CN114974528A - 数据驱动的多阶段智能手术排程方法、系统、设备及介质 - Google Patents
数据驱动的多阶段智能手术排程方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN114974528A CN114974528A CN202210441475.9A CN202210441475A CN114974528A CN 114974528 A CN114974528 A CN 114974528A CN 202210441475 A CN202210441475 A CN 202210441475A CN 114974528 A CN114974528 A CN 114974528A
- Authority
- CN
- China
- Prior art keywords
- preset
- application
- surgical
- type
- scheduling
- 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
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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"
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
Abstract
本申请公开了一种数据驱动的多阶段智能手术排程方法、系统、设备及介质,其中,方法包括:将手术日期之前分为至少两个时间段,在每个时间段接收对应类型的手术申请,使每日的手术量均衡化。在第一个时间段直接根据手术室资源为当前手术申请匹配手术室,在后续时间段,通过当前剩余手术室资源、手术权重计算、排程目标和约束条件为当前手术申请匹配手术室,其中,每个时间段所接收的手术申请充分考虑手术特点和医院重点发展方向。由此,解决了手术室利用不均衡不充分,手术资源无法在科室/医疗组之间共享,手术排程与医院的整体发展方向脱节,缺少目标导向的每日手术智能排程等问题,实现了手术管理中数据驱动的高级业务联动与管理决策支持。
Description
技术领域
本申请涉及智能化医疗管理技术领域,特别涉及一种数据驱动的多阶段智能手术排程方法、系统、设备及介质。
背景技术
我国医院的择期手术排程流程较为简单,大部分医院在术前一天进行第二天的择期手术排程,主要有两种排程方式:
1、部分医院采用对手术室进行严格的科室或医疗组划分,由科室或医疗组派专人进行内部手术申请收集、手术排程,将排程结果直接提交给手术室,手术室护士只需要将各科室或医疗组的排程结果组合在一起,并对排程结果进行微调即可;
2、另一部分医院采用主刀医生直接将手术需求提给手术室,由手术室护士按照手术日规则进行手术排程。
现阶段,上述两种方式中均有高值耗材系统、手术麻醉系统等信息化管理技术的参与,但两种方式都处在智能系统辅助下的人工排程阶段,缺少多方医疗资源的协作和动态化的手术排程系统。而现有的手术排程系统更多倾向于对手术相关资源的信息化管理,例如人员、耗材等,但针对手术排程的科学性以及手术资源在医生间的共享并无过多涉足,这使得手术室无法被充分利用,同时也面临以下问题:
1)手术室利用不均衡。由于医生主观选择原因,存在周一周二手术总时长较长,而周四周五手术总时长较短的情况,手术量的不均衡也会导致手术室上下游的床位、ICU、PACU等环节出现拥堵或空闲,没有达到手术资源的最高效利用,影响住院患者的收治;
2)每日各手术室利用不均衡。存在部分科室或医疗组手术量较少手术室空闲、而其他科室或医疗组手术量较多手术室开至深夜的情况,从而带来手术室资源的浪费和严重的医护人员加班,不仅对手术患者的质量安全带来威胁,也显著影响了手术为医院带来的经济效益;
3)手术临时变更带来的不确定性。由于仅有一次手术申请和排程,若存在手术临时取消,或者因患者原因导致需要调换手术室,则会出现手术室资源空闲,而当日再临时调配手术的难度较大,手术室资源出现浪费;
4)医生间的信息割裂。由于缺少向医生公开的手术资源可视化与手术公开申请,会导致空置的手术室资源无法被有手术需求的医生利用,手术的经济效益会大幅度缩水;
5)手术排程护士工作量大,排程过程费时耗力。调研发现,排程护士每日需花费1-3小时进行手术排程,但手术排程结果仍然存在各手术室手术时长均衡性较差等问题;
6)手术排程结果缺乏科学性。现阶段的手术排程系统仍停留在简单的信息化和交互界面,具体的排程过程仍由人工操作,通过简单的拖拽(将手术安排在对应的手术间和时段内)实现,手术排程系统仅提供简单的信息化,没有以科学的目标(例如手术时长的均衡化、患者等待时长、总手术量等)为指导辅助人工完成排程的模块,排程结果缺乏科学性;
7)手术排程难以和医院的重点发展方向相结合。现阶段的手术排程系统并没有在排程上给医院重点发展方向予以倾斜,例如三四级手术、微创手术等,排程过程并没有以医院发展为目标,与医院的发展方向脱离。
综上,目前针对手术排程的相关技术关注点不同,部分主要针对急诊患者,通过远程数据访问、远程诊断,提前进行手术的排程及其他工作,部分重点关注患者的病情和医生所擅长的手术种类配对。或者将排程的重点放在了单一手术间手术顺序的确定,亦或更关注于一次排程的各种资源调度,并没有关注手术间整体情况,在实际应用过程中,仍然会出现手术临时取消、患者病情变化导致的手术需求变化等导致手术资源的空置等情况,每日手术室未能均衡利用,手术资源无法在科室/医疗组之间共享,手术排程与医院的整体发展方向脱节,无法实现目标导向的每日手术智能排程等问题,亟待解决。
发明内容
本申请提供一种数据驱动的多阶段智能手术排程方法、系统、设备及介质,以解决手术资源在科室/医疗组之间的割裂等因素导致的手术室未能高效均衡利用,手术排程与医院整体发展方向脱节,无法实现目标导向的每日手术智能排程等问题,帮助实现手术室管理中数据驱动的高级业务联动与管理决策支持。
本申请第一方面实施例提供一种数据驱动的多阶段智能手术排程方法,包括以下步骤:接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室;接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室;接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,所述第一预设时间段、所述第二预设时间段和所述第三预设时间段均在手术日期之前,且所述第一预设时间段早于所述第二预设时间段,所述第二预设时间段早于所述第三预设时间段。
可选地,在本申请的一个实施例中,所述根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室,包括:将所述至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据所述第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至所述第一目标手术室,其中,所述第一预设手术类型为医院设定的特殊手术,所述当前的手术室资源包括空闲手术室及空闲时间段。
可选地,在本申请的一个实施例中,所述根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室,包括:根据多个预设分配因素确定所述至少一个第二预设手术类型的手术申请对应的优先级,得到所述至少一个第二预设手术类型的手术申请的权重,其中,所述第二预设手术类型为医院全部手术类型;以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至所述第二目标手术室。
可选地,在本申请的一个实施例中,所述根据当前剩余手术室资源、所述第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,包括:根据优先级确定条件确定所述至少一个第三预设手术类型的手术申请对应的优先级,得到所述至少一个第三预设手术类型的手术申请的权重,其中,所述第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至所述第三目标手术室。
可选地,在本申请的一个实施例中,在所述接收第二预设时间段内至少一个第二预设手术类型的手术申请和所述接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,还包括:接收所述第一目标手术室或所述第二目标手术室对应的手术更改申请,根据所述手术更改申请更新当前剩余手术室资源,根据更新后的当前剩余手术室资源为所述至少一个第二预设手术类型的手术申请或所述至少一个第三预设手术类型的手术申请进行手术排程。
本申请第二方面实施例提供一种数据驱动的多阶段智能手术排程系统,包括:第一排程模块,用于接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室;第二排程模块,用于接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室;第三排程模块,用于接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,所述第一预设时间段、所述第二预设时间段和所述第三预设时间段均在手术日期之前,且所述第一预设时间段早于所述第二预设时间段,所述第二预设时间段早于所述第三预设时间段。
可选地,在本申请的一个实施例中,所述第一排程模块,具体用于,将所述至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据所述第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至所述第一目标手术室,其中,所述第一预设手术类型为医院设定的特殊手术,所述当前的手术室资源包括空闲手术室及空闲时间段。
可选地,在本申请的一个实施例中,所述第二排程模块,包括:第一计算单元,用于根据多个预设分配因素确定所述至少一个第二预设手术类型的手术申请对应的优先级,得到所述至少一个第二预设手术类型的手术申请的权重,其中,所述第二预设手术类型为医院全部手术类型;第一分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至所述第二目标手术室。
可选地,在本申请的一个实施例中,所述第三排程模块,包括:第二计算单元,用于根据优先级确定条件确定所述至少一个第三预设手术类型的手术申请对应的优先级,得到所述至少一个第三预设手术类型的手术申请的权重,其中,所述第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;第二分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至所述第三目标手术室。
可选地,在本申请的一个实施例中,还包括:更新模块,用于在所述接收第二预设时间段内至少一个第二预设手术类型的手术申请和所述接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,接收所述第一目标手术室或所述第二目标手术室对应的手术更改申请,根据所述手术更改申请更新当前剩余手术室资源,根据更新后的当前剩余手术室资源为所述至少一个第二预设手术类型的手术申请或所述至少一个第三预设手术类型的手术申请进行手术排程。
本申请第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以执行如上述实施例所述的数据驱动的多阶段智能手术排程方法。
本申请第四方面实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以执行如上述实施例所述的数据驱动的多阶段智能手术排程方法。
由此,本申请至少具有如下有益效果:
1、本申请实施例通过对手术申请与排班的流程进行优化设计,即按照手术类型进行多轮排程的流程有效地将排程中的不确定性(临时取消与需求变更等)分散到多个环节逐一降低,中间轮次的手术公开申请淡化了原有较为固定的手术日安排,将手术间的空闲资源释放,使局部最优排程变为全手术室的最优排程,提高手术室资源的利用率;
2、本申请实施例在每轮排程中构建目标导向的排程模式,即以总手术量、手术间利用率、各手术间时长均衡性等为单一或多个目标,建立整数规划/混合整数规划模型,计算出的排程结果能够更好地与医院手术发展的重点方向相结合;
3、本申请实施例在公开申请阶段设计公平性算法选择合适的手术,从全局角度考虑手术间整体的运行情况、手术的特殊性、患者情况、医院的重点专科发展方向等,通过设计手术权重的方式进行排程,能最大程度让智能排程结果更符合临床要求和医院的发展方向,而不是简单的信息化。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种数据驱动的多阶段智能手术排程方法的流程图;
图2为根据本申请一个实施例提供的手术公开申请与排程流程执行逻辑示意图;
图3为根据本申请实施例的数据驱动的多阶段智能手术排程系统的示例图;
图4为申请实施例提供的电子设备的结构示意图。
附图标记说明:第一排程模块-100、第二排程模块-200、第三排程模块-300、存储器-401、处理器-402、通信接口-403。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
通过背景技术的介绍,本申请的实施例所要解决了问题及对应的技术手段如下:
1、实现一周内每日手术室利用的均衡性。通过设计多阶段的手术排程与公开申请流程,尽可能使每日的手术量均衡化,同时,考虑到不同手术类型的特点和优先级不同,每一阶段的开放手术申请都针对不同类型的手术。
2、实现目标导向的每日手术智能排程。通过构建多阶段的整数规划模型,考虑单一阶段中的手术排程目标(例如各手术室的手术时长均衡性)与约束,实现目标导向的智能手术排程,大幅度减轻排程人员的工作量。
3、实现手术资源在科室/医疗组之间的共享。通过搭建可视化的手术公开申请平台,实现科室/医疗组的手术资源共享,充分高效地利用手术室资源。
4、手术排程与医院的整体发展方向相结合,并保障科室/医疗组之间的公平性。在每日排程及公开申请阶段,通过设定不同的目标函数、手术权重计算、和公平性算法,充分考虑手术的多种因素和医院的重点发展方向,在公开申请中予以更高优先级的考虑。
下面参考附图描述本申请实施例的数据驱动的多阶段智能手术排程方法、系统、设备及介质。针对上述背景技术中提到的问题,本申请提供了一种数据驱动的多阶段智能手术排程方法,在该方法中,将手术日期之前分为多个时间段,在每个时间段接收对应类型的手术申请,尽可能使每日的手术量均衡化。在第一个时间段直接根据手术室资源为当前手术申请匹配手术室,在第二个和第三个时间段,通过当前剩余手术室资源、手术权重计算、排程目标和约束条件为当前手术申请匹配手术室,其中,三个时间段所接收的手术申请类型不同,充分考虑手术的多种因素和医院重点发展方向。由此,解决了以上所述的问题。
具体而言,图1为本申请实施例所提供的一种数据驱动的多阶段智能手术排程方法的流程图。
如图1所示,该数据驱动的多阶段智能手术排程方法包括以下步骤:
在步骤S101中,接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将至少一个第一预设手术类型的手术申请安排至第一目标手术室。
可以理解的是,本申请的实施例旨在建立多阶段的手术排程方法,将手术日之前的时间分为多个阶段,分阶段进行手术排程,有效地将排程中的不确定性(临时取消与需求变更等)分散到各个环节逐一降低,中间轮次的手术公开申请淡化了原有的手术日安排,将手术间的空闲资源释放,使局部最优排程变为全手术室的最优排程,提高手术室资源的利用率。
在本申请的实施例中,可以分为N个时间段进行手术排程,以第一预设时间段为第一轮排程初始阶段。其中,第一预设时间段可以为手术日期的N天之前,N的值可以根据医院的具体规定进行设置,不作具体限定。同时,为了减小手术申请与排程中的不确定性,充分利用手术间资源,提高手术的经济效益,本申请的实施例在每轮手术排程时可以针对不同的手术类型,从而使手术排程更好地服务于医院整体发展方向。在本申请实施例中,第一预设手术类型可以为医院设定的手术日对应的医疗组/科室的手术或者特定手术,有固定的手术间安排的手术,具体地可以根据实际情况进行设置,不作具体限定。
如图2所示,展示了N轮手术排程,其中,在术前N天11:30前,由医生或科室等进行手术日的手术申请,在术前N天12:00,按照确定性规则进行手术排程,如何进行手术排程下述进行详细介绍。
可选地,在本申请的一个实施例中,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将至少一个第一预设手术类型的手术申请安排至第一目标手术室,包括:将至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据第一匹配结果将至少一个第一预设手术类型的手术申请安排至第一目标手术室。
在本申请实施例中,当前的手术室资源可以为手术室及手术室空闲时间,如外科手术室,空闲时间为上午8点至12点。接受到的第一预设手术类型的手术申请中包括了手术的所有信息,例如手术名称、手术编码、主刀医生、手术级别等。在接收到手术申请后,本申请的实施例可以根据该手术的特殊性,为接受到的手术申请匹配对应的目标手术室,例如该手术为神经外科医生A的手术,而今日为医生A的手术日,固定的手术间为19号手术间,则将医生A的手术安排至19号手术间;或者进行心脏部位手术或脏器移植手术必须在无菌净化手术室进行,因此在排程过程中会优先将这类手术申请筛选出来进行排程。
需要说明的是,由于医院的手术室资源有限,在为第一预设时间段内的手术申请进行排程时,可能存在部分手术申请无法安排手术室,对于此类手术申请,本申请的实施例可以在其他阶段的手术申请中进行优先排程。
在步骤S102中,接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将至少一个第二预设手术类型的手术申请安排至第二目标手术室。
在本申请的实施例中,第二预设时间段可以为除第一轮排程和最后一轮排程之外的时间段,如图2所示,以N个时间段进行手术排程为例,第二轮手术申请至第N-1轮手术申请均为第二预设时间段内,其中,术前(N-1),(N-2),…,2天的11:30前进行手术申请,术前(N-1),(N-2),…,2天的12:00-18:00进行手术排程。
在本申请实施例的第二预设时间段内接收到的手术申请可以为所有类型的手术,即所有科室/医疗组的手术均可以参与申请,其中也包括在第一轮中未被分配目标手术室的特定手术。
需要说明的是,在第二预设时间段内的每轮手术申请,排程方式可以采用相同的方法,为了便于说明,本申请的实施例以其中一轮为例进行说明。
与第一轮排程有所区别,本申请的实施例在第二轮至第N-1轮的排程中,依据当前剩余手术室资源、当前手术申请的优先级和预设的排程目标和约束条件对对应手术申请进行匹配,本申请的实施例以目标为导向,充分考虑临床应用(例如手术与手术间匹配的要求、医生的要求、患者的情况等),通过整数规划模型或启发式算法进行求解,设计公平性算法,通过对手术赋予不同的权重和优先级,使手术排程服务于医院的整体发展方向,并保障科室/医疗组之间的公平性。
可选地,在本申请的一个实施例中,根据当前剩余手术室资源、至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将至少一个第二预设手术类型的手术申请安排至第二目标手术室,包括:根据多个预设分配因素确定至少一个第二预设手术类型的手术申请对应的优先级,得到至少一个第二预设手术类型的手术申请的权重,其中,第二预设手术类型为医院全部手术类型;以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据第二匹配结果将至少一个第二预设手术类型的手术申请安排至第二目标手术室。
在本申请实施例的第二预设手术类型的手术排程中,设计至少一个排程目标和约束条件,例如,以医院手术重点发展方向为目标,包括总手术量、三四级手术占比、各手术间手术时长均衡性等,结合手术排程中的临床规则约束,例如,手术间设备及环境条件约束、医生手术申请的特殊要求约束、同一个手术间医疗组/科室数量的限制约束等。
具体地,由于第一轮手术排程后,空余的手术资源为各个手术室某个时间点后的整段空闲,因此,将这几轮手术排程命名为“抢单排程”。在该排程阶段,会出现多台手术申请同一个手术室和时间范围的情况,因此,本申请的实施例设计了“抢单”公平性算法来保证系统的正常运行,涉及到的变量如表1所示。
表1抢单公平性算法中的变量
具体算法如下:
在本申请的实施例中,在第二预设时间段内为手术申请分配手术室时,考虑到临床应用的合理性与公平性,还需考虑多个分配因素,如考虑临床应用的合理性与公平性、医院想要重点发展的手术类型,例如三四级手术或微创手术等、手术的手术类型或患者情况、过往抢单结果等,基于多个分配因素为手术安排不同的优先级。
按照优先程度,本申请的实施例分为绝对优先级和相对优先级。绝对优先级的手术在本次抢单中一定会优先安排;相对优先级的手术在本次抢单中有较大概率被优先安排,其中,优先级以权重的方式表现。
下述情况属于绝对优先级:
1、该手术已有超过2次抢单失败(即符合排程的约束条件,参与了排程,但没排上)的经历;
a)失败次数大于等于3次:+10分
2、患者的入院时间超过3天;
a)患者入院天数超过3天:+10分。
下述情况属于相对优先级:(以加权计算分值的方式实现,权重为3:3:2:2:2):
1、日间手术相比于择期手术会有更高的优先级;
a)日间手术:+0.3分;
b)择期手术:+0分;
2、该手术已有抢单失败的经历,失败的次数越多,优先级越高;
a)失败2次:+0.3分;
b)失败1次:+0.15分;
c)失败0次:+0分;
3、已经入院的患者的手术,入院时间越长,手术优先级越高;
a)入院时长在所有申请的手术的患者中占前25%的:+0.2分;
b)入院时长在所有申请的手术的患者中占前25%-50%的:+0.15分;
c)入院时长在所有申请的手术的患者中占前50%-75%的:+0.1分;
d)入院时长在所有申请的手术的患者中占后25%的:+0.05分;
4、医生提交手术申请的时间,提交手术申请越早,手术优先级越高
a)提交手术申请在12:00-13:30的:+0.2分;
b)提交手术申请在13:30-15:00的:+0.15分;
c)提交手术申请在15:00-16:30的:+0.05分;
d)提交手术申请在16:30-18:00的:+0分;
5、非手术日的医生提交的手术会有更高的优先级
a)非手术日的医生提交的手术:+0.2分;
b)手术的医生提交的手术:+0分;
考虑完所有手术申请的优先级后,本申请的实施例可以建立多目标整数规划模型对手术进行排程,主要考虑模型目标和模型约束,本申请实施例的模型目标和模型约束如下:
模型目标:(多阶段,在保证排入的手术总权重最大化的前提下,尽可能提升各手术间总手术时长的均衡性)
1、最大化排入手术的总权重
2、(在保证排入手术总权重的前提下)最大化各手术间手术时长的均衡
模型约束:
1、手术间条件约束(考虑手术间和手术的特殊性):
2、医生手术申请的要求:
3、手术间用时约束(最后一台手术开始的时间不晚于18:00,需要考虑接台时间):
4、同一个手术间医疗组/科室数量的约束(考虑到接台效率,同一个手术间不能接超过3个医疗组/科室的手术):
5、同一个医疗组/科室分台数量的约束(考虑到医疗组/科室的人员和资源配置问题,同一个医疗组/科室最多只能分台2次):
6、决策变量与衍生变量间的关系
7、决策变量和衍生变量的约束
通过上述目标以及约束结合当前剩余的手术室资源对当前的手术申请进行匹配,为当前手术申请安排对应的手术室,需要说明的是,第二预设时间段内的第二预设手术类型的手术申请的内容可以与第一预设时间段的内容相同,包括了手术的所有信息,此处不再进行赘述。
在步骤S103中,接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,第一预设时间段、第二预设时间段和第三预设时间段均在手术日期之前,且第一预设时间段早于第二预设时间段,第二预设时间段早于第三预设时间段。
在本申请的实施例中,本申请实施例中的第三预设时间段为最后一轮排程时间段,可以为手术日期的前一天,如图2所示,在手术日期前1天11:30前进行手术申请,在手术日期前1天12:00-18:00时间段内进行手术排程。
可以理解的是,第三预设时间段的手术申请和排程发生在术前一天内,考虑到临床规则和方案的可行性,本轮申请/排程手术类型仅针对部分手术类型的手术,例如日间手术患者或者已入院的择期手术患者。
与第二预设时间段的排程类似,本申请的实施例在第三预设时间段依据当前剩余手术室资源、当前手术申请的优先级和预设的排程目标和约束条件对对应手术申请进行匹配。由于第三预设时间段的特殊性,在排程时,排程目标和约束条件与第二预设时间段的排程可以相同或不同。
可选地,在本申请的一个实施例中,根据当前剩余手术室资源、第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将至少一个第三预设手术类型的手术申请安排至第三目标手术室,包括:根据优先级确定条件确定至少一个第三预设手术类型的手术申请对应的优先级,得到至少一个第三预设手术类型的手术申请的权重,其中,第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据第三匹配结果将至少一个第三预设手术类型的手术申请安排至第三目标手术室。
在上述实施例的基础上,本申请的实施例可以根据之前排程阶段的目标和约束条件对当前排程阶段的目标和约束进行调整,具体通过下面的实施例进行介绍。
由于之前几轮手术抢单排程后,空余的手术资源为各个手术间某个时间段的空闲(可能发生在两个手术之间,也可能发生在最后一个手术后),因此,将这轮手术排程命名为“填坑排程”。在填坑排程阶段,会出现多台手术申请同一个手术室和时间范围的情况,因此,本申请实施例设计了“填坑”公平性算法来保证系统的正常运行,具体算法与“抢单”公平性算法类似。涉及到的变量如表2所示。
表2“填坑”公平性算法中的变量
具体算法如下:
在填坑算法中,考虑到临床应用的合理性与公平性,本申请的实施例根据优先级确定条件确定当前手术申请的优先级,例如优先级确定条件可以考虑手术的手术类型、患者情况、过往抢单结果等因素。
按照优先程度,分为绝对优先级和相对优先级。绝对优先级的手术在本次抢单中一定会优先安排;相对优先级的手术在本次抢单中有较大概率被优先安排。优先级以权重的方式表现。
下述情况属于绝对优先级:
1、该手术已有超过2次抢单失败(即符合排程的约束条件,参与了排程,但没排上)的经历;
a)失败次数大于等于3次:+10分
2、患者的入院时间超过3天;
a)患者入院天数超过3天:+10分。
下述情况属于相对优先级:(以加权计算分值的方式实现,权重为3:3:2:2:2):
1、日间手术相比于择期手术会有更高的优先级;
a)日间手术:+0.3分;
b)择期手术:+0分;
2、该手术已有抢单失败的经历,失败的次数越多,优先级越高;
a)失败2次:+0.3分;
b)失败1次:+0.15分;
c)失败0次:+0分;
3、已经入院的患者的手术,入院时间越长,手术优先级越高;
a)入院时长在所有申请的手术的患者中占前25%的:+0.2分;
b)入院时长在所有申请的手术的患者中占前25%-50%的:+0.15分;
c)入院时长在所有申请的手术的患者中占前50%-75%的:+0.1分;
d)入院时长在所有申请的手术的患者中占后25%的:+0.05分;
4、医生提交手术申请的时间,提交手术申请越早,手术优先级越高
a)提交手术申请在12:00-13:30的:+0.2分;
b)提交手术申请在13:30-15:00的:+0.15分;
c)提交手术申请在15:00-16:30的:+0.05分;
d)提交手术申请在16:30-18:00的:+0分;
5、非手术日的医生提交的手术会有更高的优先级
a)非手术日的医生提交的手术:+0.2分;
b)手术的医生提交的手术:+0分;
考虑完所有手术申请的优先级后,本申请的实施例可以建立多目标整数规划模型对手术进行排程,主要考虑模型目标和模型约束,本申请实施例的模型目标和模型约束如下:
模型目标:
1、最大化排入手术的总权重
模型约束:
1、手术间条件约束(考虑手术间和手术的特殊性):
2、医生手术申请的要求:
3、手术间用时约束(需要考虑接台时间):
4、同一个手术间医疗组/科室数量的约束(考虑到接台效率,同一个手术间不能接超过3个医疗组/科室的手术):
5、同一个医疗组/科室分台数量的约束(考虑到医疗组/科室的人员和资源配置问题,同一个医疗组/科室最多只能分台2次):
6、决策变量与衍生变量间的关系
7、决策变量和衍生变量的约束
通过上述目标以及约束结合当前剩余的手术室资源对当前的手术申请进行匹配,为当前手术申请安排对应的手术室,需要说明的是,第三预设时间段内的第三预设手术类型的手术申请的内容可以与第一预设时间段和第二预设时间段的内容相同,包括了手术的所有信息,此处不再进行赘述。
可以理解的是,在每日排程及公开申请阶段,通过上述设定不同的目标函数、手术权重计算和公平性算法,充分考虑手术的多种因素和医院的重点发展方向,在公开申请的实施例中予以更高优先级的考虑,从而实现和保障了手术排程服务于医院的整体发展方向和科室/医疗组之间的公平性。
可选地,在接收第二预设时间段内至少一个第二预设手术类型的手术申请和接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,由于第一或第二预设时间段手术申请排程结束后,由于一些原因,医生需更改或取消了上述时间段进行申请时所分配的手术室,即第一目标手术室或第二目标手术室对应的手术申请,本申请实施例根据手术更改申请对当前剩余手术室资源进行更新,根据更新后的当前剩余手术室资源为至少一个第二预设手术类型的手术申请或至少一个第三预设手术类型的手术申请进行手术排程。
可以理解的是,在多阶段申请中,可能存在为当前阶段之前的手术申请匹配的手术室未占用所有的手术室资源、手术取消等情况,因此,本申请的实施例在排程过程中,实时更新手术室资源,如存在已经排程的手术申请取消时,及时将取消的手术申请对应的手术室和时间增加到手术室资源中,以更好的进行剩余阶段的手术排程,充分利用手术间资源,使手术排程更好地服务于医院整体发展方向,提高手术的经济效益。
在本申请的实施例中,可以通过一个可视化平台进行手术申请,可视化平台中可以显示当前的手术室资源,具体为显示空闲的手术室和空闲时间段,科室/医疗组的医生可以根据显示的手术室资源确定手术申请的内容,例如,可视化平台显示为10号手术间上午8点至上午12点空闲,则需要在该时间段使用该手术室的医生可以对该时间段的10号手术间进行申请,实现每日手术室利用的均衡性。
在上述实施例中,每一阶段的排程目的和针对的手术类型可能不同,本领域技术人员可以根据实际情况进行设置。
根据本申请实施例提出的数据驱动的多阶段智能手术排程方法,将手术日期之前分为多个时间段,在每个时间段接收对应类型的手术申请,尽可能使每日的手术量均衡化。在第一个时间段直接根据手术室资源为当前手术申请匹配手术室,在第二个和第三个时间段,通过当前剩余手术室资源、手术权重计算、排程目标和约束条件为当前手术申请匹配手术室,其中,三个时间段所接收的手术申请类型不同,充分考虑手术特点和医院重点发展方向。由此,解决了每日手术室未能均衡利用,手术资源无法在科室/医疗组之间共享,手术排程与医院的整体发展方向脱节,无法实现目标导向的每日手术智能排程等问题。
其次参照附图描述根据本申请实施例提出的数据驱动的多阶段智能手术排程系统。
图3是本申请实施例的数据驱动的多阶段智能手术排程系统的方框示意图。
如图3所示,该数据驱动的多阶段智能手术排程系统10包括:第一排程模块100、第二排程模块200以及第三排程模块300。
具体地,第一排程模块100,用于接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将至少一个第一预设手术类型的手术申请安排至第一目标手术室。
第二排程模块200,用于接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将至少一个第二预设手术类型的手术申请安排至第二目标手术室。
第三排程模块300,用于接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,第一预设时间段、第二预设时间段和第三预设时间段均在手术日期之前,且第一预设时间段早于第二预设时间段,第二预设时间段早于第三预设时间段。
可选地,在本申请的一个实施例中,第一排程模块100,具体用于,将至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据第一匹配结果将至少一个第一预设手术类型的手术申请安排至第一目标手术室,其中,第一预设手术类型为医院设定的特殊手术,当前的手术室资源包括空闲手术室及空闲时间段。
可选地,在本申请的一个实施例中,第二排程模块200,包括:第一计算单元,用于根据多个预设分配因素确定至少一个第二预设手术类型的手术申请对应的优先级,得到至少一个第二预设手术类型的手术申请的权重,其中,第二预设手术类型为医院全部手术类型;第一分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据第二匹配结果将至少一个第二预设手术类型的手术申请安排至第二目标手术室。
可选地,在本申请的一个实施例中,第三排程模块300,包括:第二计算单元,用于根据优先级确定条件确定至少一个第三预设手术类型的手术申请对应的优先级,得到至少一个第三预设手术类型的手术申请的权重,其中,第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;第二分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据第三匹配结果将至少一个第三预设手术类型的手术申请安排至第三目标手术室。
可选地,在本申请的一个实施例中,数据驱动的多阶段智能手术排程系统10还包括:更新模块,用于在接收第二预设时间段内至少一个第二预设手术类型的手术申请和接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,接收第一目标手术室或第二目标手术室对应的手术更改申请,根据手术更改申请更新当前剩余手术室资源,根据更新后的当前剩余手术室资源为至少一个第二预设手术类型的手术申请或至少一个第三预设手术类型的手术申请进行手术排程。
需要说明的是,前述对数据驱动的多阶段智能手术排程方法实施例的解释说明也适用于该实施例的数据驱动的多阶段智能手术排程系统,此处不再赘述。
根据本申请实施例提出的数据驱动的多阶段智能手术排程系统,将手术日期之前分为多个时间段,在每个时间段接收对应类型的手术申请,尽可能使每日的手术量均衡化。在第一个时间段直接根据手术室资源为当前手术申请匹配手术室,在第二个和第三个时间段,通过当前剩余手术室资源、手术权重计算、排程目标和约束条件为当前手术申请匹配手术室,其中,三个时间段所接收的手术申请类型不同,充分考虑手术特点和医院重点发展方向。由此,解决了每日手术室未能均衡利用,手术资源无法在科室/医疗组之间共享,手术排程与医院的整体发展方向脱节,无法实现目标导向的每日手术智能排程等问题。
图4为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
处理器402执行程序时实现上述实施例中提供的数据驱动的多阶段智能手术排程方法。
进一步地,电子设备还包括:
通信接口403,用于存储器401和处理器402之间的通信。
存储器401,用于存放可在处理器402上运行的计算机程序。
存储器401可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器401、处理器402和通信接口403独立实现,则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器401、处理器402及通信接口403,集成在一块芯片上实现,则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
处理器402可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上的数据驱动的多阶段智能手术排程方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
Claims (12)
1.一种数据驱动的多阶段智能手术排程方法,其特征在于,包括以下步骤:
接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室;
接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室;
接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,所述第一预设时间段、所述第二预设时间段和所述第三预设时间段均在手术日期之前,且所述第一预设时间段早于所述第二预设时间段,所述第二预设时间段早于所述第三预设时间段。
2.根据权利要求1所述的方法,其特征在于,所述根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室,包括:
将所述至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据所述第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至所述第一目标手术室,其中,所述第一预设手术类型为医院设定的特殊手术,所述当前的手术室资源包括空闲手术室及空闲时间段。
3.根据权利要求1所述的方法,其特征在于,所述根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室,包括:
根据多个预设分配因素确定所述至少一个第二预设手术类型的手术申请对应的优先级,得到所述至少一个第二预设手术类型的手术申请的权重,其中,所述第二预设手术类型为医院全部手术类型;
以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至所述第二目标手术室。
4.根据权利要求1所述的方法,其特征在于,所述根据当前剩余手术室资源、所述第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,包括:
根据优先级确定条件确定所述至少一个第三预设手术类型的手术申请对应的优先级,得到所述至少一个第三预设手术类型的手术申请的权重,其中,所述第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;
以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至所述第三目标手术室。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述接收第二预设时间段内至少一个第二预设手术类型的手术申请和所述接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,还包括:
接收所述第一目标手术室或所述第二目标手术室对应的手术更改申请,根据所述手术更改申请更新当前剩余手术室资源,根据更新后的当前剩余手术室资源为所述至少一个第二预设手术类型的手术申请或所述至少一个第三预设手术类型的手术申请进行手术排程。
6.一种数据驱动的多阶段智能手术排程系统,其特征在于,包括:
第一排程模块,用于接收第一预设时间段内至少一个第一预设手术类型的手术申请,根据手术室资源对当前手术申请进行匹配,根据第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至第一目标手术室;
第二排程模块,用于接收第二预设时间段内至少一个第二预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第二预设手术类型的手术申请的优先级和预设的第一排程目标和第一约束条件对对应手术申请进行匹配,根据第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至第二目标手术室;
第三排程模块,用于接收第三预设时间段内至少一个第三预设手术类型的手术申请,根据当前剩余手术室资源、所述至少一个第三预设手术类型的手术申请的优先级和预设第二排程目标和第二约束条件对对应手术申请进行匹配,根据第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至第三目标手术室,其中,所述第一预设时间段、所述第二预设时间段和所述第三预设时间段均在手术日期之前,且所述第一预设时间段早于所述第二预设时间段,所述第二预设时间段早于所述第三预设时间段。
7.根据权利要求6所述的系统,其特征在于,所述第一排程模块,具体用于,
将所述至少一个第一预设手术类型的手术申请对应的手术室和手术时间与当前的手术室资源进行匹配,根据所述第一匹配结果将所述至少一个第一预设手术类型的手术申请安排至所述第一目标手术室,其中,所述第一预设手术类型为医院设定的特殊手术,所述当前的手术室资源包括空闲手术室及空闲时间段。
8.根据权利要求6所述的系统,其特征在于,所述第二排程模块,包括:
第一计算单元,用于根据多个预设分配因素确定所述至少一个第二预设手术类型的手术申请对应的优先级,得到所述至少一个第二预设手术类型的手术申请的权重,其中,所述第二预设手术类型为医院全部手术类型;
第一分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第二预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第二匹配结果将所述至少一个第二预设手术类型的手术申请安排至所述第二目标手术室。
9.根据权利要求6所述的系统,其特征在于,所述第三排程模块,包括:
第二计算单元,用于根据优先级确定条件确定所述至少一个第三预设手术类型的手术申请对应的优先级,得到所述至少一个第三预设手术类型的手术申请的权重,其中,所述第三预设手术类型为日间手术患者或已入院的择期手术患者的手术;
第二分配单元,用于以医院手术重点发展方向为目标,结合手术排程中的临床规则约束,将所述至少一个第三预设手术类型的手术申请与当前剩余手术室资源进行匹配,根据所述第三匹配结果将所述至少一个第三预设手术类型的手术申请安排至所述第三目标手术室。
10.根据权利要求6-9任一项所述的系统,其特征在于,还包括:
更新模块,用于在所述接收第二预设时间段内至少一个第二预设手术类型的手术申请和所述接收第三预设时间段内至少一个第三预设手术类型的手术申请之前,接收所述第一目标手术室或所述第二目标手术室对应的手术更改申请,根据所述手术更改申请更新当前剩余手术室资源,根据更新后的当前剩余手术室资源为所述至少一个第二预设手术类型的手术申请或所述至少一个第三预设手术类型的手术申请进行手术排程。
11.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的数据驱动的多阶段智能手术排程方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的数据驱动的多阶段智能手术排程方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210441475.9A CN114974528A (zh) | 2022-04-25 | 2022-04-25 | 数据驱动的多阶段智能手术排程方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210441475.9A CN114974528A (zh) | 2022-04-25 | 2022-04-25 | 数据驱动的多阶段智能手术排程方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114974528A true CN114974528A (zh) | 2022-08-30 |
Family
ID=82980452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210441475.9A Pending CN114974528A (zh) | 2022-04-25 | 2022-04-25 | 数据驱动的多阶段智能手术排程方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114974528A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331793A (zh) * | 2022-10-12 | 2022-11-11 | 华中科技大学同济医学院附属协和医院 | 一种基于精益医疗的手术信息管理系统及方法 |
CN116779124A (zh) * | 2023-08-11 | 2023-09-19 | 四川省医学科学院·四川省人民医院 | 一种基于关联规则的手术调度方法和系统 |
-
2022
- 2022-04-25 CN CN202210441475.9A patent/CN114974528A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115331793A (zh) * | 2022-10-12 | 2022-11-11 | 华中科技大学同济医学院附属协和医院 | 一种基于精益医疗的手术信息管理系统及方法 |
CN116779124A (zh) * | 2023-08-11 | 2023-09-19 | 四川省医学科学院·四川省人民医院 | 一种基于关联规则的手术调度方法和系统 |
CN116779124B (zh) * | 2023-08-11 | 2023-10-20 | 四川省医学科学院·四川省人民医院 | 一种基于关联规则的手术调度方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114974528A (zh) | 数据驱动的多阶段智能手术排程方法、系统、设备及介质 | |
Sier et al. | Scheduling surgical procedures | |
Van Ginneken et al. | Addressing backlogs and managing waiting lists during and beyond the COVID-19 pandemic | |
US20060053035A1 (en) | Healthcare personnel management system | |
US20120136671A1 (en) | Medical decision support system and method | |
Choi et al. | An approach to optimize block surgical schedules | |
Hamid et al. | A multi-objective mathematical model for nurse scheduling problem with hybrid DEA and augmented ε-constraint method: a case study | |
CN115588495A (zh) | 一种基于区域内人员工作量智能调度的方法及系统 | |
Busby et al. | Data-driven generic discrete event simulation model of hospital patient flow considering surge | |
Dexter et al. | Sustained management of the variability in work hours among anesthesiologists providing patient care in operating rooms and not on call to work late if necessary | |
Saadouli et al. | An optimization and Simulation approach for Operating Room scheduling under stochastic durations | |
Ryckman et al. | Cincinnati Children’s Hospital Medical Center: redesigning perioperative flow using operations management tools to improve access and safety | |
Zhang et al. | Promise surgery start times and implementation strategies | |
Mohamed | A discrete event simulation model for waiting time management in an emergency department: A case study in an Egyptian hospital | |
Lim et al. | Hospital admissions systems: A simulation approach | |
CN112233781A (zh) | 一种手术室护士自动排班系统及方法 | |
Assad et al. | Maximizing the efficiency of residents operating room scheduling: a case study at a teaching hospital | |
Fei et al. | Evaluating alternative surgery plans with discrete-event simulation model | |
Vancroonenburg et al. | Scheduling elective patient admissions considering room assignment and operating theatre capacity constraints | |
Van Lippevelde | The impact of splitting the surgery duration of a surgical case into pre-operating time, operating time and post-operating time on operating room utilization | |
Van Staereling et al. | Stochastic scheduling techniques for integrated optimization of catheterization laboratories and wards | |
Kartiningsih et al. | STRENGTHENING OF PROFESSIONAL NURSING CARE METHODS (MAKP) TEAM NURSING METHOD IN RSUD DR. R. KOESMA TUBAN | |
Yang et al. | Application of discrete-event simulation in acute care's capacity analysis | |
Mohsenigol et al. | Multiple Criteria Master Surgical Scheduling Problem: A Case Study | |
Armony et al. | On patient flow in hospitals: A data-based queueing-science perspective. an extended version (ev) |
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 |