張效禎 李前兵
1.南京工業大學經濟與管理學院;2.淮陰工學院
引言:隨著醫院治療水平不斷提高,檢查設施日益齊全,診療手續也愈發繁瑣。在此背景下,醫院就診流程系統的改善迫在眉睫,直接影響了患者的就診效率。門診部作為醫院人流量最大的部門之一,就診布局和流程的設置尤為重要。在諸多大型醫院中,初次就診的患者常會出現迷路、重復路線的情況,這樣不僅會延長就醫的時間,影響第一時間就診的速度,還會加大交叉感染的風險。目前,Anylogic作為一款專業構建離散、連續和混合行為的復雜系統,在醫院部門科室流程改善中的應用研究還少之又少。本文利用Anylogic中的行人庫仿真系統建立患者流微觀仿真系統,尋找并分析調查醫院急診部中的擁堵區域,為后續的優化提供數據引導。
目前現有的文獻中,國內外專家學者均運用Anylogic對不同的人、車、船流聚集環境開展虛擬仿真,從而進行研究與優化。V.M.Antonova等(2020)利用AnyLogic軟件對某典型地鐵站的客運量進行分析,以確定客運量是否存在擁堵點。Dmitri Muravev等(2020)則開發了一個基于Agent的多式聯運港口碼頭系統的離散事件仿真模型,以寧波-舟山港為例,驗證了開發方案的有效性。改進了陸港的戰略規劃。陳建宇(2014)通過研究城市軌道交通與鐵路這兩種不同交通方式的差異性及關聯性,利用Anylogic對于成都火車北站的換乘系統進行仿真評價與優化;譚禹辰(2019)通過仿真模型優化了K公司物流配送中心的貨物周轉時間、資源利用不均和整體運貨效率等參數。薛聰聰、王冰(2020)基于Anylogic對于門診采血區的設施配置和布局進行了優化,增加了自助服務機和采血數量窗口。
上述文章的研究過程與結論為本文奠定了堅實的理論基礎,并提供了重要的參考價值。然而從整體的文獻數量上看,在醫院部門科室相關的流程改善方面的文獻還較少,且研究人員數量不多,研究時間較短,部分改善門診空間的文章運用的方法又大多基于理論,趨于靜態,極少有利用仿真模型研究的。這樣往往忽略動態的突發情況與人為的移動發展。因此,將Anylogic離散模型運用至此類研究具有重要的開辟型意義。
淮安市第二人民醫院位于江蘇省淮安市淮海南路,始建于1892年,是一所集醫療、教學、科研、預防、保健、康復、急救于一體的三級甲等綜合性醫院。它的門診部位于獨棟門診樓的一層。其中包含化驗室、掛號窗口以及藥房窗口三個主要的職能區域。
1.直達電梯與樓梯
直達電梯與樓梯是醫院最重要的垂直升降設施,主要連接醫院大樓內不同的樓層。作為高效的層間患者及醫護人員的輸送方式,依據我國現行《綜合醫院建筑設計規范》GB1039-2014,電梯的設置應符合下列規定:(1)二層醫療用房宜設電梯;三層及三層以上的醫療用房應設電梯,且不得少于2臺。(2)供患者使用的電梯和污物梯,應采用病床梯。(3)醫院住院部宜增設供醫護人員專用的客梯、送餐和污物專用貨梯。(4)電梯井道不應與有安靜要求的用房貼鄰。樓梯的設置則應該符合:(1)樓梯的位置應同時符合防火、疏散和功能分區的要求;(2)主樓梯寬度不得小于1.65m,踏步寬度不應小于0.28m,高度不應大于0.16m。
據調查研究,淮安市第二人民醫院門診部只設有1個直達電梯,位于門診部大廳正面?;颊咴趻焯柫鞒掏瓿蛇^后大多乘坐直達電梯前往目的地科室。時常排隊擁堵,通常年輕以及四肢較為靈活的患者選擇樓梯前往上層就診科室,而行動不便需坐輪椅的老年人往往只能選擇電梯作為就診的交通樞紐。
2.掛號窗口與取藥臺
在二院門診部內,掛號主要有2種方式,一類是人工掛號窗口,一類是自動掛號機。其中,人工掛號窗口僅有2個,人工取藥窗口4個,自動掛號機有5臺。由于醫院患者大多為老人或來自外地,不會使用自動掛號機或含有復雜因素下的排斥心理,導致多數患者選擇前往人工掛號窗口。導致在醫院就診高峰期時常出現人工掛號窗口排隊的現象。然而自動掛號機前雖有導醫人員,但選擇自動掛號機的患者仍然很稀疏,機器前基本不會出現排隊的現象。
同時,人工取藥窗口前的排隊人數分散較為平均。由于取藥臺窗口相對較多,有4個人工窗口,因此不會導致長時間的排隊等待現象。
根據觀察,人工掛號窗口由于服務效率高,不會因為個人問題而等候很長時間,所以人工掛號窗口的排隊長度會比自動掛號機的長。而自動掛號機并排而列,少有出現排隊現象,因此選擇自動掛號機的乘客會選擇排隊最短的隊列。然而取藥臺數量較多,通常情況下不會出現長時間的排隊等候時間。
3.大廳等候區域能力分析
在門診化驗區前有一片等候休息區。該區域包含20個座椅,不僅可以為化驗人員提供休憩場所,還可以供其余患者休息。經調查發現,等候休息區的座椅基本鮮少有空位,大多數時間呈飽和狀。休憩人員停留時間為10-30分鐘不等。
在人機工程學范圍內,人體的形態尺寸分為靜態尺寸和動態尺寸。行人在靜止狀態下身體所占的 空間范圍叫行人尺寸,它是由身體實際所占空間和安全距離兩部分組成(36)。在醫院這類公共建筑場所中,人的行為數據和一般場所的有局部差異。
1.患者尺寸及自行移動速度
根據《中國成人人體尺寸》,本文擬將患者尺寸用0.4-0.5m作為模型中的行人半徑這一重要參數。而在醫院這種特殊公共場所中,行人的移動速度也會相對其他場所較慢,尤其是患者當中,中老年人群居多。
2.患者結伴統計
在門診部中,由于大部分病人有家屬陪同,導致結伴同行的人廣泛存在,他們的行為特性與單個人的有所不同。單人前往的患者往往移動速度較快,且僅僅滿足避免碰撞他人的特性即可。而有家屬陪同的患者則必須多人并排同時處于一個空間內才能保持結伴狀態。對于道路面積要求較高。特別是有一直需要攙扶的病患,十分容易在院內造成堵塞的情況。根據筆者在二院的調研結果可以得出,結伴行人數量約為總人數的三分之二,其中兩人結伴較多,三人或三人以上結伴約較少。
Anylogic是一款由俄羅斯XJ Technologies公司研發的復雜系統混合仿真建模軟件。它具有超現實主義、極具逼真的動畫、高層次的決策邏輯擴展等特點。其中,行人庫系統的核心算法是社會力模型,可以在物理層對行人進行建模。十分適合大型復雜建筑物內的行人仿真,如醫院,機場,地鐵等。本次研究應用的是AnyLogic8.6.0 Professional軟件。
仿真的流程步驟如下,第一步:搜集基礎數據。本論文設計的數據包括:門診部空間布局與尺寸、電梯停靠時間、電梯運輸載客能力及電梯數量、掛號窗口及取藥窗口數量等。
第二步:建立仿真模型。根據上述搜集好的基礎設施數據及行人數據設置仿真參數,不同患者的尺寸、移動速度和結伴情況設置PedSource,并且對于一些等候服務區進行標記,設置PedSevice。
第三步:進行仿真實驗。觀察輸出數據,分析患者流動以及門診掛號等速率問題,從而得出解決方法。
1.門診部基礎仿真數據
淮安市第二人民醫院門診部目前設定一個入口及一個出口,患者從東廊入口進入門診部,可以選擇自動掛號機或人工掛號窗口進行掛號繳費,前往二樓及以上的科室就診。本次研究仿真中通過實地計數方式采取了患者就醫的早高峰時段(7:00-10:00)的患者數據,例如患者到達人數、自動掛號機服務人數以及人工掛號窗口服務人數。
在此期間共有327名患者到達,平均到達率為1.81人/min。其中104號患者選擇直接去自助掛號機進行掛號,223名患者選擇去人工服務掛號窗口?;谌斯焯柎翱诜杖藬档贸銎浞章蕿?.23人/min,基于自助掛號服務窗口得出自助掛號服務窗口服務率為0.57人/min。
根據上文所述,擬采用0.4-0.5m作為行人半徑。同時為獲得患者行走速率,在門診部掛號區選取一定距離,測量患者通過時間來確定該數據。由于患者常會有家屬陪伴導致門診區患者行走速率受到一定的影響,擬采用0.5-2米每秒為平均計算參數。在到訪患者中,有一定比例患者會選擇乘坐電梯前往所要到達的科室,也有一定比例患者會選擇安全通道走樓梯。而電梯承載量為13人每次,完成一趟完整的患者流運輸計時3-5min。
2.仿真模型構建
首先利用Anylogic軟件行人庫中的墻體、目標線、服務區、服務線等元素簡單繪制門診部平面示意圖,并規劃好患者所行走的路線。其次利用軟件中的PedSource、PedGoto、PedService、PedWait、PedSink等模塊建立患者行走路線程序。最后根據患者行走流線,將模塊與上述空間標記相對應,并根據先前研究調查所得結果設定每一個模塊的基礎數據。

圖1.Anylogic門診流程圖
由于患者行走流線較為單一,仿真過程中不考慮其余路過患者因素以及等候區域等干擾因素,僅單一從入口、掛號、乘電梯或走安全通道至各個診室進行分析?;颊呙芏葓D作為直觀表現情況的圖,主要反映仿真期間的空間平均密度。藍色代表密度較小,空間內患者數量較少,黃色代表密度較大,空間內患者數量較多。由此可以發現,大多數患者仍前往人工掛號口進行掛號,而五臺自動掛號機不能得到充足的利用,大多數患者選擇距離入口較近的四臺掛號機,距離入口最遠的那臺自動掛號機幾近閑置。

圖2.門診部平面區域泡泡圖

圖3.患者行走流線密度圖
就設施配置問題而言,人工掛號拿藥區域以及電梯口等候區是兩大擁堵區域??梢钥闯瞿壳暗娜斯焯柲盟幋翱诤碗娞輸盗窟€有待增加。可以相對的增加一臺電梯以及一個人工掛號窗口。從布局的角度來說,可以將距離入口最遠的那一臺自助掛號機挪動位置至人工掛號窗口旁,這樣會大大增加這一臺機器的利用率。同時,自助掛號機的位置不合理,沒有單獨的排隊空間,自助掛號機前的患者流會和其他行人流產生重合,而密度圖中間空白的一塊區域未能得到很好的利用。
在淮安市第二人民醫院的門診公共空間就診流程路徑的調查研究中發現,以患者的行為模式為出發點,利用Anylogic軟件建立模型仿真,可以有效的發現人群密集處和擁堵處,從而改善目前該醫院門診就診復雜擁堵的現狀,幫助患者快速就醫。未來,可以根據門診公共空間設施的改善以及就診人群的更新,繼續輸送數據,基于數據與模型,實時改善醫院就診環境,達到全方位人性化的醫療服務體系。