CN115330093A - 医疗服务可及性测算方法、装置、电子设备及存储介质 - Google Patents

医疗服务可及性测算方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115330093A
CN115330093A CN202211254221.2A CN202211254221A CN115330093A CN 115330093 A CN115330093 A CN 115330093A CN 202211254221 A CN202211254221 A CN 202211254221A CN 115330093 A CN115330093 A CN 115330093A
Authority
CN
China
Prior art keywords
accessibility
medical
calculating
time
starting point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211254221.2A
Other languages
English (en)
Other versions
CN115330093B (zh
Inventor
陈蔚
李汉飞
程屹
阎泳楠
卢火平
雷彬
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.)
Foshan Urban Planning and Design Research Institute Co.,Ltd.
Original Assignee
Foshan Urban Planning And Design Institute
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 Foshan Urban Planning And Design Institute filed Critical Foshan Urban Planning And Design Institute
Priority to CN202211254221.2A priority Critical patent/CN115330093B/zh
Publication of CN115330093A publication Critical patent/CN115330093A/zh
Application granted granted Critical
Publication of CN115330093B publication Critical patent/CN115330093B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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

Abstract

本申请属于地理信息科学技术领域，公开了一种医疗服务可及性测算方法、装置、电子设备及存储介质，所述方法包括：对被测区域进行片区划分，得到多个片区；获取各片区的各测算起点的位置数据；根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级；从而可提高医疗服务可及性测算的全面性和客观性。

Description

医疗服务可及性测算方法、装置、电子设备及存储介质
技术领域
本申请涉及地理信息科学技术领域，具体而言，涉及一种医疗服务可及性测算方法、装置、电子设备及存储介质。
背景技术
为满足城乡居民不断增长的医疗服务需求，在医疗资源配置时，需要开展空间科学分析，围绕提升医疗服务可及性的目标和原则，评估现有医疗服务存在的问题和不足，优化医疗机构的设置布局和规划选址。
目前，对于医疗服务可及性的测算方法，一般包括以下三类：1、以居住地为起点，测算居民到达周边最近医疗机构的时间或距离，并以该时间或距离作为医疗服务可及性的评价指标；2、居民地为起点，统计居民在一定时间（或距离）内可到达的医疗机构数量，并以该医疗机构数量作为医疗服务可及性的评价指标；3、以医疗机构为起点，一定行程时间或距离内可覆盖的居民数量，并以该居民数量作为医疗服务可及性的评价指标。
这些测算方法存在以下问题：由居住地前往医疗机构之间的交通出行过程测算不精细，通常以直线距离、固定半径进行计算，不能反应居民采用不同交通方式（如小汽车、公交车、步行等）、不同路线的实际时间和距离；仅考虑了由居住地到医疗机构的过程，仅能反应空间的可及性，未考虑不同类型医院的服务能力，以及到达医院后挂号、候诊并最终接受诊疗服务的过程，不能完整体现服务的可及性，影响测算的全面性和客观性；评估结果为时间或距离等物理指标，缺少分级划定的转换方法，不利于测算结果的广泛理解和使用。由于现有的医疗服务可及性的测算方法存在的这些问题，导致难以对医疗可及性进行全面客观的评价，在进行医疗设施相关的规划选址和资源配置时，缺少科学依据。
发明内容
本申请的目的在于提供一种医疗服务可及性测算方法、装置、电子设备及存储介质，可提高医疗服务可及性测算的全面性和客观性。
第一方面，本申请提供了一种医疗服务可及性测算方法，包括步骤：
A1.对被测区域进行片区划分，得到多个片区；
A2.获取各所述片区的各测算起点的位置数据；每个所述片区包括至少一个所述测算起点；
A3.根据各所述测算起点的位置数据，获取各所述测算起点到达各邻近医疗机构的最短出行时间；
A4.获取各所述邻近医疗机构的就诊时间、取药时间和住院时间，以计算各所述邻近医疗机构的平均等待时间；
A5.根据所述最短出行时间和所述平均等待时间计算各所述测算起点的第一医疗服务可及性指数；
A6.根据所述第一医疗服务可及性指数计算各所述片区的第二医疗服务可及性指数；
A7.根据所述第二医疗服务可及性指数确定所述被测区域的医疗服务可及性水平等级。
该医疗服务可及性测算方法，其测算过程与现有的测算方法相比，更加精细、真实地测算各测算起点与邻近医疗机构的空间可达性，把更多的影响因素纳入测算过程，测算结果能够更加全面、准确反映被测区域的医疗服务可及性，从而可更加客观地评估被测区域的医疗服务可及性水平，有利于帮助管理部门更加合理地进行医疗资源配置。
优选地，步骤A3包括针对每个所述测算起点执行的步骤：
根据所述测算起点的位置数据，获取各邻近医疗机构的位置数据；
根据所述测算起点的位置数据和各所述邻近医疗机构的位置数据，获取从所述测算起点到各所述邻近医疗机构的出行时间数据；所述出行时间数据包括步行出行时间、驾车出行时间和公交出行时间；
提取从所述测算起点到同一个所述邻近医疗机构的所述出行时间数据中的最小数据作为所述测算起点到所述邻近医疗机构的所述最短出行时间。
在把测算起点与邻近医疗机构的空间可达性纳入测算过程时，考虑不同交通方式和路线，可更加精细、真实地反映该空间可达性，从而进一步提高最终测算结果的全面性和客观性。
优选地，步骤A4包括：
获取各所述邻近医疗机构的基础数据；所述基础数据包括人均问诊服务时间、年门诊就诊人数、门诊窗口数量、取药窗口人均服务时间、门诊病人取药率、取药窗口数量、病人平均住院天数、年住院人数和床位数；
根据各所述邻近医疗机构的所述人均问诊服务时间、所述年门诊就诊人数和所述门诊窗口数量，计算各所述邻近医疗机构的所述就诊时间；
根据各所述邻近医疗机构的所述取药窗口人均服务时间、所述门诊病人取药率和所述取药窗口数量，计算各所述邻近医疗机构的所述取药时间；
根据各所述邻近医疗机构的所述病人平均住院天数、所述年住院人数和所述床位数，计算各所述邻近医疗机构的所述住院时间；
根据各所述邻近医疗机构的所述就诊时间和所述取药时间，计算各所述邻近医疗机构的门诊平均等待时间；
根据各所述邻近医疗机构的所述就诊时间、所述取药时间和所述住院时间，计算各所述邻近医疗机构的住院平均等待时间。
把各医疗机构的就诊、取药和住院等服务过程的时间因素纳入测算过程，能够体现医疗机构的服务供应水平和服务能力水平的差异，从而更准确、全面地反映医疗服务可及性。
优选地，步骤A5包括：
根据各所述邻近医疗机构的所述最短出行时间和所述门诊平均等待时间，计算各所述邻近医疗机构的门诊服务可及性等效频率；
根据各所述邻近医疗机构的所述最短出行时间和所述住院平均等待时间，计算各所述邻近医疗机构的住院服务可及性等效频率；
根据所述门诊服务可及性等效频率和所述住院服务可及性等效频率，计算各所述测算起点的所述第一医疗服务可及性指数。
优选地，步骤A6包括：
获取各所述测算起点对应的人口数量；
以所述测算起点对应的所述人口数量为权重，计算同一个所述片区的各所述测算起点的所述第一医疗服务可及性指数的加权平均值，作为所述片区的所述第二医疗服务可及性指数。
优选地，步骤A7包括：
计算各所述片区的所述第二医疗服务可及性指数的标准差和平均值；
根据所述标准差和所述平均值确定所述被测区域的所述医疗服务可及性水平等级。
优选地，所述根据所述标准差和所述平均值确定所述被测区域的所述医疗服务可及性水平等级的步骤包括：
若
Figure 307239DEST_PATH_IMAGE001
，则判定所述被测区域的所述医疗服务可及性水平等级为A级；
若
Figure 390733DEST_PATH_IMAGE002
，则判定所述被测区域的所述医疗服务可及性水平等级为B级；
若
Figure 359826DEST_PATH_IMAGE003
，则判定所述被测区域的所述医疗服务可及性水平等级为C级；
若
Figure 780443DEST_PATH_IMAGE004
，则判定所述被测区域的所述医疗服务可及性水平等级为D级；
若
Figure 158072DEST_PATH_IMAGE005
，则判定所述被测区域的所述医疗服务可及性水平等级为E级；
其中，
Figure 802680DEST_PATH_IMAGE006
为预设的偏差阈值，
Figure 134436DEST_PATH_IMAGE007
为所述平均值，
Figure 889902DEST_PATH_IMAGE008
为所述标准差。
第二方面，本申请提供了一种医疗服务可及性测算装置，包括：
划分模块，用于对被测区域进行片区划分，得到多个片区；
第一获取模块，用于获取各所述片区的各测算起点的位置数据；每个所述片区包括至少一个所述测算起点；
第二获取模块，用于根据各所述测算起点的位置数据，获取各所述测算起点到达各邻近医疗机构的最短出行时间；
第一计算模块，用于获取各所述邻近医疗机构的就诊时间、取药时间和住院时间，以计算各所述邻近医疗机构的平均等待时间；
第二计算模块，用于根据所述最短出行时间和所述平均等待时间计算各所述测算起点的第一医疗服务可及性指数；
第三计算模块，用于根据所述第一医疗服务可及性指数计算各所述片区的第二医疗服务可及性指数；
评估模块，用于根据所述第二医疗服务可及性指数确定所述被测区域的医疗服务可及性水平等级。
该医疗服务可及性测算装置，其测算过程与现有的测算方法相比，更加精细、真实地测算各测算起点与邻近医疗机构的空间可达性，把更多的影响因素纳入测算过程，测算结果能够更加全面、准确反映被测区域的医疗服务可及性，从而可更加客观地评估被测区域的医疗服务可及性水平，有利于帮助管理部门更加合理地进行医疗资源配置。
第三方面，本申请提供了一种电子设备，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如前文所述医疗服务可及性测算方法中的步骤。
第四方面，本申请提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如前文所述医疗服务可及性测算方法中的步骤。
有益效果：
本申请提供的医疗服务可及性测算方法、装置、电子设备及存储介质，其测算过程与现有的测算方法相比，更加精细、真实地测算各测算起点与邻近医疗机构的空间可达性，把更多的影响因素纳入测算过程，测算结果能够更加全面、准确反映被测区域的医疗服务可及性，从而可更加客观地评估被测区域的医疗服务可及性水平，有利于帮助管理部门更加合理地进行医疗资源配置。
附图说明
图1为本申请实施例提供的医疗服务可及性测算方法的流程图。
图2为本申请实施例提供的医疗服务可及性测算装置的结构示意图。
图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种医疗服务可及性测算方法，包括步骤：
A1.对被测区域进行片区划分，得到多个片区；
A2.获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；
A3.根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；
A4.获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；
A5.根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；
A6.根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；
A7.根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级。
该医疗服务可及性测算方法，其测算过程与现有的测算方法相比，更加精细、真实地测算各测算起点与邻近医疗机构的空间可达性，把更多的影响因素纳入测算过程，测算结果能够更加全面、准确反映被测区域的医疗服务可及性，从而可更加客观地评估被测区域的医疗服务可及性水平，有利于帮助管理部门更加合理地进行医疗资源配置。
步骤A1中，可根据实际需要对被测区域进行片区划分；例如，可按镇街、行政区或市域等不同空间范围进行片区划分（从而，每个镇街、每个行政区或每个市域为一个片区）；也可采用栅格划分的方式进行片区划分（从而，每个栅格为一个片区）；但片区划分的方式不限于此。
步骤A2中，可对每个片区进行区间划分，以把每个片区划分为至少一个区间，并把每个区间的中心点作为一个测算起点，从而获取每个区间的中心点的位置数据作为对应测算起点的位置数据。可根据实际需要对每个片区进行区间划分；例如，可按建筑群分布情况进行区间划分（例如，把每个小区、每个商业区、每个工业区等划分为一个区间）；也可采用网格划分的方式进行区间划分（从而，每个网格为一个片区）；但区间划分的方式不限于此。
优选地，步骤A3包括针对每个测算起点执行的步骤：
A301.根据测算起点的位置数据，获取各邻近医疗机构的位置数据；
A302.根据该测算起点的位置数据和各邻近医疗机构的位置数据，获取从该测算起点到各邻近医疗机构的出行时间数据；出行时间数据包括步行出行时间、驾车出行时间和公交出行时间；
A303.提取从该测算起点到同一个邻近医疗机构的出行时间数据中的最小数据作为该测算起点到该邻近医疗机构的最短出行时间。
在把测算起点与邻近医疗机构的空间可达性纳入测算过程时，考虑不同交通方式和路线，可更加精细、真实地反映该空间可达性，从而进一步提高最终测算结果的全面性和客观性。
其中，邻近医疗机构是指位于测算起点的邻近区域中的医疗机构；测算起点的邻近区域可以是以测算起点为中心的预设形状和大小的区域，或者，测算起点的邻近区域是以该测算起点为出发点的预设时间（可根据实际需要设置，例如30分钟）内的可达区域（即从该测算起点出发，在预设时间内可到达的所有位置的集合）。由于各测算起点的位置不同，其邻近区域也不同，因此，对应的邻近医疗机构可能不同；因此，步骤A301中，根据测算起点的位置数据，获取该测算起点的邻近区域中的医疗机构的位置数据，得到各邻近医疗机构的位置数据。
在步骤A302中，可调用互联网地图路径搜索API接口测算从该测算起点到各邻近医疗机构的步行出行时间、驾车出行时间和公交出行时间，也可利用现有的交通规划模型软件测算从该测算起点到各邻近医疗机构的步行出行时间、驾车出行时间和公交出行时间；但获取从该测算起点到各邻近医疗机构的出行时间数据的具体方式不限于此。出行时间数据也不限于包括步行出行时间、驾车出行时间和公交出行时间。
对于出行时间数据仅包括步行出行时间、驾车出行时间和公交出行时间的情况，提取从该测算起点到同一个邻近医疗机构的出行时间数据中的最小数据作为该测算起点到该邻近医疗机构的最短出行时间，可用以下公式表示：
Figure 951399DEST_PATH_IMAGE009
；
其中，
Figure 642274DEST_PATH_IMAGE010
为该最短出行时间，
Figure 320381DEST_PATH_IMAGE011
为步行出行时间、
Figure 20483DEST_PATH_IMAGE012
为驾车出行时间、
Figure 733224DEST_PATH_IMAGE013
为公交出行时间。
在本实施例中，步骤A4包括：
A401.获取各邻近医疗机构的基础数据；基础数据包括人均问诊服务时间、年门诊就诊人数（即全年的门诊就诊人数，为平均值）、门诊窗口数量、取药窗口人均服务时间、门诊病人取药率（即门诊病人总数中需要取药的病人的数量的占比）、取药窗口数量、病人平均住院天数、年住院人数（即全年的住院人数，为平均值）和床位数；
A402.根据各邻近医疗机构的人均问诊服务时间、年门诊就诊人数和门诊窗口数量，计算各邻近医疗机构的就诊时间；
A403.根据各邻近医疗机构的取药窗口人均服务时间、门诊病人取药率和取药窗口数量，计算各邻近医疗机构的取药时间；
A404.根据各邻近医疗机构的病人平均住院天数、年住院人数和床位数，计算各邻近医疗机构的住院时间；
A405.根据各邻近医疗机构的就诊时间和取药时间，计算各邻近医疗机构的门诊平均等待时间；
A406.根据各邻近医疗机构的就诊时间、取药时间和住院时间，计算各邻近医疗机构的住院平均等待时间。
把各医疗机构的就诊、取药和住院等服务过程的时间因素纳入测算过程，能够体现医疗机构的服务供应水平和服务能力水平的差异，从而更准确、全面地反映医疗服务可及性。
具体地，基础数据由各医疗机构统计得到。
具体地，步骤A402包括：
根据以下公式计算各邻近医疗机构的就诊时间：
Figure 922897DEST_PATH_IMAGE014
Figure 727780DEST_PATH_IMAGE015
Figure 825049DEST_PATH_IMAGE016
其中，
Figure 267663DEST_PATH_IMAGE017
为一邻近医疗机构的就诊时间，
Figure 690554DEST_PATH_IMAGE018
为该邻近医疗机构的就诊状态概率，
Figure 218618DEST_PATH_IMAGE019
为该邻近医疗机构的第一就诊服务强度，
Figure 322840DEST_PATH_IMAGE020
为该邻近医疗机构的第二就诊服务强度，
Figure 10174DEST_PATH_IMAGE021
为该邻近医疗机构的第一问诊频率（其单位为人/小时），
Figure 213753DEST_PATH_IMAGE022
为该邻近医疗机构的人均问诊服务时间（其单位为分钟/人），
Figure 353747DEST_PATH_IMAGE023
为该邻近医疗机构的第二问诊频率（单位为人/小时），
Figure 963458DEST_PATH_IMAGE024
为该邻近医疗机构的年门诊就诊人数，
Figure 380664DEST_PATH_IMAGE025
为该邻近医疗机构的门诊窗口数量（
Figure 879779DEST_PATH_IMAGE026
为
Figure 710331DEST_PATH_IMAGE025
的阶乘），
Figure 828460DEST_PATH_IMAGE027
为整数（
Figure 490385DEST_PATH_IMAGE028
为
Figure 301347DEST_PATH_IMAGE027
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其就诊时间。
具体地，步骤A403包括：
根据以下公式计算各邻近医疗机构的取药时间：
Figure 150354DEST_PATH_IMAGE029
Figure 400070DEST_PATH_IMAGE030
Figure 296262DEST_PATH_IMAGE031
其中，
Figure 137179DEST_PATH_IMAGE032
为一邻近医疗机构的取药时间，
Figure 348849DEST_PATH_IMAGE033
为该邻近医疗机构的取药状态概率，
Figure 198993DEST_PATH_IMAGE034
为该邻近医疗机构的第一取药服务强度，
Figure 445298DEST_PATH_IMAGE035
为该邻近医疗机构的第二取药服务强度，
Figure 457116DEST_PATH_IMAGE036
为该邻近医疗机构的第一取药频率（其单位为人/小时），
Figure 421661DEST_PATH_IMAGE037
为该邻近医疗机构的取药窗口人均服务时间（其单位为分钟/人），
Figure 747601DEST_PATH_IMAGE038
为该邻近医疗机构的第二取药频率（单位为人/小时），
Figure 238625DEST_PATH_IMAGE039
为该邻近医疗机构的取药窗口数量（
Figure 60825DEST_PATH_IMAGE040
为
Figure 371721DEST_PATH_IMAGE039
的阶乘），
Figure 501351DEST_PATH_IMAGE041
为该邻近医疗机构的门诊病人取药率，
Figure 722248DEST_PATH_IMAGE042
为整数（
Figure 75868DEST_PATH_IMAGE043
为
Figure 15006DEST_PATH_IMAGE042
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其取药时间。
具体地，步骤A404包括：
根据以下公式计算各邻近医疗机构的住院时间：
Figure 745064DEST_PATH_IMAGE044
Figure 148364DEST_PATH_IMAGE045
Figure 548252DEST_PATH_IMAGE046
其中，
Figure 99319DEST_PATH_IMAGE047
为一邻近医疗机构的住院时间，
Figure 741391DEST_PATH_IMAGE048
为该邻近医疗机构的住院状态概率，
Figure 61514DEST_PATH_IMAGE049
为该邻近医疗机构的第一住院服务强度，
Figure 632304DEST_PATH_IMAGE050
为该邻近医疗机构的第二住院服务强度，
Figure 608350DEST_PATH_IMAGE051
为该邻近医疗机构的第一住院频率（其单位为人/月），
Figure 680211DEST_PATH_IMAGE052
为该邻近医疗机构的病人平均住院天数（其单位为天），
Figure 730207DEST_PATH_IMAGE053
为该邻近医疗机构的第二住院频率（单位为人/天），
Figure 862111DEST_PATH_IMAGE054
为该邻近医疗机构的床位数（
Figure 731978DEST_PATH_IMAGE055
为
Figure 810792DEST_PATH_IMAGE054
的阶乘），
Figure 574349DEST_PATH_IMAGE056
为该邻近医疗机构的年住院人数，
Figure 516635DEST_PATH_IMAGE057
为整数（
Figure 998432DEST_PATH_IMAGE058
为
Figure 615358DEST_PATH_IMAGE057
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其住院时间，其中，公式中的有住院服务是指对应的邻近医疗机构有住院服务（例如该邻近医疗机构为综合医院），公式中的无住院服务是指对应的邻近医疗机构没有住院服务（例如该邻近医疗机构为社区医院）。
具体地，步骤A405包括：
根据以下公式计算各邻近医疗机构的门诊平均等待时间：
Figure 374366DEST_PATH_IMAGE059
；
其中，
Figure 113652DEST_PATH_IMAGE060
为第
Figure 958112DEST_PATH_IMAGE061
个测算起点的第
Figure 378729DEST_PATH_IMAGE062
个邻近医疗机构的门诊平均等待时间，
Figure 116877DEST_PATH_IMAGE063
为同一片区的测算起点的总数量，
Figure 902431DEST_PATH_IMAGE064
为第
Figure 358820DEST_PATH_IMAGE061
个测算起点的邻近医疗机构的总数量，
Figure 317549DEST_PATH_IMAGE065
为第
Figure 379763DEST_PATH_IMAGE061
个测算起点的第
Figure 929693DEST_PATH_IMAGE062
个邻近医疗机构的就诊时间，
Figure 14324DEST_PATH_IMAGE066
为第
Figure 573481DEST_PATH_IMAGE061
个测算起点的第
Figure 161588DEST_PATH_IMAGE062
个邻近医疗机构的取药时间。
具体地，步骤A406包括：
根据以下公式计算各邻近医疗机构的住院平均等待时间：
Figure 147999DEST_PATH_IMAGE067
；
Figure 188767DEST_PATH_IMAGE068
；
其中，
Figure 489298DEST_PATH_IMAGE069
为
Figure 322125DEST_PATH_IMAGE061
个测算起点的第
Figure 118918DEST_PATH_IMAGE062
个邻近医疗机构的住院平均等待时间，
Figure 771616DEST_PATH_IMAGE070
为第
Figure 547942DEST_PATH_IMAGE061
个测算起点的第
Figure 235275DEST_PATH_IMAGE062
个邻近医疗机构的住院时间。
进一步地，步骤A5包括：
A501.根据各邻近医疗机构的最短出行时间和门诊平均等待时间，计算各邻近医疗机构的门诊服务可及性等效频率；
A502.根据各邻近医疗机构的最短出行时间和住院平均等待时间，计算各邻近医疗机构的住院服务可及性等效频率；
A503.根据门诊服务可及性等效频率和住院服务可及性等效频率，计算各测算起点的第一医疗服务可及性指数。
具体地，步骤A501包括：
根据以下公式计算各邻近医疗机构的门诊服务可及性等效频率：
Figure 438855DEST_PATH_IMAGE071
；
Figure 250953DEST_PATH_IMAGE072
；
其中，
Figure 63926DEST_PATH_IMAGE073
为第
Figure 871345DEST_PATH_IMAGE061
个测算起点的第
Figure 245825DEST_PATH_IMAGE062
个邻近医疗机构的门诊服务可及性等效频率，
Figure 76378DEST_PATH_IMAGE074
为第
Figure 319141DEST_PATH_IMAGE061
个测算起点到对应的第
Figure 856432DEST_PATH_IMAGE062
个邻近医疗机构的最短出行时间。
具体地，步骤A502包括：
根据以下公式计算各邻近医疗机构的住院服务可及性等效频率：
Figure 526448DEST_PATH_IMAGE075
；
Figure 516401DEST_PATH_IMAGE076
；
其中，
Figure 766117DEST_PATH_IMAGE077
为第
Figure 282549DEST_PATH_IMAGE061
个测算起点的第
Figure 497367DEST_PATH_IMAGE062
个邻近医疗机构的住院服务可及性等效频率。公式中的有住院服务是指对应的邻近医疗机构有住院服务（例如该邻近医疗机构为综合医院），公式中的无住院服务是指对应的邻近医疗机构没有住院服务（例如该邻近医疗机构为社区医院）。
具体地，步骤A503包括：
根据以下公式计算各测算起点的第一医疗服务可及性指数：
Figure 302512DEST_PATH_IMAGE078
其中，
Figure 887077DEST_PATH_IMAGE079
为第
Figure 133382DEST_PATH_IMAGE061
个测算起点的第一医疗服务可及性指数，
Figure 410779DEST_PATH_IMAGE080
为第
Figure 375324DEST_PATH_IMAGE061
个测算起点的门诊服务可及性指数，
Figure 701263DEST_PATH_IMAGE081
为第
Figure 926708DEST_PATH_IMAGE061
个测算起点的住院服务可及性指数，
Figure 515953DEST_PATH_IMAGE082
为第一权重值（可根据实际需要设置），
Figure 826848DEST_PATH_IMAGE083
为第二权重值（可根据实际需要设置），
Figure 956478DEST_PATH_IMAGE084
为第三权重值（可根据实际需要设置），
Figure 681770DEST_PATH_IMAGE085
为第
Figure 35391DEST_PATH_IMAGE061
个测算起点的第
Figure 974528DEST_PATH_IMAGE062
个邻近医疗机构的调节系数。
通过上述过程计算得到的第一医疗服务可及性指数，可比较客观地反映各测算起点的医疗服务可及性。
在一些优选实施方式中，步骤A6包括：
A601.获取各测算起点对应的人口数量；
A602.以测算起点对应的人口数量为权重，计算同一个片区的各测算起点的第一医疗服务可及性指数的加权平均值，作为该片区的第二医疗服务可及性指数。
其中，各测算起点对应的人口数量是指各测算起点对应的区间的居民数量。
具体地，步骤A602包括：
根据以下公式计算片区的第二医疗服务可及性指数：
Figure 704587DEST_PATH_IMAGE086
；
其中，
Figure 107886DEST_PATH_IMAGE087
为第
Figure 507774DEST_PATH_IMAGE088
个片区的第二医疗服务可及性指数，
Figure 793262DEST_PATH_IMAGE089
为第
Figure 936799DEST_PATH_IMAGE061
个测算起点对应的人口数量，
Figure 256922DEST_PATH_IMAGE090
为第
Figure 591826DEST_PATH_IMAGE088
个片区的第
Figure 567872DEST_PATH_IMAGE061
个测算起点的第一医疗服务可及性指数，
Figure 374154DEST_PATH_IMAGE091
为第
Figure 424150DEST_PATH_IMAGE088
个片区的测算起点的总数量，
Figure 290475DEST_PATH_IMAGE092
为片区的总数量。
在本实施例中，步骤A7包括：
A701.计算各片区的第二医疗服务可及性指数的标准差和平均值；
A702.根据标准差和平均值确定被测区域的医疗服务可及性水平等级。
具体地，步骤A701包括：
根据以下公式计算各片区的第二医疗服务可及性指数的标准差和平均值：
Figure 691500DEST_PATH_IMAGE093
其中，
Figure 301473DEST_PATH_IMAGE007
为平均值，
Figure 205975DEST_PATH_IMAGE008
为标准差。
在一些实施方式中，步骤A702包括：
若
Figure 712043DEST_PATH_IMAGE001
，则判定被测区域的医疗服务可及性水平等级为A级；
若
Figure 193840DEST_PATH_IMAGE002
，则判定被测区域的医疗服务可及性水平等级为B级；
若
Figure 981405DEST_PATH_IMAGE003
，则判定被测区域的医疗服务可及性水平等级为C级；
若
Figure 130626DEST_PATH_IMAGE004
，则判定被测区域的医疗服务可及性水平等级为D级；
若
Figure 479699DEST_PATH_IMAGE005
，则判定被测区域的医疗服务可及性水平等级为E级；
其中，
Figure 448792DEST_PATH_IMAGE006
为预设的偏差阈值。
其中，从A级到E级，其代表的医疗服务可及性水平依次升高。
在实际应用中，不限于采用上述的判定方式来判定被测区域的医疗服务可及性水平等级。例如，也可直接根据各片区的第二医疗服务可及性指数的平均值所处的数值范围把被测区域的医疗服务可及性水平等级判定为对应的等级。
由上可知，该医疗服务可及性测算方法，对被测区域进行片区划分，得到多个片区；获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级；从而可提高医疗服务可及性测算的全面性和客观性。具体地，具有以下优点：
1. 考虑不同交通方式、不同路线，更加精细、真实地测算测算起点与邻近医疗机构的空间可达性；
2. 将医疗服务取药、候诊、等待床位等触及服务的完整过程纳入测算程序，能够体现医疗机构供应和服务能力水平的差异，更加全面、准确地诠释了医疗服务可及性；
3.能够开展点、片区、市域等多层次的测算，并划定可及性水平等级，方便横向比较与使用；
4.可用于评估当前实际现状的医疗服务可及性水平，发现覆盖不足、服务缺失的“盲点”地区；也可用于评估医疗机构规划选址方案，检验方案的合理性，精准发现未来缺口；从而有利于针对性地新建机构或调整选址，加强医院周边的交通配套与接驳，提升医疗服务的公平性、均衡性。
参考图2，本申请提供了一种医疗服务可及性测算装置，包括：
划分模块1，用于对被测区域进行片区划分，得到多个片区；
第一获取模块2，用于获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；
第二获取模块3，用于根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；
第一计算模块4，用于获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；
第二计算模块5，用于根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；
第三计算模块6，用于根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；
评估模块7，用于根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级。
该医疗服务可及性测算装置，其测算过程与现有的测算方法相比，更加精细、真实地测算各测算起点与邻近医疗机构的空间可达性，把更多的影响因素纳入测算过程，测算结果能够更加全面、准确反映被测区域的医疗服务可及性，从而可更加客观地评估被测区域的医疗服务可及性水平，有利于帮助管理部门更加合理地进行医疗资源配置。
划分模块1，可根据实际需要对被测区域进行片区划分；例如，可按镇街、行政区或市域等不同空间范围进行片区划分（从而，每个镇街、每个行政区或每个市域为一个片区）；也可采用栅格划分的方式进行片区划分（从而，每个栅格为一个片区）；但片区划分的方式不限于此。
第一获取模块2，可对每个片区进行区间划分，以把每个片区划分为至少一个区间，并把每个区间的中心点作为一个测算起点，从而获取每个区间的中心点的位置数据作为对应测算起点的位置数据。可根据实际需要对每个片区进行区间划分；例如，可按建筑群分布情况进行区间划分（例如，把每个小区、每个商业区、每个工业区等划分为一个区间）；也可采用网格划分的方式进行区间划分（从而，每个网格为一个片区）；但区间划分的方式不限于此。
优选地，第二获取模块3在根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间的时候，针对每个测算起点执行：
根据测算起点的位置数据，获取各邻近医疗机构的位置数据；
根据该测算起点的位置数据和各邻近医疗机构的位置数据，获取从该测算起点到各邻近医疗机构的出行时间数据；出行时间数据包括步行出行时间、驾车出行时间和公交出行时间；
提取从该测算起点到同一个邻近医疗机构的出行时间数据中的最小数据作为该测算起点到该邻近医疗机构的最短出行时间。
在把测算起点与邻近医疗机构的空间可达性纳入测算过程时，考虑不同交通方式和路线，可更加精细、真实地反映该空间可达性，从而进一步提高最终测算结果的全面性和客观性。
其中，邻近医疗机构是指位于测算起点的邻近区域中的医疗机构；测算起点的邻近区域可以是以测算起点为中心的预设形状和大小的区域，或者，测算起点的邻近区域是以该测算起点为出发点的预设时间（可根据实际需要设置，例如30分钟）内的可达区域（即从该测算起点出发，在预设时间内可到达的所有位置的集合）。由于各测算起点的位置不同，其邻近区域也不同，因此，对应的邻近医疗机构可能不同；因此，第二获取模块3在根据测算起点的位置数据，获取各邻近医疗机构的位置数据的时候，执行：根据测算起点的位置数据，获取该测算起点的邻近区域中的医疗机构的位置数据，得到各邻近医疗机构的位置数据。
第二获取模块3在根据该测算起点的位置数据和各邻近医疗机构的位置数据，获取从该测算起点到各邻近医疗机构的出行时间数据的时候，可调用互联网地图路径搜索API接口测算从该测算起点到各邻近医疗机构的步行出行时间、驾车出行时间和公交出行时间，也可利用现有的交通规划模型软件测算从该测算起点到各邻近医疗机构的步行出行时间、驾车出行时间和公交出行时间；但获取从该测算起点到各邻近医疗机构的出行时间数据的具体方式不限于此。出行时间数据也不限于包括步行出行时间、驾车出行时间和公交出行时间。
对于出行时间数据仅包括步行出行时间、驾车出行时间和公交出行时间的情况，提取从该测算起点到同一个邻近医疗机构的出行时间数据中的最小数据作为该测算起点到该邻近医疗机构的最短出行时间，可用以下公式表示：
Figure 603830DEST_PATH_IMAGE009
；
其中，
Figure 482924DEST_PATH_IMAGE010
为该最短出行时间，
Figure 127532DEST_PATH_IMAGE011
为步行出行时间、
Figure 724867DEST_PATH_IMAGE012
为驾车出行时间、
Figure 480333DEST_PATH_IMAGE013
为公交出行时间。
在本实施例中，第一计算模块4在获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间的时候，执行：
获取各邻近医疗机构的基础数据；基础数据包括人均问诊服务时间、年门诊就诊人数（即全年的门诊就诊人数，为平均值）、门诊窗口数量、取药窗口人均服务时间、门诊病人取药率（即门诊病人总数中需要取药的病人的数量的占比）、取药窗口数量、病人平均住院天数、年住院人数（即全年的住院人数，为平均值）和床位数；
根据各邻近医疗机构的人均问诊服务时间、年门诊就诊人数和门诊窗口数量，计算各邻近医疗机构的就诊时间；
根据各邻近医疗机构的取药窗口人均服务时间、门诊病人取药率和取药窗口数量，计算各邻近医疗机构的取药时间；
根据各邻近医疗机构的病人平均住院天数、年住院人数和床位数，计算各邻近医疗机构的住院时间；
根据各邻近医疗机构的就诊时间和取药时间，计算各邻近医疗机构的门诊平均等待时间；
根据各邻近医疗机构的就诊时间、取药时间和住院时间，计算各邻近医疗机构的住院平均等待时间。
把各医疗机构的就诊、取药和住院等服务过程的时间因素纳入测算过程，能够体现医疗机构的服务供应水平和服务能力水平的差异，从而更准确、全面地反映医疗服务可及性。
具体地，基础数据由各医疗机构统计得到。
具体地，第一计算模块4在根据各邻近医疗机构的人均问诊服务时间、年门诊就诊人数和门诊窗口数量，计算各邻近医疗机构的就诊时间的时候，执行：
根据以下公式计算各邻近医疗机构的就诊时间：
Figure 276251DEST_PATH_IMAGE094
Figure 465662DEST_PATH_IMAGE015
Figure 674926DEST_PATH_IMAGE095
其中，
Figure 109450DEST_PATH_IMAGE017
为一邻近医疗机构的就诊时间，
Figure 822191DEST_PATH_IMAGE018
为该邻近医疗机构的就诊状态概率，
Figure 418388DEST_PATH_IMAGE019
为该邻近医疗机构的第一就诊服务强度，
Figure 52632DEST_PATH_IMAGE020
为该邻近医疗机构的第二就诊服务强度，
Figure 149901DEST_PATH_IMAGE021
为该邻近医疗机构的第一问诊频率（其单位为人/小时），
Figure 123673DEST_PATH_IMAGE022
为该邻近医疗机构的人均问诊服务时间（其单位为分钟/人），
Figure 15406DEST_PATH_IMAGE023
为该邻近医疗机构的第二问诊频率（单位为人/小时），
Figure 136946DEST_PATH_IMAGE024
为该邻近医疗机构的年门诊就诊人数，
Figure 405947DEST_PATH_IMAGE025
为该邻近医疗机构的门诊窗口数量（
Figure 827702DEST_PATH_IMAGE026
为
Figure 31281DEST_PATH_IMAGE025
的阶乘），
Figure 436854DEST_PATH_IMAGE027
为整数（
Figure 16871DEST_PATH_IMAGE028
为
Figure 761974DEST_PATH_IMAGE027
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其就诊时间。
具体地，第一计算模块4在根据各邻近医疗机构的取药窗口人均服务时间、门诊病人取药率和取药窗口数量，计算各邻近医疗机构的取药时间的时候，执行：
根据以下公式计算各邻近医疗机构的取药时间：
Figure 261088DEST_PATH_IMAGE096
Figure 763745DEST_PATH_IMAGE030
Figure 272086DEST_PATH_IMAGE031
其中，
Figure 42334DEST_PATH_IMAGE032
为一邻近医疗机构的取药时间，
Figure 915612DEST_PATH_IMAGE033
为该邻近医疗机构的取药状态概率，
Figure 30199DEST_PATH_IMAGE034
为该邻近医疗机构的第一取药服务强度，
Figure 686439DEST_PATH_IMAGE035
为该邻近医疗机构的第二取药服务强度，
Figure 202871DEST_PATH_IMAGE036
为该邻近医疗机构的第一取药频率（其单位为人/小时），
Figure 919154DEST_PATH_IMAGE037
为该邻近医疗机构的取药窗口人均服务时间（其单位为分钟/人），
Figure 521037DEST_PATH_IMAGE038
为该邻近医疗机构的第二取药频率（单位为人/小时），
Figure 980968DEST_PATH_IMAGE039
为该邻近医疗机构的取药窗口数量（
Figure 351907DEST_PATH_IMAGE040
为
Figure 534364DEST_PATH_IMAGE039
的阶乘），
Figure 233330DEST_PATH_IMAGE041
为该邻近医疗机构的门诊病人取药率，
Figure 621586DEST_PATH_IMAGE042
为整数（
Figure 50293DEST_PATH_IMAGE043
为
Figure 108379DEST_PATH_IMAGE042
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其取药时间。
具体地，第一计算模块4在根据各邻近医疗机构的病人平均住院天数、年住院人数和床位数，计算各邻近医疗机构的住院时间的时候，执行：
根据以下公式计算各邻近医疗机构的住院时间：
Figure 684854DEST_PATH_IMAGE044
Figure 486588DEST_PATH_IMAGE045
Figure 832118DEST_PATH_IMAGE046
其中，
Figure 825220DEST_PATH_IMAGE047
为一邻近医疗机构的住院时间，
Figure 826674DEST_PATH_IMAGE048
为该邻近医疗机构的住院状态概率，
Figure 556733DEST_PATH_IMAGE049
为该邻近医疗机构的第一住院服务强度，
Figure 366557DEST_PATH_IMAGE050
为该邻近医疗机构的第二住院服务强度，
Figure 828762DEST_PATH_IMAGE051
为该邻近医疗机构的第一住院频率（其单位为人/月），
Figure 114250DEST_PATH_IMAGE052
为该邻近医疗机构的病人平均住院天数（其单位为天），
Figure 257787DEST_PATH_IMAGE053
为该邻近医疗机构的第二住院频率（单位为人/天），
Figure 312330DEST_PATH_IMAGE054
为该邻近医疗机构的床位数（
Figure 476595DEST_PATH_IMAGE055
为
Figure 363561DEST_PATH_IMAGE054
的阶乘），
Figure 435422DEST_PATH_IMAGE056
为该邻近医疗机构的年住院人数，
Figure 485418DEST_PATH_IMAGE057
为整数（
Figure 617322DEST_PATH_IMAGE058
为
Figure 752768DEST_PATH_IMAGE057
的阶乘）。对于每个邻近医疗机构，均根据以上公式计算其住院时间，其中，公式中的有住院服务是指对应的邻近医疗机构有住院服务（例如该邻近医疗机构为综合医院），公式中的无住院服务是指对应的邻近医疗机构没有住院服务（例如该邻近医疗机构为社区医院）。
具体地，第一计算模块4在根据各邻近医疗机构的就诊时间和取药时间，计算各邻近医疗机构的门诊平均等待时间的时候，执行：
根据以下公式计算各邻近医疗机构的门诊平均等待时间：
Figure 362741DEST_PATH_IMAGE059
；
其中，
Figure 267243DEST_PATH_IMAGE060
为第
Figure 304469DEST_PATH_IMAGE061
个测算起点的第
Figure 255107DEST_PATH_IMAGE062
个邻近医疗机构的门诊平均等待时间，
Figure 42673DEST_PATH_IMAGE063
为同一片区的测算起点的总数量，
Figure 926315DEST_PATH_IMAGE064
为第
Figure 275388DEST_PATH_IMAGE061
个测算起点的邻近医疗机构的总数量，
Figure 244481DEST_PATH_IMAGE065
为第
Figure 337202DEST_PATH_IMAGE061
个测算起点的第
Figure 340930DEST_PATH_IMAGE062
个邻近医疗机构的就诊时间，
Figure 595325DEST_PATH_IMAGE066
为第
Figure 254976DEST_PATH_IMAGE061
个测算起点的第
Figure 10443DEST_PATH_IMAGE062
个邻近医疗机构的取药时间。
具体地，第一计算模块4在根据各邻近医疗机构的就诊时间、取药时间和住院时间，计算各邻近医疗机构的住院平均等待时间的时候，执行：
根据以下公式计算各邻近医疗机构的住院平均等待时间：
Figure 242579DEST_PATH_IMAGE067
；
Figure 58088DEST_PATH_IMAGE097
；
其中，
Figure 142719DEST_PATH_IMAGE069
为
Figure 170717DEST_PATH_IMAGE061
个测算起点的第
Figure 24404DEST_PATH_IMAGE062
个邻近医疗机构的住院平均等待时间，
Figure 10815DEST_PATH_IMAGE070
为第
Figure 317162DEST_PATH_IMAGE061
个测算起点的第
Figure 320757DEST_PATH_IMAGE062
个邻近医疗机构的住院时间。
进一步地，第二计算模块5在根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数的时候，执行：
根据各邻近医疗机构的最短出行时间和门诊平均等待时间，计算各邻近医疗机构的门诊服务可及性等效频率；
根据各邻近医疗机构的最短出行时间和住院平均等待时间，计算各邻近医疗机构的住院服务可及性等效频率；
根据门诊服务可及性等效频率和住院服务可及性等效频率，计算各测算起点的第一医疗服务可及性指数。
具体地，第二计算模块5在根据各邻近医疗机构的最短出行时间和门诊平均等待时间，计算各邻近医疗机构的门诊服务可及性等效频率的时候，执行：
根据以下公式计算各邻近医疗机构的门诊服务可及性等效频率：
Figure 294530DEST_PATH_IMAGE071
；
Figure 123945DEST_PATH_IMAGE072
；
其中，
Figure 42223DEST_PATH_IMAGE073
为第
Figure 287390DEST_PATH_IMAGE061
个测算起点的第
Figure 240303DEST_PATH_IMAGE062
个邻近医疗机构的门诊服务可及性等效频率，
Figure 942418DEST_PATH_IMAGE074
为第
Figure 82412DEST_PATH_IMAGE061
个测算起点到对应的第
Figure 662429DEST_PATH_IMAGE062
个邻近医疗机构的最短出行时间。
具体地，第二计算模块5在根据各邻近医疗机构的最短出行时间和住院平均等待时间，计算各邻近医疗机构的住院服务可及性等效频率的时候，执行：
根据以下公式计算各邻近医疗机构的住院服务可及性等效频率：
Figure 407531DEST_PATH_IMAGE075
；
Figure 906645DEST_PATH_IMAGE099
；
其中，
Figure 674881DEST_PATH_IMAGE077
为第
Figure 652065DEST_PATH_IMAGE061
个测算起点的第
Figure 189356DEST_PATH_IMAGE062
个邻近医疗机构的住院服务可及性等效频率。公式中的有住院服务是指对应的邻近医疗机构有住院服务（例如该邻近医疗机构为综合医院），公式中的无住院服务是指对应的邻近医疗机构没有住院服务（例如该邻近医疗机构为社区医院）。
具体地，第二计算模块5在根据门诊服务可及性等效频率和住院服务可及性等效频率，计算各测算起点的第一医疗服务可及性指数的时候，执行：
根据以下公式计算各测算起点的第一医疗服务可及性指数：
Figure 859372DEST_PATH_IMAGE078
其中，
Figure 347860DEST_PATH_IMAGE079
为第
Figure 128734DEST_PATH_IMAGE061
个测算起点的第一医疗服务可及性指数，
Figure 520532DEST_PATH_IMAGE080
为第
Figure 361449DEST_PATH_IMAGE061
个测算起点的门诊服务可及性指数，
Figure 838698DEST_PATH_IMAGE081
为第
Figure 423263DEST_PATH_IMAGE061
个测算起点的住院服务可及性指数，
Figure 669568DEST_PATH_IMAGE082
为第一权重值（可根据实际需要设置），
Figure 884649DEST_PATH_IMAGE083
为第二权重值（可根据实际需要设置），
Figure 708248DEST_PATH_IMAGE084
为第三权重值（可根据实际需要设置），
Figure 735985DEST_PATH_IMAGE085
为第
Figure 961430DEST_PATH_IMAGE061
个测算起点的第
Figure 19516DEST_PATH_IMAGE062
个邻近医疗机构的调节系数。
通过上述过程计算得到的第一医疗服务可及性指数，可比较客观地反映各测算起点的医疗服务可及性。
在一些优选实施方式中，第三计算模块6在根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数的时候，执行：
获取各测算起点对应的人口数量；
以测算起点对应的人口数量为权重，计算同一个片区的各测算起点的第一医疗服务可及性指数的加权平均值，作为该片区的第二医疗服务可及性指数。
其中，各测算起点对应的人口数量是指各测算起点对应的区间的居民数量。
具体地，第三计算模块6在以测算起点对应的人口数量为权重，计算同一个片区的各测算起点的第一医疗服务可及性指数的加权平均值，作为该片区的第二医疗服务可及性指数的时候，执行：
根据以下公式计算片区的第二医疗服务可及性指数：
Figure 595990DEST_PATH_IMAGE086
；
其中，
Figure 725621DEST_PATH_IMAGE087
为第
Figure 680938DEST_PATH_IMAGE088
个片区的第二医疗服务可及性指数，
Figure 300138DEST_PATH_IMAGE089
为第
Figure 973696DEST_PATH_IMAGE061
个测算起点对应的人口数量，
Figure 703755DEST_PATH_IMAGE090
为第
Figure 283553DEST_PATH_IMAGE088
个片区的第
Figure 73654DEST_PATH_IMAGE061
个测算起点的第一医疗服务可及性指数，
Figure 968929DEST_PATH_IMAGE091
为第
Figure 705941DEST_PATH_IMAGE088
个片区的测算起点的总数量，
Figure 760485DEST_PATH_IMAGE092
为片区的总数量。
在本实施例中，评估模块7在根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级的时候，执行：
计算各片区的第二医疗服务可及性指数的标准差和平均值；
根据标准差和平均值确定被测区域的医疗服务可及性水平等级。
具体地，评估模块7在计算各片区的第二医疗服务可及性指数的标准差和平均值的时候，执行：
根据以下公式计算各片区的第二医疗服务可及性指数的标准差和平均值：
Figure 331274DEST_PATH_IMAGE093
其中，
Figure 104058DEST_PATH_IMAGE007
为平均值，
Figure 51286DEST_PATH_IMAGE008
为标准差。
在一些实施方式中，评估模块7在根据标准差和平均值确定被测区域的医疗服务可及性水平等级的时候，执行：
若
Figure 225915DEST_PATH_IMAGE001
，则判定被测区域的医疗服务可及性水平等级为A级；
若
Figure 731721DEST_PATH_IMAGE002
，则判定被测区域的医疗服务可及性水平等级为B级；
若
Figure 726221DEST_PATH_IMAGE003
，则判定被测区域的医疗服务可及性水平等级为C级；
若
Figure 805036DEST_PATH_IMAGE004
，则判定被测区域的医疗服务可及性水平等级为D级；
若
Figure 709538DEST_PATH_IMAGE005
，则判定被测区域的医疗服务可及性水平等级为E级；
其中，
Figure 746764DEST_PATH_IMAGE006
为预设的偏差阈值。
其中，从A级到E级，其代表的医疗服务可及性水平依次升高。
在实际应用中，不限于采用上述的判定方式来判定被测区域的医疗服务可及性水平等级。例如，也可直接根据各片区的第二医疗服务可及性指数的平均值所处的数值范围把被测区域的医疗服务可及性水平等级判定为对应的等级。
由上可知，该医疗服务可及性测算装置，对被测区域进行片区划分，得到多个片区；获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级；从而可提高医疗服务可及性测算的全面性和客观性。具体地，具有以下优点：
1. 考虑不同交通方式、不同路线，更加精细、真实地测算测算起点与邻近医疗机构的空间可达性；
2. 将医疗服务取药、候诊、等待床位等触及服务的完整过程纳入测算程序，能够体现医疗机构供应和服务能力水平的差异，更加全面、准确地诠释了医疗服务可及性；
3.能够开展点、片区、市域等多层次的测算，并划定可及性水平等级，方便横向比较与使用；
4.可用于评估当前实际现状的医疗服务可及性水平，发现覆盖不足、服务缺失的“盲点”地区；也可用于评估医疗机构规划选址方案，检验方案的合理性，精准发现未来缺口；从而有利于针对性地新建机构或调整选址，加强医院周边的交通配套与接驳，提升医疗服务的公平性、均衡性。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当电子设备运行时，处理器301执行该计算机程序，以执行上述实施例的任一可选的实现方式中的医疗服务可及性测算方法，以实现以下功能：对被测区域进行片区划分，得到多个片区；获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级。
本申请实施例提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的医疗服务可及性测算方法，以实现以下功能：对被测区域进行片区划分，得到多个片区；获取各片区的各测算起点的位置数据；每个片区包括至少一个测算起点；根据各测算起点的位置数据，获取各测算起点到达各邻近医疗机构的最短出行时间；获取各邻近医疗机构的就诊时间、取药时间和住院时间，以计算各邻近医疗机构的平均等待时间；根据最短出行时间和平均等待时间计算各测算起点的第一医疗服务可及性指数；根据第一医疗服务可及性指数计算各片区的第二医疗服务可及性指数；根据第二医疗服务可及性指数确定被测区域的医疗服务可及性水平等级。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
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，既可以位于一个地方，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)

1.一种医疗服务可及性测算方法，其特征在于，包括步骤：
A1.对被测区域进行片区划分，得到多个片区；
A2.获取各所述片区的各测算起点的位置数据；每个所述片区包括至少一个所述测算起点；
A3.根据各所述测算起点的位置数据，获取各所述测算起点到达各邻近医疗机构的最短出行时间；
A4.获取各所述邻近医疗机构的就诊时间、取药时间和住院时间，以计算各所述邻近医疗机构的平均等待时间；
A5.根据所述最短出行时间和所述平均等待时间计算各所述测算起点的第一医疗服务可及性指数；
A6.根据所述第一医疗服务可及性指数计算各所述片区的第二医疗服务可及性指数；
A7.根据所述第二医疗服务可及性指数确定所述被测区域的医疗服务可及性水平等级。
2.根据权利要求1所述的医疗服务可及性测算方法，其特征在于，步骤A3包括针对每个所述测算起点执行的步骤：
根据所述测算起点的位置数据，获取各邻近医疗机构的位置数据；
根据所述测算起点的位置数据和各所述邻近医疗机构的位置数据，获取从所述测算起点到各所述邻近医疗机构的出行时间数据；所述出行时间数据包括步行出行时间、驾车出行时间和公交出行时间；
提取从所述测算起点到同一个所述邻近医疗机构的所述出行时间数据中的最小数据作为所述测算起点到所述邻近医疗机构的所述最短出行时间。
3.根据权利要求1所述的医疗服务可及性测算方法，其特征在于，步骤A4包括：
获取各所述邻近医疗机构的基础数据；所述基础数据包括人均问诊服务时间、年门诊就诊人数、门诊窗口数量、取药窗口人均服务时间、门诊病人取药率、取药窗口数量、病人平均住院天数、年住院人数和床位数；
根据各所述邻近医疗机构的所述人均问诊服务时间、所述年门诊就诊人数和所述门诊窗口数量，计算各所述邻近医疗机构的所述就诊时间；
根据各所述邻近医疗机构的所述取药窗口人均服务时间、所述门诊病人取药率和所述取药窗口数量，计算各所述邻近医疗机构的所述取药时间；
根据各所述邻近医疗机构的所述病人平均住院天数、所述年住院人数和所述床位数，计算各所述邻近医疗机构的所述住院时间；
根据各所述邻近医疗机构的所述就诊时间和所述取药时间，计算各所述邻近医疗机构的门诊平均等待时间；
根据各所述邻近医疗机构的所述就诊时间、所述取药时间和所述住院时间，计算各所述邻近医疗机构的住院平均等待时间。
4.根据权利要求3所述的医疗服务可及性测算方法，其特征在于，步骤A5包括：
根据各所述邻近医疗机构的所述最短出行时间和所述门诊平均等待时间，计算各所述邻近医疗机构的门诊服务可及性等效频率；
根据各所述邻近医疗机构的所述最短出行时间和所述住院平均等待时间，计算各所述邻近医疗机构的住院服务可及性等效频率；
根据所述门诊服务可及性等效频率和所述住院服务可及性等效频率，计算各所述测算起点的所述第一医疗服务可及性指数。
5.根据权利要求1所述的医疗服务可及性测算方法，其特征在于，步骤A6包括：
获取各所述测算起点对应的人口数量；
以所述测算起点对应的所述人口数量为权重，计算同一个所述片区的各所述测算起点的所述第一医疗服务可及性指数的加权平均值，作为所述片区的所述第二医疗服务可及性指数。
6.根据权利要求1所述的医疗服务可及性测算方法，其特征在于，步骤A7包括：
计算各所述片区的所述第二医疗服务可及性指数的标准差和平均值；
根据所述标准差和所述平均值确定所述被测区域的所述医疗服务可及性水平等级。
7.根据权利要求6所述的医疗服务可及性测算方法，其特征在于，所述根据所述标准差和所述平均值确定所述被测区域的所述医疗服务可及性水平等级的步骤包括：
若
Figure 294815DEST_PATH_IMAGE001
，则判定所述被测区域的所述医疗服务可及性水平等级为A级；
若
Figure 708478DEST_PATH_IMAGE002
，则判定所述被测区域的所述医疗服务可及性水平等级为B级；
若
Figure 467487DEST_PATH_IMAGE003
，则判定所述被测区域的所述医疗服务可及性水平等级为C级；
若
Figure 410035DEST_PATH_IMAGE004
，则判定所述被测区域的所述医疗服务可及性水平等级为D级；
若
Figure 520074DEST_PATH_IMAGE005
，则判定所述被测区域的所述医疗服务可及性水平等级为E级；
其中，
Figure 737428DEST_PATH_IMAGE006
为预设的偏差阈值，
Figure 849479DEST_PATH_IMAGE007
为所述平均值，
Figure 228507DEST_PATH_IMAGE008
为所述标准差。
8.一种医疗服务可及性测算装置，其特征在于，包括：
划分模块，用于对被测区域进行片区划分，得到多个片区；
第一获取模块，用于获取各所述片区的各测算起点的位置数据；每个所述片区包括至少一个所述测算起点；
第二获取模块，用于根据各所述测算起点的位置数据，获取各所述测算起点到达各邻近医疗机构的最短出行时间；
第一计算模块，用于获取各所述邻近医疗机构的就诊时间、取药时间和住院时间，以计算各所述邻近医疗机构的平均等待时间；
第二计算模块，用于根据所述最短出行时间和所述平均等待时间计算各所述测算起点的第一医疗服务可及性指数；
第三计算模块，用于根据所述第一医疗服务可及性指数计算各所述片区的第二医疗服务可及性指数；
评估模块，用于根据所述第二医疗服务可及性指数确定所述被测区域的医疗服务可及性水平等级。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时，运行如权利要求1-7任一项所述医疗服务可及性测算方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一项所述医疗服务可及性测算方法中的步骤。
CN202211254221.2A 2022-10-13 2022-10-13 医疗服务可及性测算方法、装置、电子设备及存储介质 Active CN115330093B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211254221.2A CN115330093B (zh) 2022-10-13 2022-10-13 医疗服务可及性测算方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211254221.2A CN115330093B (zh) 2022-10-13 2022-10-13 医疗服务可及性测算方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115330093A true CN115330093A (zh) 2022-11-11
CN115330093B CN115330093B (zh) 2023-02-07

Family

ID=83915086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211254221.2A Active CN115330093B (zh) 2022-10-13 2022-10-13 医疗服务可及性测算方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115330093B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170186121A1 (en) * 2015-12-29 2017-06-29 Xerox Corporation System and method for analyzing the adequacy of a healthcare network in a geographic region
CN108446470A (zh) * 2018-03-07 2018-08-24 广东国地规划科技股份有限公司 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法
CN110378530A (zh) * 2019-07-18 2019-10-25 四川师范大学 一种基于多层级医疗资源均衡性的缺医区识别方法
CN112071410A (zh) * 2020-07-24 2020-12-11 中国科学院城市环境研究所 一种城市医疗服务可达性测度方法及设备、存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170186121A1 (en) * 2015-12-29 2017-06-29 Xerox Corporation System and method for analyzing the adequacy of a healthcare network in a geographic region
CN108446470A (zh) * 2018-03-07 2018-08-24 广东国地规划科技股份有限公司 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法
CN110378530A (zh) * 2019-07-18 2019-10-25 四川师范大学 一种基于多层级医疗资源均衡性的缺医区识别方法
CN112071410A (zh) * 2020-07-24 2020-12-11 中国科学院城市环境研究所 一种城市医疗服务可达性测度方法及设备、存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黎丹丹等: "新医改政策对医疗服务可及性的影响研究", 《蚌埠医学院学报》 *

Also Published As

Publication number Publication date
CN115330093B (zh) 2023-02-07

Similar Documents

Publication Publication Date Title
Angelis et al. Using health technology assessment to assess the value of new medicines: results of a systematic review and expert consultation across eight European countries
McGrath et al. Schizophrenia: a concise overview of incidence, prevalence, and mortality
Haynes et al. Validation of travel times to hospital estimated by GIS
Dubuc et al. Disability-based classification system for older people in integrated long-term care services: the Iso-SMAF profiles
Wang et al. Prevalence and risk factors of comorbidities among hypertensive patients in China
Bargagli et al. Prevalence of multiple sclerosis in the Lazio region, Italy: use of an algorithm based on health information systems
Wolfson et al. Sickle cell disease in California: sociodemographic predictors of emergency department utilization
JP6537505B2 (ja) ヒト臨床遺伝学のための病原性スコアリングシステム
CN113935608A (zh) 一种社区养老服务设施的评价方法和装置
Jahangoshai Rezaee et al. Unified performance evaluation of health centers with integrated model of data envelopment analysis and bargaining game
Whitehead et al. Spatial equity and realised access to healthcare-a geospatial analysis of general practitioner enrolments in Waikato, New Zealand
Shih et al. Functional status outperforms comorbidities as a predictor of 30-day acute care readmissions in the inpatient rehabilitation population
Jordan et al. Previous consultation and self reported health status as predictors of future demand for primary care
CN113222327A (zh) 一种基于服务能力的地块可达性分析方法
CN111639786A (zh) 资源配置方法、装置、存储介质及计算机设备
Bell et al. Remaining lifetime after recognition of terminal illness depends on diagnosis: a nationwide population-based cohort study
Smedinga et al. Prediction of multiple recurrent events: a comparison of extended cox models in bladder cancer
CN115330569A (zh) 用于儿童肿瘤疾病的负担差异与医疗资源的自动平衡方法
Knapp et al. Mapping geospatial access to comprehensive cancer care in Nigeria
Chan et al. Development and validation of a prognostic index for 2‐year mortality in Chinese older residents living in nursing homes
Horsdal et al. C‐reactive protein levels and treatment resistance in schizophrenia—A Danish population‐based cohort study
CN115101180A (zh) 基于大数据的医疗资源配置方法和电子设备
Han et al. Urban redevelopment at the block level: Methodology and its application to all Chinese cities
Lubetzky et al. Distance and socioeconomic status as a health service predictor on the periphery in the southern region of Israel
CN115330093B (zh) 医疗服务可及性测算方法、装置、电子设备及存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20240415

Address after: 528000, 26th Floor, Building B, Vanke Financial Center, No. 57 Jihua Fifth Road, Zumiao Street, Chancheng District, Foshan City, Guangdong Province (Residence Declaration)

Patentee after: Foshan Urban Planning and Design Research Institute Co.,Ltd.

Country or region after: China

Address before: 528000 No.62, Lingnan Avenue North, Chancheng District, Foshan City, Guangdong Province

Patentee before: FOSHAN URBAN PLANNING AND DESIGN INSTITUTE

Country or region before: China