure BDA0003111592130000116
患者就诊路径最小化可以通过使用限制条件(2)-(5)及目标函数(1)确定，最后结果由(6)是否为正偏差确定结果有效性。
目标二：改造成本最小化(Minimum Cost，MC)
改造成本最小化采用第二目标函数，如下式：
Figure BDA0003111592130000117
改造成本最小化的第二限制条件如下：
Figure BDA0003111592130000121
Figure BDA0003111592130000122
Figure BDA0003111592130000123
改造成本由医疗设备搬迁费用及对新位置做必要的改动费用等改造成本组成，其中成本数据主要来源于从医院院务部门收集而来的，相关工作人员时薪确定。目标二成本优化主要针对上述成本，并不考虑任何其他因素而获得的其他成本。
目标三：诊疗活动与分配位置适配度最高(Design Preference，DP)
诊疗活动与分配位置适配度最高采用第三目标函数，如下式：
Figure BDA0003111592130000124
诊疗活动与分配位置适配度最高的第三限制条件如下：
Figure BDA0003111592130000125
Figure BDA0003111592130000126
Figure BDA0003111592130000127
诊疗活动与分配位置适配度最高由公式(10)是否为负偏差进行验证。
其中，
Figure BDA0003111592130000128
表示在流程种类n中的患者的两个相邻活动里的第i个元素，
Figure BDA0003111592130000129
表示在流程种类n中的患者的两个相邻活动里的第i+1个元素，
Figure BDA00031115921300001210
表示
Figure BDA00031115921300001211
和
Figure BDA00031115921300001212
之间的距离；Xiq表示活动i只定位于地点q时值为1，否则为0；Xjr表示活动j只定位于地点r时值为1，否则为0；yiq表示将活动活动i的发生地点移动到地点q的成本，Xiq表示活动i只定位于地点q时值为1，否则为0。
本实施例中，多目标优化模型的最终目标是寻找同时满足尽可能多的优化目标的单个布局，该多目标优化模型是在条件(2)、(3)、(4)、(5)、(6)、(8)、(10)的限制下，获得函数(11)的最小化为最终目标。在本多目标优化模型中，(14)可以确定一个单一的最优布局。例如以目标一权重w1为最高0.75，目标二与目标三权重w2＝w3＝0.125，根据此权重得出的最优布局方式如图6所示。
进一步地，本实施例的医院急诊空间布局优化方法还可包括：
S204、对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
其中，各个优化目标的优化效果以百分比(％)表示，根据优化方案(图6)与原布局方案对比，病人的就诊路程降低了42％，改造成本为原布局的2倍，位置与空间适配度降低了20％，用户根据优化方案评估结果决定是否需要通过更改变量、权重或优化目标进行优化方案重新生成，若否，则结束。
本领域技术人员可以理解，实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，相应的程序可以存储于计算机可读存储介质中。
应当注意，尽管在附图中以特定顺序描述了上述实施例的方法操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
实施例2：
如图7所示，本实施例提供了一种医院急诊空间布局优化装置，该装置包括数据处理模块701、变量收集模块702和目标优化模块703，各个模块的具体功能如下：
数据处理模块701，用于获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重。
变量收集模块702，用于根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息。
目标优化模块703，用于将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
进一步地，本实施例的医院急诊空间布局优化装置还可包括：
方案优化模块704，用于对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
本实施例中各个单元的具体实现可以参见上述实施例1，在此不再一一赘述；需要说明的是，本实施例提供的装置仅以上述各功能单元的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。
实施例3：
如图8所示，本实施例提供了一种计算机设备，该计算机设备可以为计算机，其通过系统总线801连接的处理器802、存储器、输入装置803、显示装置804和网络接口805，该处理器用于提供计算和控制能力，该存储器包括非易失性存储介质506和内存储器507，该非易失性存储介质506存储有操作系统、计算机程序和数据库，该内存储器507为非易失性存储介质中的操作系统和计算机程序的运行提供环境，处理器502执行存储器存储的计算机程序时，实现上述实施例1的医院急诊空间布局优化方法，如下：
获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
进一步地，还可包括：对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
实施例4：
本实施例提供了一种存储介质，该存储介质为计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时，实现上述实施例1的医院急诊空间布局优化方法，如下：
获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
进一步地，还可包括：对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
需要说明的是，本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
综上所述，本发明基于大型综合医院的医疗数据，利用流程挖掘方法，使数据获得成本更低、速度更快、结果更可靠，能从就医流程层面上客观反映患者的客观行为规律，使最后生成的方案结果更具客观性，更能提升实际运营效率。
以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。

Claims (10)

1.一种医院急诊空间布局优化方法，其特征在于，所述方法包括：
获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
2.根据权利要求1所述的医院急诊空间布局优化方法，其特征在于，所述方法还包括：
对优化方案进行评估分析，针对优化目标，将优化方案与原布局方案对比，通过原就诊数据得到各个优化目标的优化效果。
3.根据权利要求1-2任一项所述的医院急诊空间布局优化方法，其特征在于，所述对患者就诊数据进行预处理，具体包括：
将患者就诊数据中与患者个人信息相关的敏感信息去除，保留反映患者就诊行为次序的信息；
将敏感信息去除后的患者就诊数据导入流程挖掘平台，以使流程挖掘平台对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息。
4.根据权利要求3所述的医院急诊空间布局优化方法，其特征在于，所述对预处理后的患者就诊数据进行分析，得到患者的就诊流程特征信息，具体包括：
基于预处理后的患者就诊数据，获得患者的就诊行为次序信息；
基于患者的就诊行为次序信息，将患者在急诊空间的活动地点进行编码化处理处理，形成流程信息；
对编码化处理后形成的流程信息进行分析，获得患者的就诊流程特征及对应的发生频率。
5.根据权利要求1-2任一项所述的医院急诊空间布局优化方法，其特征在于，所述确定多目标优化模型的优化目标及各优化目标的权重，具体包括：
将患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高作为多目标优化模型的优化目标；
为患者就诊路径最小化、改造成本最小化、诊疗活动与分配位置适配度最高分配不同的重要性权重。
6.根据权利要求5所述的医院急诊空间布局优化方法，其特征在于，所述患者就诊路径最小化采用第一目标函数，如下式：
Figure FDA0003111592120000021
所述患者就诊路径最小化的第一限制条件如下：
Figure FDA0003111592120000022
Figure FDA0003111592120000023
Figure FDA0003111592120000024
Figure FDA0003111592120000025
Figure FDA0003111592120000026
所述改造成本最小化采用第二目标函数，如下式：
Figure FDA0003111592120000027
所述改造成本最小化的第二限制条件如下：
Figure FDA0003111592120000028
Figure FDA0003111592120000029
Figure FDA00031115921200000210
所述诊疗活动与分配位置适配度最高采用第三目标函数，如下式：
Figure FDA0003111592120000031
所述诊疗活动与分配位置适配度最高的第三限制条件如下：
Figure FDA0003111592120000032
Figure FDA0003111592120000033
Figure FDA0003111592120000034
其中，fn表示遵循就诊流程n的病人人数，hn表示遵循就诊流程n的轻微症状病人的运动路径长度，
Figure FDA0003111592120000035
表示在流程种类n中的患者的两个相邻活动里的第i个元素，
Figure FDA0003111592120000036
表示在流程种类n中的患者的两个相邻活动里的第i+1个元素，
Figure FDA0003111592120000037
表示
Figure FDA0003111592120000038
和
Figure FDA0003111592120000039
之间的距离；Xiq表示活动i只定位于地点q时值为1，否则为0；Xjr表示活动j只定位于地点r时值为1，否则为0；yiq表示将活动活动i的发生地点移动到地点q的成本，Xiq表示活动i只定位于地点q时值为1，否则为0。
7.根据权利要求1-2任一项所述的医院急诊空间布局优化方法，其特征在于，所述根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息，具体包括：
根据预处理后的患者就诊数据，获得诊疗活动数量；
根据患者的就诊流程特征信息，获得患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、进行流程种类n患者的活动数量以及在流程种类n中的患者的两个相邻活动；
根据急诊部门平面信息，获得功能用房数量、功能用房的序号、诊疗活动类型的序号、位置q到位置r之间的距离、活动i和活动j之间的距离、对活动i的可变地点集合以及遵循就诊流程n的轻微症状病人的运动路径长度；
收集功能用房数量、诊疗活动数量、功能用房的序号、诊疗活动类型的序号、患者的就诊流程种类数量、患者的就诊流程种类序号、遵循就诊流程n的病人人数、位置q到位置r之间的距离、进行流程种类n患者的活动数量、在流程种类n中的患者的两个相邻活动、活动i和活动j之间的距离、对活动i的可变地点集合、遵循就诊流程n的轻微症状病人的运动路径长度、将活动活动i的发生地点移动到地点q的成本、诊疗活动i与功能用房q的匹配度以及各优化目标的权重，作为多目标优化模型所需的变量信息。
8.一种医院急诊空间布局优化装置，其特征在于，所述装置包括：
数据处理模块，用于获取医院急诊部门患者就诊数据和提取急诊部门平面信息，对患者就诊数据进行流程挖掘的预处理，得到患者的就诊流程特征信息，并确定多目标优化模型的优化目标及各优化目标的权重；
变量收集模块，用于根据患者的就诊流程特征信息和急诊部门平面信息，收集多目标优化模型所需的变量信息；
目标优化模块，用于将所述变量信息输入多目标优化模型中进行优化，输出布局优化结果，以生成优化方案。
9.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-7任一项所述的医院急诊空间布局优化方法。
10.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的医院急诊空间布局优化方法。
CN202110652770.4A 2021-06-11 2021-06-11 医院急诊空间布局优化方法、装置、计算机设备及存储介质 Pending CN113344274A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110652770.4A CN113344274A (zh) 2021-06-11 2021-06-11 医院急诊空间布局优化方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110652770.4A CN113344274A (zh) 2021-06-11 2021-06-11 医院急诊空间布局优化方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN113344274A true CN113344274A (zh) 2021-09-03

Family

ID=77476715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110652770.4A Pending CN113344274A (zh) 2021-06-11 2021-06-11 医院急诊空间布局优化方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113344274A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707197A (zh) * 2021-12-01 2022-07-05 华中科技大学 一种平战结合型医院空间布局自动生成方法及系统
CN116501990A (zh) * 2023-04-11 2023-07-28 北京师范大学-香港浸会大学联合国际学院 基于门诊大数据的医院专科影响力评估方法及装置
CN116597971A (zh) * 2023-07-18 2023-08-15 山东新睿信息科技有限公司 基于数字孪生的医院空间优化模拟方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046390A (zh) * 2015-03-12 2015-11-11 北京邮电大学 医院科室布局方法及装置
US20160196387A1 (en) * 2015-01-04 2016-07-07 Zoll Medical Corporation Patient data management platform
CN106032729A (zh) * 2015-03-17 2016-10-19 瓦里安医疗器械贸易（北京）有限公司 预制的模块化放射治疗拱顶室设计
CN111710417A (zh) * 2020-07-24 2020-09-25 四川大学华西医院 一种急诊呼救信息录入及智能分级诊疗的导医系统
CN112443177A (zh) * 2020-09-28 2021-03-05 中国辐射防护研究院 一种大型复合性核医学科平面布局结构

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160196387A1 (en) * 2015-01-04 2016-07-07 Zoll Medical Corporation Patient data management platform
CN105046390A (zh) * 2015-03-12 2015-11-11 北京邮电大学 医院科室布局方法及装置
CN106032729A (zh) * 2015-03-17 2016-10-19 瓦里安医疗器械贸易（北京）有限公司 预制的模块化放射治疗拱顶室设计
CN111710417A (zh) * 2020-07-24 2020-09-25 四川大学华西医院 一种急诊呼救信息录入及智能分级诊疗的导医系统
CN112443177A (zh) * 2020-09-28 2021-03-05 中国辐射防护研究院 一种大型复合性核医学科平面布局结构

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707197A (zh) * 2021-12-01 2022-07-05 华中科技大学 一种平战结合型医院空间布局自动生成方法及系统
CN114707197B (zh) * 2021-12-01 2022-11-04 华中科技大学 一种平战结合型医院空间布局自动生成方法及系统
CN116501990A (zh) * 2023-04-11 2023-07-28 北京师范大学-香港浸会大学联合国际学院 基于门诊大数据的医院专科影响力评估方法及装置
CN116501990B (zh) * 2023-04-11 2024-01-26 北京师范大学-香港浸会大学联合国际学院 基于门诊大数据的医院专科影响力评估方法及装置
CN116597971A (zh) * 2023-07-18 2023-08-15 山东新睿信息科技有限公司 基于数字孪生的医院空间优化模拟方法及系统
CN116597971B (zh) * 2023-07-18 2023-09-19 山东新睿信息科技有限公司 基于数字孪生的医院空间优化模拟方法及系统

Similar Documents

Publication Publication Date Title
CN113344274A (zh) 医院急诊空间布局优化方法、装置、计算机设备及存储介质
Omrani et al. An integrated fuzzy clustering cooperative game data envelopment analysis model with application in hospital efficiency
Baesler et al. Multi-objective simulation optimization for a cancer treatment center
ȚĂRANU Data mining in healthcare: decision making and precision.
CN110136842A (zh) 急性传染病的发病预测方法、装置及计算机可读存储介质
CN109524120A (zh) 临床数据自动化提取计算方法、系统、设备及存储介质
US20160358290A1 (en) Health severity score predictive model
CN109767067A (zh) 基于多评价维度评价医院的方法及相关产品
CN114927230A (zh) 基于机器学习的重症心衰患者预后决策支持系统及方法
Vali et al. Care process optimization in a cardiovascular hospital: an integration of simulation–optimization and data mining
CN113921127A (zh) 一种区域内血液资源优化调度及精准使用信息系统及方法
Santos et al. Enabling ubiquitous data mining in intensive care-features selection and data pre-processing
CN114707197B (zh) 一种平战结合型医院空间布局自动生成方法及系统
Khademolqorani et al. Development of a decision support system for handling health insurance deduction
CN117012380A (zh) 事件预估方法、装置、设备、存储介质及程序产品
AU2021102593A4 (en) A Method for Detection of a Disease
Goodman et al. Emergency department frequent user subgroups: Development of an empirical, theory-grounded definition using population health data and machine learning.
CN114566284A (zh) 疾病预后风险预测模型训练方法、装置及电子设备
CN111640490A (zh) 基于大数据的医院门诊自助推荐方法
Marrapu et al. New Analytic Framework of Public Mental Health Prediction Using Data Science
Sánchez et al. Fuzzy Inference System for Risk Evaluation in Gestational Diabetes Mellitus
TWI826081B (zh) 癌症進展評估方法及其系統
Sleeman et al. A comparison between clinical decisions made about lung cancer patients and those inherent in the corresponding Scottish Intercollegiate Guidelines Network (SIGN) guideline
Liu et al. Retracted: Research on Sharing and Application of Medical Big Data
CN115064269A (zh) 一种协同异构医疗数据跨区域的环境整治方法

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