一种基于临床路径和大数据的医疗设备合理化配置方法与流程

1.本发明涉及一种基于临床路径和大数据的医疗设备合理化配置方法，属于医疗设备管理技术领域。


背景技术：

2.随着医疗体系的完善，医学科技的迅速发展，医疗卫生资源在我国目前仍属于稀缺资源，目前医院内医疗设备配置不合理的问题仍表现严重，大型医疗设备的不合理过度购置或配置不足以及一定程度滥用的情况普遍存在，但大型医疗设备的配置和利用的研究数量尚显不足，以上海市同济大学附属第一妇婴保健院的临床数据为例，mr的日平均工作量为42人次，病人需要提前一周甚至两周进行检测预约，mr设备明显不能满足病人的检测需求。
3.解决这一问题可以尽可能增加医院医疗设备资源的使用效率，有利于保障病人健康，改善看病检查等候时间过长等问题，并且又能为新建立的医院提供合理的设备部署规划。因此，建立一个适用于全部医院，特别是公立医院的可以提供合理有效的医疗设备配置规划方案的医疗设备合理配置系统具有很重要的现实意义。


技术实现要素：

4.本发明创造的目的在于：提供一种基于临床路径和大数据的医疗设备合理化配置方法，该方法可以提供合理有效的医疗设备配置规划方案，使得医疗设备合理配置。
5.为实现上述目的，本发明创造采用如下技术方案：
6.一种基于临床路径和大数据的医疗设备合理化配置方法，包括以下步骤：
7.s1、采集多家医院的全部临床路径数据、医疗设备配置情况和医院自身性质的信息，并建立数据库进行存储；
8.s2、建立基于asp.net mvc框架设计的医疗设备合理配置智能评价系统，对数据库中的数据进行计算，并通过网页界面与用户进行交互；
9.s3、医疗设备合理配置智能评价系统采用基于临床路径的医疗设备配置方法，通过分析医院对某类医疗设备的需求，计算出理论最小配置值；
10.s4、医疗设备合理配置智能评价系统采用基于大数据的医疗设备配置方法，通过大数据对每项医院参数进行权重分析，通过医院的一般配置规律来给出推荐配置值；
11.s5、医疗设备合理配置智能评价系统结合医疗设备的预期使用频次和预期产生收益情况给出医疗设备配置的优先级别；
12.s6、根据最后得出的理论最小配置值、推荐配置值和优先级别，医院进行相应某类医疗设备的采购和配置。
13.作为优选实例，所述基于临床路径的医疗设备配置方法包括以下步骤：
14.s1、计算医疗设备的理论年临床路径需求量：首先计算年临床路径需求量，通过统计数据库中某家医院的临床路径数据，结合医疗设备的使用能力，推算出每家医院的每种
医疗设备的年临床路径需求量，公式如下：
[0015][0016]
其中r、m、n、h、p、q、k均为大于等于1的整数，式中m为该条临床路径的年实施次数，h为医院的年手术量，n为某一类待研究设备在该临床路径中的使用量(按理论检查次数计)，k为该医院的临床路径总条数，r
p,q
即为第p家医院的第q类设备的年临床路径需求量，其中设备的研究精确到设备的档次等级；
[0017]
s2、估算医疗设备使用能力：结合临床使用经验，估算出某一类医疗设备的平均使用能力——年饱和工作能力，按“日最高工作量全年开机天数”计，以“s”表示；
[0018]
s3、计算医疗设备理论最小配置数量：用年临床路径需求量r除以年饱和工作能力s，可得到该设备的理论配置最小值，即：
[0019][0020]
t
p,q
表示第p家医院的第q类设备的理论最小配置值。
[0021]
作为优选实例，所述理论年临床路径需求量，还可以结合医院的年手术量来统计到的临床路径的手术量在全部手术量中的占比，用统计到的年临床路径需求量除以这个占比来近似代替医院的真实手术量情况，用于提高理论最小配置值的准确性。
[0022]
作为优选实例，所述基于大数据的医疗设备配置方法包括以下步骤：
[0023]
s1、调研多家医院的医疗设备配置情况，包括每家医院配置的某种医疗设备的数量、档次、年诊疗人次、设备年收入、设备使用年限、设备维修周期信息，同时也调研这些医院的自身性质、年手术量、医疗收入、床位数、面积等自变量因素来作为评估医疗设备配置的影响因子；
[0024]
s2、在默认所调研的全部医院的医疗设备为合理配置的前提下，基于这些医院的大数据和医疗设备配置情况，得出某家医院的医疗设备的建议配置方案。
[0025]
作为优选实例，还包括基于年均增长率的医疗设备配置预测。
[0026]
作为优选实例，所述医疗设备配置预测采用年平均增长率的方法来进行预测，公式如下：
[0027][0028]
其中y
n
为最后一年，y0为第一年,n＝年数
‑
1。
[0029]
作为优选实例，所述医疗设备合理配置智能评价系统包括功能模块、数据库逻辑框架和数据算法。
[0030]
本发明的有益效果是：本发明对新建公立医院给出医疗设备的合理化配置方案和对现有公立医院的医疗设备配置进行评价并给出建议，通过基于asp.net的mvc框架的web系统，用基于临床路径的医疗设备配置方法和基于大数据的配置方法来分别计算理论最小
配置的线性回归方程和推荐配置值的线性回归方程，结合临床路径对医疗设备的使用数据和设备自身的工作能力，可以得到不同影响因素下医疗设备配置的理论最小值，并通过大数据的计算方法得到医疗设备的推荐配置值，最终实现医院医疗设备合理配置规划的目的，并且向医疗设备全周期管理方向靠拢，实时监测医疗设备使用情况。
附图说明
[0031]
图1为merdis系统的功能模块的结构示意图；
[0032]
图2为merdis系统功能模块的流程示意图；
[0033]
图3为merdis系统的数据库逻辑框架示意图；
[0034]
图4为merdis系统用例图。
具体实施方式
[0035]
为了对本发明的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
[0036]
如图1
‑
4所示，一种基于临床路径和大数据的医疗设备合理化配置方法，包括以下步骤：
[0037]
s1、采集多家医院的全部临床路径数据、医疗设备配置情况和医院自身性质的信息，并建立数据库进行存储；
[0038]
s2、建立基于asp.net mvc框架设计的医疗设备合理配置智能评价系统，对数据库中的数据进行计算，并通过网页界面与用户进行交互；
[0039]
s3、医疗设备合理配置智能评价系统采用基于临床路径的医疗设备配置方法，通过分析医院对某类医疗设备的需求，计算出理论最小配置值；
[0040]
s4、医疗设备合理配置智能评价系统采用基于大数据的医疗设备配置方法，通过大数据对每项医院参数进行权重分析，通过医院的一般配置规律来给出推荐配置值；
[0041]
s5、医疗设备合理配置智能评价系统结合医疗设备的预期使用频次和预期产生收益情况给出医疗设备配置的优先级别；
[0042]
s6、根据最后得出的理论最小配置值、推荐配置值和优先级别，医院进行相应某类医疗设备的采购和配置。
[0043]
临床路径是指针对某一疾病建立一套标准化治疗模式与治疗程序，以循证医学证据和指南为指导来促进医疗工作和疾病管理的方法，最终起到规范医疗行为，提高质量、降低成本的作用。它适用于多学科多部门具体操作，注重治疗过程中各专科间的协同性、时间性和治疗的结果。
[0044]
基于临床路径的医疗设备配置方法包括以下步骤：
[0045]
s1、计算医疗设备的理论年临床路径需求量：首先计算年临床路径需求量，通过统计数据库中某家医院的临床路径数据，结合医疗设备的使用能力，推算出每家医院的每种医疗设备的年临床路径需求量，公式如下：
[0046]
[0047]
其中r、m、n、h、p、q、k均为大于等于1的整数，式中m为该条临床路径的年实施次数，h为医院的年手术量，n为某一类待研究设备在该临床路径中的使用量(按理论检查次数计)，k为该医院的临床路径总条数，r
p,q
即为第p家医院的第q类设备的年临床路径需求量，其中设备的研究精确到设备的档次等级；
[0048]
s2、估算医疗设备使用能力：结合临床使用经验，估算出某一类医疗设备的平均使用能力——年饱和工作能力，按“日最高工作量全年开机天数”计，以“s”表示；
[0049]
s3、计算医疗设备理论最小配置数量：用年临床路径需求量r除以年饱和工作能力s，可得到该设备的理论配置最小值，即：
[0050][0051]
t
p,q
表示第p家医院的第q类设备的理论最小配置值。
[0052]
理论年临床路径需求量，还可以结合医院的年手术量来统计到的临床路径的手术量在全部手术量中的占比，用统计到的年临床路径需求量除以这个占比来近似代替医院的真实手术量情况，用于提高理论最小配置值的准确性。
[0053]
以同济大学附属第一妇婴保健院的ct和mri配置情况为例：
[0054][0055][0056]
表1:2019年同济大学附属第一妇婴保健院临床数据统计
[0057][0058]
表2:设备使用情况
[0059]
通过表1、表2的数据可用公式计算出ct和mri的理论年临床路径需求量，进而结合设备使用能力用公式计算出基于临床路径的理论最小配置数量。
[0060]
如ct的最小配置数量，如表3所示：)
[0061][0062]
表3:设备实际配置数量和理论配置数量对比
[0063]
从表3中数据可以发现，被研究的医院ct配置数量满足临床路径需求，配置较为合理。mri的配置数量低于理论的需求量，不能满足医院病人的医疗需求，需增加配置。
[0064]
通过以上方法，在得到了20家医院的全部医疗设备的基于临床路径的理论配置最小值后，结合医院自身的性质、年手术量、医疗收入、床位数、面积等信息，计算各种因素对于医疗设备配置的影响权重，线性拟合出基于临床路径的医疗设备拟合曲线，即可以得到受医院性质、年手术量、医疗收入、床位数等因素影响的医疗设备配置回归方程
[0065]
除临床路径外，本发明还调研了约100家医院的医疗设备配置情况进行大数据统计，基于大数据的医疗设备配置方法包括以下步骤：
[0066]
s1、调研多家医院的医疗设备配置情况，包括每家医院配置的某种医疗设备的数量、档次、年诊疗人次、设备年收入、设备使用年限、设备维修周期信息，同时也调研这些医院的自身性质、年手术量、医疗收入、床位数、面积等自变量因素来作为评估医疗设备配置的影响因子；
[0067]
s2、在默认所调研的全部医院的医疗设备为合理配置的前提下，基于这些医院的大数据和医疗设备配置情况，得出某家医院的医疗设备的建议配置方案。
[0068]
新建医院医疗设备配置需求可设计出双向评估预期使用频次和预期产生效益的能效模型，将新建医院医疗设备配置需求种类分为战略设备、长寿设备、关键设备和一般设备4个类别。
[0069]
医疗设备配置的优先级别顺序为：战略设备＞长寿设备＝关键设备＞一般设备，其中战略设备指预期使用频次和收益都较高的医疗设备，这类设备医院应优先考虑配置；长寿设备指预期使用频次较高但是收益较低的设备；关键设备指预期使用频次较低但收益比较高的设备；一般设备指预期使用频次和收益都不高的设备，这类设备在经费不足等条件下可以考虑延缓配置。
[0070]
受社会发展、医院医疗能力的增强以及病人看病条件的提升，医疗设备的数量应逐年增加，医疗设备配置预测可以采用年平均增长率的方法来进行预测，公式如下：
[0071][0072]
其中y
n
为最后一年，y0为第一年,n＝年数
‑
1。
[0073]
该医疗设备合理配置智能化评价系统(intelligent estimated system for rational deployment of medical equipment)简称merdis，是一个基于asp.net的mvc框架网站系统，后端数据库为sql server，开发语言为c#；merdis系统还包括功能模块、数据
库逻辑框架和数据算法，merdis系统的数据库逻辑框架分为四个分层架构，分别为展示层、实现层、业务逻辑层和数据访问层。用户端通过网络浏览器访问网站的用户展示层，展示层通过实现层的接口来访问业务逻辑层的具体功能，逻辑层通过数据访问层接口访问到底层数据库的具体数据信息；。
[0074]
merdis系统的主要用户是医院设备管理者或者是医院采购中心相关人员，以及管控数据的管理员。其中，merdis系统的功能模块设计中，普通用户有登录、注册、信息录入、配置查询、配置资料等功能，管理员在普通用户的基础上还有用户信息管理、医院信息管理，以及信息审核、修改等权限。用户录入信息包括医院的各项影响参数(医院等级、类别、年手术量、年门急诊人次、医师数量、年医疗收入、医院面积等)、医疗设备的配置信息(设备名称、配置数量、年诊疗人次、年工作天数、单次使用时长等)以及临床路径信息(临床路径名、年实施次数、单条路径各类医疗设备的使用频次等)。
[0075]
merdis系统的主要针对对象是医疗设备，面向用户是医院工作人员。主要目标功能是医疗设备的配置推荐和配置评价。对于普通用户，登录系统前应先注册，由于医院数据属于高保密性，为了信息安全，注册信息应先由管理员审核，通过后方可登录系统，登陆后可进行配置推荐查询、配置评价查询以及医院信息、医疗设备配置信息和临床路径信息等的录入。对于管理员用户，在普通用户可以实现的功能的基础上，可以对数据库中的用户信息、医院信息等进行操作，同时增加了信息审核的功能，对新录入的用户信息以及医院信息等进行审核批准，对有异常的用户以及医院信息进行拒绝删除，正常的数据方可录入数据库。
[0076]
meidis系统通过两种方式对数据库中的数据进行计算，并结合医院参数给出相应的配置值。第一种方式是通过计算相应医院的临床路径数据，分析医院对某类医疗设备的需求，计算出理论最小配置值，另一种是通过大数据对每项医院参数进行权重分析，通过医院的一般配置规律来给出推荐配置值，例如在使用临床路径原理计算最小配置值时，应先在数据库选择出医院的年手术量、全部临床路径的实施次数、每条临床路径不同设备的使用频次以及该临床路径的年实施次数，计算出公式的t
p,q
，即该医院对于某类设备的年临床路径需求量；
[0077]
通过数据库中的大量医院以及医疗设备的配置的数据来预测在不同因子影响下的医院的不同医疗设备的配置数量。为了减少每次运算的步骤，在数据库中设置一个表项为变量表，用以存储多元回归模型中对每个影响因子的权重。在每次增加医疗设备的配置信息的时候，重新计算各个权重的值进行更新替换，这样每次进行配置查询和配置评估功能时直接调研数据库中的变量信息表中的权重直接进行计算。本系统中的多元线性回归采用最小二乘法，其数据算法原理为：
[0078]
对于n组观测数据(yi,xji),i＝1,2
…
n,j＝0,1,2
…
k,如果样本函数的参数估计值已经得到，则有：
[0079][0080]
根据最小二乘原理，参数估计值应该是下列方程组的解：
[0081][0082]
其中
[0083]
于是得到待估计参数估计值的正规方程组：
[0084][0085]
解该(k+1)个方程组成的线性代数方程组，即可得到(k+1)个待估参数的估计值。
[0086]
正规方程组的矩阵形式：
[0087][0088]
即
[0089]
由于x’x满秩，故有，
[0090]
merdis数据库中各个变量的值即为x
ji
，y
i
即为医疗设备配置数量，β
i
即为各个变量的权重系数，即为所求医疗设备的配置数量。
[0091]
随着用户的不断增多，将区块链技术引用其中，来增加系统的可靠性和可追溯性，每一个客户端都是区块链节点，有独立的账号账本，保证数据的真实性和不可篡改性。
[0092]
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。