藥品申領計劃量算法的優化

楊紅斌,馮丹

(華中科技大學同濟醫學院附屬同濟醫院藥學部,武漢 430030)

藥品申領計劃量算法的優化

楊紅斌,馮丹

(華中科技大學同濟醫學院附屬同濟醫院藥學部,武漢 430030)

對目前常用的藥品申領計劃量算法進行優缺點比較,提出新的優化算法。探討藥庫藥品計劃量的優化算法。新的優化算法更簡便高效,可有效降低庫存,提高工作效率,而且便于實現編程,值得嘗試推廣應用。

庫房管理;計劃量算法;優化

藥品庫存管理是醫院藥庫工作的重要環節,直接影響到臨床用藥供應和醫院資金的周轉。如何在保證臨床用藥需求的前提下降低藥品庫存,從而將大量流動資金用于醫院運營的其他領域,是醫院管理部門關注的焦點之一[1]。根據現代物流管理學理論,生產過程中的每一階段都有物資的流入和流出[1]。藥品的生產、銷售過程同樣如此。藥品流入的計劃量是否恰當會極大地影響庫房管理的效率:計劃量偏小會造成進貨量不足,難以滿足正常需求,需要額外補充;計劃量偏大又會造成積壓,而對多數的品種而言,消耗量受到疾病流行、災害、氣候、供貨等因素的影響而總是動態變化的,因此合適的計劃量不可能是恒定不變的。這種情況其實廣泛存在于庫房、藥房、配送企業甚至生產企業等藥品(或其他商品)銷售的各個環節。對于品種少、消耗量小的單位,這個問題并不明顯,但對于品種多、消耗量大的單位,問題就會非常突出。筆者就計劃量算法的優化進行初步的探討。

1 傳統的藥品采購計劃量算法

1.1 算法1 經驗估算法:根據經驗估計出計劃量,也就是憑感覺人工做計劃。這種方法現在在很多醫院仍在使用。經驗估算法簡便易行,但要求計劃者對每個品種的使用情況都非常清楚。因此對于品種少、消耗量小的單位,這種算法簡便易行,非常方便。但對于品種多、消耗量大的單位(例如我院在用品種有近兩千個,每年銷售額約20億元),這必定不是一件輕松的事情,而且很容易出現遺漏。由于完全依賴人工,無法借助電腦自動完成,一般只適合做臨時補充計劃。

1.2 算法2 高低限量法:在醫院信息系統(hospital information system,HIS)中給每個品種設定高低限量,庫存量達到低限量時給出采購計劃。其計算方法為:q=U×k-V(q:計劃量,不足時以臨時計劃補充;U:高限量;k:可調整的高限量系數,默認值為1;V:當前庫存量)。公式中未出現低限量,它是觸發生成計劃的標志,為保證臨床不至于斷貨一般取1～3 d的用量。

高低限量法中的高低限量設置比較恰當時,可以很好地滿足需求,庫存量小于低限量時生成計劃,因此庫存量保持在大致固定的量(k=1時,保持在高限量),也能比較方便地設定在HIS中實現自動化管理,應用也較為普遍。但需要人工干預的參數很多:每一品種的高限量、低限量及限量系數需要單獨維護,可能還需要不斷調整,尤其是消耗量大幅度變化的時候,否則就會出問題。高限量偏大則會造成積壓;偏小則會造成反復出現計劃量不足,需要額外補充臨時計劃。雖然也可通過調整高限量(或高限量系數)來解決,但到底該調到多少又是一個新問題,而且每個品種都有一個高限量及高限量系數,共有品種數的2～3倍個參數,人工干預量大大增加。

1.3 算法3 比值排序法:以每品種庫存量與日均用量的比值排序,得出暢銷、次銷和滯銷分類,分別以不同時長乘以相應的日均用量得到各自的高低限量[2]。特點:可實時、動態地產生高、低限量數據,彌補了手工設置的缺陷,但仍需將藥品人為劃分為暢銷藥品、次銷藥品及滯銷藥品3類并按類別設置高、低限量,其基本算法仍然是高低限量法,是高低限量法的改進版。另外藥品的消耗不是一成不變的,其分類不可能一次到位,需要根據變化情況適時調整。

以上算法存在這樣一些通病:需要人工操作的內容較多,維護工作繁瑣;對臨床需求缺乏預見性,不利于有效降低庫存量。

2 優化后的新算法

為了減少人工干預及在滿足需求的條件下有效壓縮庫存,通過多次試驗,筆者認為可以采用以下兩種優化算法。

2.1 平均值折算法 在HIS程序中預先設定好兩個參數:采樣周期和計劃周期。讓系統自動統計采樣周期中各品種消耗量,然后計算:q=N×T/D-V(q:計劃量,不足時以臨時計劃補充;N:計劃周期的天數,按庫房大小、庫存金額大小,每周做一次計劃,故N值取7;T:采樣周期中總消耗量;D:采樣周期的天數;V:當前庫存量)。

這種算法實際上就是根據前期的消耗量進行折算,當計劃周期等于采樣周期時,就是以消耗量當作計劃量即以銷定購。這種方法同樣能比較方便地設定在HIS中實現自動化管理,需要維護的參數只有兩個:取樣周期和計劃周期,需要的人工干預少。這種方式還有一個好處:庫存量無需人工調整,它會隨實際消耗量自動增減,有利于減少庫存,但總會滯后一個計劃周期。

這種算法引入了前兩個周期藥品消耗量的變化值(T1-T2),這個變化值反映了近期藥品消耗量的變化趨勢:T1-T2＞0,消耗量在逐漸增加;T1-T2=0,消耗量保持不變;T1-T2＜0,則消耗量在減少。以這個趨勢來調整T1,因此做出的計劃會隨著消耗量的變化趨勢而變化,相當于根據需求變化進行了預判,對臨床需求具有一定的預見性,且需要維護的參數少于兩個。計算機做這種簡單的提取,計算速度很快,因此所花費的時間很少。見圖1和表1。

圖1 T1和T2示意圖

表1 高低限量法、平均值折算法和增量系數法計劃量與購進后庫存情況 ×100支

3 優化后的新算法在實際工作中的應用

為了驗證算法的合理性,以160萬U青霉素鈉粉針使用情況為例,在我院HIS系統中提取了連續15周消耗數據分別用高低限量法、平均值折算法和增量系數法3種算法進行驗證。結果見表1和圖2。從表1和圖2中可以看出,高低限量法做出的計劃12次中有8次都成了臨時補充計劃,購進后庫存無明顯規律;平均值折算法和增量系數法做出的計劃12次中分別有3,4次臨時補充計劃,購進后庫存明顯跟隨消耗量在波動。

需要說明的是:表1中高低限量法中的“購進后庫存”按照其算法應該保持為高限量,如果放到圖2中將顯示為一條水平線,但取值時間點不同。表1中的結果是因為該算法計劃時間點幾乎完全不能固定(只要庫存量小于或等于低限量就必須生成計劃),所以大部分的計劃都顯示為額外補充計劃。當然這個結果與高低限量的取值有很大關系。這樣就導致做計劃的時間完全不能固定,極有可能每天都需要做計劃(品種多、用量大的醫院更是如此),然后又帶來每天都需要收貨、入庫的問題。

圖2 兩種優化算法購進后庫存與消耗量變化曲線圖

4 結束語

藥品申領是醫院藥學部門日常工作中很重要的一環,是保證臨床藥品供應的第一步。由于藥品消耗受到各種因素的影響而沒有固定的規律,不可能準確預測,要想得到一個非常完美的計劃量算法幾乎是不可能的,但是可以通過算法優化使其趨向于合理,使庫房管理工作更加方便簡捷。在計算機普及之前,申領計劃都是人工用經驗估算方法做出的,費時費力且容易出現遺漏;使用計算機以高低限量法或比值排序法自動計算計劃量時效率立刻提高了很多,但過多的參數設置又成了新的麻煩,而且每個參數都需要單獨斟酌,同樣需要額外花費不少時間,且計劃時間不能固定。筆者提出的新算法分別引入以銷定購和根據需求變化進行預判的思路,將需維護的參數減到了兩個以內,并且在無需人工干預的情況下庫存隨需求自動增減,所需時間是以分鐘計算的,管理效率又有了提高。

另外吳妙蓮等[3]提出量化決策分析法,提取預測日前第1,3,7,10天的消耗量進行加權平均值運算并乘以領藥天數t得到預測用量,采用了統計學方法,比較精確,但仍數次出現預測值小于實際用量,需要額外補充。應將醫院所有藥品按其價格高低、用量大小、重要程度分類,不同的類別按實際情況設定不同的權重及t值[3],與比值排序法類似。韓晉等[4]提出用自回歸整合移動平均模型進行預測,每個藥品都有其獨特的模型及參數,無法求得一個通用公式,需要挖掘每一個品種的特性,做到精確控制。但構建模型、檢驗以及根據模型作預測過程很復雜,至少需要觀測值50～100個,需很大的計算費用,且工作量大;同時要求數理統計專業知識強,在選取適宜的模型時要求有豐富的經驗,導致其實際應用推廣難度大,故鮮見采用。

醫院藥房的藥品進銷情況與藥庫類似,不同之處主要是藥房消耗以盒、支、片等較小的單位進行,屬零售,而藥庫則大多以件為單位,屬批發。因此這種思路同樣適用于藥房的申領計劃。筆者運用這種思路,采用平均值折算法編制出了藥房藥品申領程序。經試用,反映較好,做一次計劃只需1～5 min,若需做計劃量或品種的調整,時間約10 min,很少會有遺漏的品種。

[1] 溫筱煦,馮端浩.動態庫存分析在醫院藥庫管理中的應用[J].中國藥房,2011,22(41):3879.

[2] 周清武,周祖宏.比值排序法在藥品申領中的應用[J].中國藥房,2006,17(1):24.

[3] 吳妙蓮,沈小慶,王玨,等.量化決策分析法在醫院藥房自動備藥系統中的應用[J].中國藥學雜志,2005,40(23): 1836.

[4] 韓晉,趙慶國,吳榮榮,等.自回歸整合移動平均模型在醫院藥庫采購預測中的應用[J].中國藥房,2009,20(31): 2432.

DOI 10.3870/yydb.2014.12.041

R952

C

1004-0781(2014)12-1676-03

2014-02-27

2014-07-31

楊紅斌(1969-),男,湖北孝感人,主管藥師,學士,從事醫院藥學工作。電話:(0)13995586618,E-mail:yanghb @tjh.tjmu.edu.cn。

馮丹(1979-),女,湖北黃岡人,主管藥師,碩士,從事醫院藥學工作。電話:(0)13971636111,E-mail: efengdan@163.com。