基于大數據的就醫導航方式研究

靳博文，郝明明，范少通，曹航程

（河南師范大學，河南 新鄉 453007）

?

基于大數據的就醫導航方式研究

靳博文，郝明明，范少通，曹航程

（河南師范大學，河南 新鄉 453007）

摘 要：文章旨在通過對大量且復雜的醫院信息及患者病情數據的分析與處理，得到能夠反映客觀事實的普遍性規律，針對其普遍規律合理運用最短路徑導航算法，層次分析算法以及動態優先權分配算法使之產生一定的社會實用價值，能夠使得有限的醫療服務資源和空間得到合理有效的利用，極大地方便了患者尋醫求治。

關鍵詞：數據分析；路徑導航；層析分析；動態優先權

1　問題背景

隨著大中型城市的快速發展，其人口也在急劇上升，在這些地區一旦人們患病，按照常規方式流程就醫將會耗費大量的時間和精力，使患者病情雪上加霜。首先對于當地人來講，對當地地理環境固然相當熟悉，但上述問題仍然存在；其次對于外地人來講，除了陌生的地理環境外還有完全不熟悉的當地醫療水平和收費情況。在掛號排隊問題上也出現了很大的問題，患者已經身患疾病，但是通過調查表明，患者從家里出發到醫院排隊掛號到就醫所經歷的時間遠遠低于期望值，對于較小的病情而言影響不是太大，但對于一些急性病，如兒童高燒等急需治療的病癥而言，較長的等待時間可能造成不可預知的后果。與此同時還存在等待排序問題，比如前者僅僅患有感冒而后者為高燒幾個小時的兒童，若兩者序號相近便可調解使其改變醫治順序，但是兩者序號相差過大，即便多數前者均可緩治，那么往往通過調解使其改變醫治順序也將會非常困難。

當前市面上已經存在各種各樣的掛號、尋醫等系統。但是多數是為一些醫院而專門定制的，再者就是可選擇的醫院寥寥無幾，雖然醫院信息很完善，但是醫院的可選范圍遠遠不足。其次，市面上流行的多數系統大多僅是采用網上掛號從而提高了用戶掛號的便捷性而已。當遇到掛號飽和情況時往往也是存在嚴重的擁堵問題。

本文旨在尋求新的就醫導航方式，首先對當地區的醫院進行全方位的分析與判別，然后進行分類供患者選擇。其次在實現網上掛號的同時并行分配隊列優先權與排隊計時。該模式旨在打破常規醫治過程，在實現對社會上稀缺的醫療服務資源進行合理有效分配的同時也充分滿足患者的醫治需求從而提高就醫效率。

2　基本概述

2.1 名詞及概念

（1）醫院結點：即將醫院視為某地區醫院分布圖上的端點。

（2）結點屬性：即醫院所具有的人們普遍認為重要的特性.如：醫院等級，治療水平，平均費用等。

（3）結點屬性元素權重：即在特性組中較為重要的某種特性.如：特性組中，治療水平的權重大于醫院等級。

（4）同種病情程度相關屬性：即能夠影響該病情程度的一些必要因素.如：發燒病情程度的影響因素有是否已經采取過必要的緩解措施，已經患病的時間長短，兒童自身的年齡和身體抗性等。

（5）患者隊列優先權：即通過對患者病情程度相關屬性的分析得到的患者在隊列中的權重.通過該權重可重新調整成新隊列即改變原先的醫治順序并非先來后到。

【注】優先權大的排在隊列前列。

2.2 基本原則

（1）保證對每一位患者的判別必須公平公正，不得有任何認為干預。

（2）優先權及隊列位置對患者透明即不可見。

（3）應考慮合理的最短等待時長和最長等待時長，患者等待時長必須滿足在此區間內。

（4）在患者隊列重排列中也不應失去一般性即先來后到。

3　理論基礎及涉及思路

3.1 基于信息篩選的路徑查找

主要用于醫院信息的選擇，以及醫院路徑的導航。首先將每個醫院設置為一個結點。結點包含的屬性有：醫院級別，收費情況，距離遠近，預計等待時長等元素組成。目前只取以上4點進行設計。設結點為P，醫院級別為L，收費情況為F，距離遠近為D，預計等待時長為W。那么P=｛L，F，D，W｝。其中L的級別分為三個等級分別為一般，中等，高級，用L1，L2，L3表示那么L=｛L1，L2，L3｝。同樣費用情況也分為3個等級分別為較低，中等，較高，用F1，F2，F3表示那么F=｛F1，F2，F3｝。距離遠近分為較近，中等，較遠，用D1，D2，D3表示那么D=｛D1，D2，D3｝。預計等待時長分為較短，中等，較長，用W1，W2，W3表示那么W=｛W1，W2，W3｝。

綜合上述所得，結點的種類共有L*F*D*W種（81種）。對于覆蓋該地區的醫院綽綽有余了。

3.2 基于信息排列的層次分析：

由問題1可以知道醫院種類共有81種之多，每一種都包含有L，F，D，W四個信息，對于智能篩選而言一定要根據順序進行逐個排除從而找到最合適的醫院提供為患者，首先一定可以確定的是最先查找的醫院種類和最后查找的醫院種類分別為｛L1，F1，D1，W1｝和｛L3，F3，D1，W1｝，那么中間79種醫院如何排列，這里運用層次分析算法來判別結點屬性的權重，權重較大的不優先改變，權重較小的優先改變，比如，人們普遍認為醫院水平要比收費重要，那么首先就要保證醫院的水平不變，在收費較低沒有合適醫院的條件下，優先降低費用要求。由此一來就可以對查找順序做出相對合理的排列，可以更好更快地找到合適的醫院進行就醫。

3.3 基于患者病情的層次分析

對病情的判別一向比較復雜，多數院方避而不談，但是出于對患者的考慮，更希望每一位患者都能夠得到快速而有效地治療。首先存在一個患者隊列L=｛l1，l2，l3，l4，l5，l6｝，其中他們之間存在偏序關系，，，，也就是說正常情況下他們的優先權由大到小依次排列（先到的優先權大則先接受治療）。如果能夠對病情進行合理分析，通過對同種病情相關屬性的分析作出合理的決策，然后對他們進行重新排列，比方說l1，l2，l3均為感冒兒童，l4為高燒兒童，可以使得l4的權重高于前三者先接受治療；l1，l2均為高燒兒童，那么通過對兩位兒童病情相關屬性（年齡，發病時間，是否已經服藥等）的分析決策出哪一位兒童可以先接受治療。

3.4 基于患者病情的動態優先權排列

若是上述出現多個l4那么前三者會出現多次插隊而久久得不到醫治的情況從而導致其引發其他疾病加重患者病情。因此，要引入動態優先權，也就是說前三者的優先權會隨著等待時間的延長而增加，使其在合理的時間內得到有效的醫治。

4　結語

本文提出的基于大數據的就醫導航方式極大地方便了每一位患者。與此同時，該導航方式還解決了門診擁堵問題，在出現門診擁堵時及時分流患者從而達到資源合理的配置和使用。再者，本模式的優勢之處在于對患者隊列的合理排序，既照顧了重急病患者，又不使輕度病患者長時間等待。

［參考文獻］

［1］史小偉，余文豐.醫學信息資源的網絡導航研究［J］.預防醫學情報雜志，2004（3）：27-29.

［2］朱震遠.Internet專業導航系統和傳統信息檢索系統評價標準的比較［J］.現代情報，2002（9）：30-32.

［3］楊宏橋，吳元立，李學斯，等.移動醫療技術的研究與應用［J］.中國數字醫學，2011（11）

［4］羅仕鑒，龔蓉蓉，朱上上.面向用戶體驗的手持移動設備軟件界面設計［J］.計算機輔助設計與圖形學學報，2010（6）：55-57.

［5］喻志才，蔣元林，蔣俊成，等.室內定位技術及其在醫院的應用研究［J］.醫療衛生裝備，2015（6）

［6］周軍華，任堅，吳文生，等.一種新型室內自適應復合定位系統的設計與應用［J］.中國醫療設備，2015（11）：70-72.

［7］Thomas H.Cormen，Charles E.Leiserson，Ronald L.Rivest，Clifford Stein［J］.算法導論，2013（7）：25-37.

Medical Services Navigation Based on the Research of Large Data

Jin Bowen，Hao Mingming，Fan Shaotong，Cao Hangcheng
（Henan Normal University，Xinxiang 453007，China）

Abstract:This paper aims to large and complex in patients after hospital information and data analysis and processing，be able to reflect the universal law of objective facts，according to the universal law of reasonable use the shortest path navigation algorithms，hierarchical analysis algorithm and dynamic priority allocation algorithm to produce certain social use value can make the limited medical service resources and the reasonable and effective use of the space，great search been going to patients.

Key words:data analysis；way navigation；chromatographic analysis analysis；dynamic priority

基金項目：項目名稱：河南師范大學校級“大學生創新創業計劃”；項目編號：20140142。

作者簡介：靳博文（1993-），男，河南焦作。