“互聯網+”視角下基于行為的群體性突發事件手術調度研究

李衛寧，王付宇，2

（1.安徽工業大學 管理科學與工程學院，安徽 馬鞍山 243032；2.上海理工大學 管理學院，上海 200093）

“互聯網+”視角下基于行為的群體性突發事件手術調度研究

李衛寧1，王付宇1，2

（1.安徽工業大學 管理科學與工程學院，安徽 馬鞍山 243032；2.上海理工大學 管理學院，上海 200093）

近年來，隨著地震、泥石流、臺風、暴雨等各種突發性自然災害和特大事故以及公共衛生事件等人為災害對人類社會造成的損失不斷加重。群體性突發事件傷員傷情及手術具有不同于普通傷員的新特點，傷員傷情復雜、時效性強、批量較大，對傷員分送和手術調度的需求更為迫切。基于“互聯網+”視角，為減少人員傷亡，適應我國應急救援工作的需要，確保突發事件發生后傷員能夠得到快速高效的救治，基于行為的群體性突發事件應急救援傷員手術調度成為目前亟待解決的問題。從學習行為角度開展群體性突發事件應急救援傷員手術調度研究，分析學習效應及其在傷員手術調度過程中的應用。本文從新的視角提出面向群體性突發事件情景下的應急救援傷員手術調度研究，為傷員救護提供理論基礎和方法指導。

群體性突發事件；互聯網+；學習效應；手術調度

0　引 言

近年來，面向非常規突發事件的應急管理正引起越來越多研究者的關注。目前，應急救援的首要目標仍是減少人員傷亡，即利用一切可用資源使突發事件中受傷的人員盡快得到救治。因此，如何在有限的時間段內組織高效、有序的應急救援活動，將災害造成的人員傷亡降低到最低程度，顯得尤為重要。為了提高傷員救護效率，突發災害事件發生時，在醫療資源有限、醫療需求不斷增加的現實情況下，各醫療部門的合理調度至關重要。在這個過程中，手術室是醫院重要的一個部門，也是整個醫院資源最為密集的地方。而手術調度管理長期以來一直都是醫院管理的瓶頸問題，同時也是提升傷員救護效率最具潛力的方面。十二屆全國人大三次會議上，李克強總理在政府工作報告中首次提出“互聯網+”行動計劃。“互聯網+醫療”在這個背景下，如何有效提高手術室的使用效率，是突發災害事件后醫療救護人員共同關心的課題，科學、明確、成功的手術調度是突發災害事件后傷員獲得高效手術、快速康復的重要手段。

1　手術調度問題國內外研究進展

手術室作為醫院最重要的一個科室，是整個醫院資源最為集中的地方。根據國外統計，手術進行的整個過程中參與的醫院部門占總部門的70%，手術使用的各種資源占整個醫院資源總成本的40%。醫院管理方面最突出的問題自始至終都是手術調度的管理，手術調度的合理安排也能最快地提升傷員救護的效率。

近年來，國外出現大量關于手術調度的文獻，Dexter F 等人為了最大限度地利用手術室塊時間，用計算機模擬患者的調度和患者的喜好的手術等待時間；Freytag S 等人根據對外科手術歷史數據的分析，對未來的需求作出預測和規劃；Denton B T 等人提出一種多個或手術組的仿真模型，并說明模型可以用來作為一個決策援助，以提高戰略和業務決策有關交付的外科手術水平；Cardoen B等人對相關手術規劃和調度的文獻進行整理總結，并確定了在未來需要研究解決的領域；Patrick J 等人將模擬調度過程作為一個馬爾可夫決策過程，提出了一種動態調度多優先級病人診斷方法；Yi P等人開發了一個通用的仿真模型，能夠代表一個醫院在地震災害的情況下的操作；Demeulemeester E 等人總結了最近應用運籌學或規劃和調度的文獻，討論了醫院的整體績效的OR調度的影響，并提出未來的研究方向；Saremi A 等人討論了門診手術的預約調度的多級手術室（或）部門與隨機服務時間服務的多個病人類型，基于仿真的優化方法提出了減少患者等待時間、患者手術完成時間、手術取消數；Saadouli H 等人考慮到手術和恢復時間以及資源能力的不確定性，解決優化手術的分配和規劃的回收率的問題。

國內方面，手術調度的研究仍然處在初級階段，鄧富民 等人在考慮手術臺、執刀醫師等資源約束后，構建了以病人滿意度及最小化手術總流程時間為目標函數的模糊調度數學模型；趙亮 等人借助計算機系統的數學協同優化的手術資源調度，實現系統資源匹配與動態實時優化，有效減少手術患者住院等待時間、提高手術資源利用效率；張政 等人針對手術室分派調度的4個優化指標：開放成本、加班成本、手術切換和偏好，提出了手術室分派調度的線性規劃模型，利用蒙特卡洛方法考慮了手術時間的不確定性.采用了標準的線性規劃求解器（Cplex）進行實例求解；李智 等人應用權變理論總結大型災害發生后如何有效調度手術資源的方法；周炳海 等人提出了不確定手術時間下帶資源約束的手術室調度方法；周炳海等人根據手術室特有的約束條件，提出基于分布估計的調度算法（EDA），優化目標是最大完成時間最小，在手術分配約束和資源能力約束的基礎上，創建模型。

手術病人及手術室的調度研究涉及很多不同方面，而手術病例的調度對提高手術室效率的作用非常關鍵。由于突發災害事件手術本身具有的不確定性，如病人到達時間的不確定性和手術持續時間的不確定性，因此，如何在不確定環境下進行手術調度也是研究的重點之一。

2　行為運作管理在手術調度過程中的應用研究

行為運作管理（BOM）是針對含有人的系統，在考慮將人的行為決策和認知與傳統的運作管理相結合的條件下進行研究的新方法，它是運籌學與管理科學（OR/MS）學科的重要領域。作為一門新興的交叉型學科，近年來受到廣泛的關注。行為運作管理在手術調度過程中的應用主要體現在操作者的學習過程，即執刀醫生團隊的學習效應。

學習效應概念是由Wright最先提出的，在研究飛機生產制造的過程中發現的；Biskup D是把學習效應引入排序和調度的開拓者，研究的重點是分析單機調度問題的學習；Cheng T C E 等人研究了一個單一的機器調度問題，其中的作業處理時間將減少作為學習的結果。Li D C 等人研究了帶學習效應的在單臺機器上總完工時間最小的多任務調度問題，并且提出遺傳算法解決方案；Bai J 等人以最小化最大完工時間和完工時間的總和為目標，在成組調度問題中考慮作業者學習和退化效應；Lee W C 等人研究了對與位置有關的通用學習曲線，用學習曲線模型來解決平行機調度問題。

YuPing Niu 等人研究了一般學習效應下的排序與調度問題，并且考慮了位置相關的學習模型和已經加工過的工件時間之和相關的學習模型的統一性；Rostami M 等人用三角模糊數表示處理時間和作業到達日期的參數，研究了具有學習效應和惡化效應的多目標并行機調度問題。

國內關于時間相關的排序與調度問題文獻相對較少，閆楊 等人研究了具有惡化效應和學習效應的單機成組調度問題；劉鵬 等人研究帶有時間相關的學習效應和惡化工件的雙代理單機調度問題，提出了多項式時間最優算法；李永林 等人建立了一般情況下具有工件相關學習因子、以最大完工時間為目標的多機流水線調度模型；趙靜 等人構建了BFSP問題的學習遺忘調度模型，結合基于Pairwise的局部搜索策略，應用螢火蟲算法對小批量生產時的學習遺忘效應BFSP問題進行求解；杜貞 等人研究了學習效應理論針對置換流水車間調度問題，使工件的加工時間與工件的加工位置建立聯系，縮短了工件的最大完工時間，等等。

3　結 語

從以上及其他文獻研究可以發現，學者對于手術調度問題和學習效應應用于調度領域的問題所建立的模型和使用的算法還是有很大的完善和改進之處：如傷員手術調度往往集中在傳統醫院情景下，針對突發災害事件傷員相對較少；手術調度模型，僅僅是醫療資源的簡單排序，很少考慮到操作者的體驗與參與，這容易導致部分調度系統運作結果與客觀實際發生顯著差異。學習效應在調度領域的應用，模型大部分集中于研究學習效應相關的機器模型，而且研究的方向和模型大都比較簡單。

基于這些不足，應該對不同學習效應模式下的手術調度模型相應的目標函數、側重的約束條件加以改進。首先，突發災害事件下的救治需求量和手術過程中的病情變化都是模糊隨機的，因此要結合不確定理論來分析該問題。其次，雖然突發事件傷員具有大批量、傷情不確定的特點，但是傷員大部分采用分類分批配送，手術過程可以進行模塊化分解，每個手術臺只需要完成其中某一個或者幾個模塊，使手術執刀醫師的專業化分工更細致，有利于學習曲線的快速趨穩，最大限度地提高手術效率。最后，要考慮到緊急救治過程中最寶貴的是時間，時間就是生命，只有對緊急救治過程中的不確定因素進行綜合考慮，才能保證救治方案的質量。

注：李衛寧，通訊作者

主要參考文獻

［1］王敏，許培揚，池慧.國內外災害醫學現狀及發展展望［J］.醫學研究雜志，2009（2）.

［2］趙淑珍，徐瓊，李蓉梅，等.手術室信息資源在現代化醫院管理中的作用［J］.現代預防醫學，2008（3）.

［3］Dexter F， Macario A， Traub R D， et al. An Operating Room Scheduling Strategy to Maximize the Use of Operating Room Block Time： Computer Simulation of Patient Scheduling and Survey of Patients' Preferences for Surgical Waiting Time［J］. Anesthesia & Analgesia，1999（1）.

［4］Freytag S， Dexter F， Epstein RH， et al.Zuweisung und Planung von Operationsraumkapazit?ten［J］.Der Chirurg，2005（1）.

［5］Denton BT， Rahman AS， Nelson H， et al. Simulation of a Multiple Operating Room Surgical Suite［C］//Simulation Conference， 2006.

［6］Cardoen B， Demeulemeester E， Beli?n J. Operating Room Planning and Scheduling： A Literature Review［J］.European Journal of Operational Research，2008（3）.

［7］Patrick J， Queyranne M. Dynamic Multipriority Patient Scheduling for a Diagnostic Resource［J］.Operations Research，2008（6）.

［8］Yi P， George S K， Paul J A， et al. Hospital Capacity Planning for Disaster Emergency Management［J］.Socio-Economic Planning Sciences，2010（3）.

［9］Demeulemeester E， Beli?n J， Cardoen B， et al. Operating Room Planning and Scheduling［M］// Handbook of Healthcare Operations Management. Springer New York， 2013：121-152.

［10］Saremi A， Jula P， Elmekkawy T， et al. Appointment Scheduling of Outpatient Surgical Services in a Multistage Operating Room Department ［J］.International Journal of Production Economics， 2013（2）.

［11］Saadouli H， Jerbi B， Dammak A， et al. A Stochastic Optimization and Simulation Approach for Scheduling Operating Rooms and Recovery Beds in an Orthopedic Surgery Department ☆［J］.Computers & Industrial Engineering， 2015， 80：72-79.

［12］鄧富民，梁學棟，劉愛軍，等.多資源約束下改進NSGA-Ⅱ算法的手術調度［J］.系統工程理論與實踐，2012（6）.

［13］趙亮，金昌曉，喬杰.基于數學優化的手術室調度研究［J］.中國醫院管理，2012（12）.

［14］張政，謝曉嵐，耿娜.多目標優化下的手術室分派調度問題［J］.上海交通大學學報， 2012（12）.

［15］李智，龔仁蓉，廖安鵲，等.權變理論在大型災害時手術資源調度中的應用研究［J］.華西醫學，2014（9）.

［16］周炳海，殷萌.不定時間下帶資源約束的手術室魯棒調度方法［J］.上海交通大學學報，2015（12）.

［17］周炳海，殷萌.基于分布估計的新型手術室調度算法（英）［J］. Journal of Southeast University：english Edition，2016（1）.

［18］劉作儀，查勇.行為運作管理：一個正在顯現的研究領域［J］.管理科學學報，2009 （4）.

［19］TP Wright. Factors Affecting the Cost of Airplanes［J］.Journal of Aeronautical Sciences，1936（3）.

［20］Biskup D. Single-machine Scheduling with Learning Considerations［J］. European Journal of Operational Research，1999（1）.

［21］Cheng TCE， Wang G. Single Machine Scheduling with Learning Effect Considerations［J］.Annals of Operations Research，2000（1）.

［22］Li DC， Hsu PH. Solving a Two-agent Single-machine Scheduling Problem Considering Learning Effect［J］.Computers & Operations Research，2012（7）.

［23］Bai J， Li ZR， Huang X. Single-machine Group Scheduling with General Deterioration and Learning Effects［J］.Applied Mathematical Modelling，2012（3）.

［24］Lee WC， Chuang MC， Yeh WC. Uniform Parallel-machine Scheduling to Minimize Makespan with Position-based Learning Curves ☆［J］. Computers & Industrial Engineering，2012（4）.

［25］YuPing Niu， Long Wan， JiBo Wang. A Note on Scheduling Jobs with Extended Sum-of-Processing-Times-Based and Position-Based Learning Effect［J］.Asia Pacific Journal of Operational Research，2015（2）.

［26］Rostami M， Pilerood AE， Mazdeh MM. Multi-objective Parallel Machine Scheduling Problem with Job Deterioration and Learning Effect under Fuzzy Environment ☆［J］.Computers & Industrial Engineering，2015（C）.

［27］閆楊，王大志，汪定偉，等.具有惡化效應和學習效應的單機成組調度問題［J］.自動化學報，2009（10）.

［28］劉鵬，周曉曄，榮楠.帶有學習效應和惡化工件的雙代理調度問題［J］.系統工程學報，2012（6）.

10.3969/j.issn.1673 - 0194.2016.16.141

TP391.9

A

1673-0194（2016）16-0216-02

2016-07-02