吳斌
(欽州市中醫醫院設備管理科,廣西欽州 535099)
隨著醫院服務質量信息化建設的不斷發展,對醫院服務質量的信息化管理水平的需求不斷提高,在對醫院服務質量的信息化管理建設中,需要進行醫院服務質量優化決策支持,提高醫院服務質量的監測和優化管理能力,采用移動終端的信息化處理技術進行醫院服務質量優化決策研究,結合大數據融合技術進行醫院服務質量管理和信息化分析,提高醫院服務質量優化決策支持能力,相關的醫院服務質量優化決策支持方法研究受到人們的極大關注[1]。對醫院服務質量優化決策支持是建立在對醫院服務質量信息的大數據分析基礎上,結合大數據信息檢測和數據融合技術,進行醫院服務質量優化決策支持控制,采用植入式的數據分析技術,實現醫院服務質量優化決策[2],提高醫院服務質量管理的信息化水平,文中提出基于智能數據分析的醫院服務質量優化決策支持系統設計方法,采用模糊信息特征提取方法進行醫院服務質量管理的關聯信息提取,根據醫院服務質量的差異性進行屬性歸類,實現醫院服務質量管理和決策優化。最后進行仿真測試分析,展示了該方法在提高醫院服務質量管理和決策能力方面的優越性能。
基于智能數據分析的醫院服務質量優化決策支持系統體系架構,具備醫院服務質量的大數據挖掘與潛在規律發現、多源異構數據流快速計算與暫存、醫院服務質量管理信息化調度、基于優化決策的智能數據分析等體系效能,構建具備醫院服務質量優化決策支持數據獲取、融合、池化、感知決策等全鏈運維機制,設計了醫院服務質量優化決策支持系統總體框架。為了實現醫院服務質量優化決策和信息化管理,提高醫院服務質量,構建決策支持系統的總體框架,如圖1 所示。

圖1 服務質量優化決策支持系統總體框架
文中設計的基于智能數據分析的醫院服務質量優化決策支持系統包括4 個模塊,醫院服務質量的大數據挖掘、模糊決策模型、醫院服務質量管控信息化調度以及優化決策的數據分析模塊。其中,醫院服務質量大數據挖掘模塊的主要任務是進行醫院服務質量數據的大數據統計,獲取主要數據特征;模糊決策模型模塊主要通過模糊決策對醫院服務質量大數據挖掘模塊統計的數據進行特征提取;醫院服務質量管控信息化的調度模塊的主要任務為對醫院服務質量管理信息化評估的信息進行智能數據重構,提取醫院服務質量管理的多維信息參量。優化決策的數據分析模塊主要根據醫院服務質量的差異性進行屬性歸類,實現醫院服務質量管理和決策優化,通過這4 個模塊的模型構建實現系統功能。
為了實現醫院服務質量優化決策和信息化管理,首先需要構建醫院服務質量的大數據統計分析模型,采用模糊相關性約束方法進行醫院服務質量優化決策支持,提取醫院服務質量模糊相關性約束的參量模型,采用關聯規則挖掘方法進行醫院服務質量優化決策支持過程中的大數據挖掘,醫院服務質量信息庫設計,結合醫院服務質量管理信息化管理水平進行特征融合和自適應調度,醫院服務質量管理的信息化系統設計[3],結合模糊信息調度技術,進行醫院服務質量優化決策支持過程尋優,得到醫院服務質量優化決策支持的特征量,u(s2,x)表示醫院服務質量數據庫的互相關特征量,采用統計分析方法,得到醫院服務質量優化決策支持的模糊度函數為u2(),構建醫院服務質量優化決策支持的約束指標參量集為vi,樣本集合為:

用C表示醫院服務質量優化決策支持調度分布集,C(vi,vj)表示醫院服務質量優化決策支持的聯合關聯特征量,醫院服務質量優化決策支持調度的空間分辨函數為:

采用相關性特征分辨檢測的方法,得到待決策支持的醫院服務質量資源庫模糊度函數為:

式(3)中,f(t)為醫院服務質量優化決策的量化集,ρ(a,b)為相似度特征量,構建醫院服務質量的統計分析模型,進行醫院服務質量管理的大數據分析和信息融合,提高醫院服務質量優化決策支持能力[4]。
建立醫院服務質量信息庫管理的模糊決策模型,在此基礎上,建立醫院服務質量優化決策支持的關聯規則分布集RN與XN,得到關聯分布關系為:


針對醫院服務質量管理的大數據分析模型,提取醫院服務質量優化決策的關聯特征量[8-9],采用模糊關聯特征檢測方法進行醫院服務質量信息分布式檢測,可得醫院服務質量信息庫管理的屬性集為:

構建醫院服務質量優化決策支持的信息融合模型,計算醫院服務質量決策的相似度特征量[10]。辨識為C(Y),可得醫院服務質量優化決策支持的模板函數為:

結合對醫院服務質量優化決策支持的差異度函數的構造,可得醫院服務質量評估的適應度函數:


采用分布式信息編碼技術,得到醫院服務質量分布特征量,采用智能數據融合方法進行醫院服務質量數據特征融合[11-12],建立醫院服務質量優化決策的智能尋優模型,尋優迭代式為:

其中,N1×N2為表示信息分布的維數,(mvx,mvy)為醫院服務質量的統計特征量,fi(x,y) 和fi-1(x+d1,y+d2)分別表示幀差函數,根據決策模型的構造,進行醫院服務質量優化決策支持和優化控制。
根據醫院服務質量管理信息化評估信息的挖掘結果,對醫院服務質量管理信息化評估信息進行智能數據重構,建立醫院服務質量優化決策支持的量化分析模型[13-14],得到醫院服務質量優化決策支持的統計函數為:

上式為醫院服務質量管理的約束指標參量集,為一個標準的正態分布函數,采用動態尋優方法,構建一個由n個特征決策變量,m個特征變量組成的醫院服務質量優化決策函數,醫院服務質量優化決策的數學模型表示如下:
通過相似度融合的方法,進行醫院服務質量優化決策和信息融合,得到醫院服務質量優化決策模型為:

采用頻繁項特征分解方法進行醫院服務質量信息的多維分解和特征優化提取,根據醫院服務質量的差異性進行屬性歸類,醫院服務質量信息融合調度函數Zn(N為幀數)為:

采用先驗數據分析方法進行醫院服務質量優化決策的均衡控制,可得均衡控制函數En:

采用空間均衡博弈方法,建立醫院服務質量優化決策支持集:

其中,N表示數據采樣的長度,J為幀的頻率,根據醫院服務質量的差異性進行屬性歸類,可得信息歸類的判決函數為:

為了驗證文中系統在實現醫院服務質量決策支持的應用性能時,采用Matlab 進行仿真實驗分析,假設遠程醫院服務質量的決策支持的智能數據信息采樣的測試樣本集為600,模糊度決策的訓練樣本數為120,對醫院服務質量信息采樣時間間隔為1.25 ms,大數據特征分集的解調頻率為0.68 kHz,根據上述參數設定,進行醫院服務質量優化決策支持控制,得到醫院服務質量統計信息采樣樣本如圖2 所示。
以圖2 給出的數據為輸入進行醫院服務質量優化決策支持,提取醫院服務質量管理的多維信息參量,采用頻繁項特征分解方法進行醫院服務質量信息的多維分解和特征優化提取,得到統計特征提取結果,如圖3 所示。

圖2 醫院服務質量統計信息采樣樣本

圖3 醫院服務質量優化決策支持的統計特征分布
分析圖3 得知,采用文中方法能夠有效地實現醫院服務質量優化決策支持,統計特征分布的動態性較好,說明對醫院服務質量量化評價的自適應性較強,這是因為該方法對醫院服務質量管理信息化評估信息進行了智能數據重構,對醫院服務質量優化決策支持的量化進行了分析以及實現信息的自由調度。為了進一步驗證文中方法的可靠性,實驗測試了該方法、CPT-FDR 方法以及PSO 方法決策支持的可靠性,得到的可靠度如表1 所示。

表1 不同方法決策支持的可靠性對比
分析表1 得知,3 種方法進行醫院服務質量優化決策的可靠性隨著迭代次數的變化可靠性差距較大。其中,文中方法的決策支持可靠性高于CPTFDR 方法以及PSO 方法,相比其他兩種方法的可靠性,該方法提高了約5.8 %和8 %。這是因為該方法在進行醫院服務質量優化決策前,采用智能數據分析方法將醫院服務質量相關數據進行預處理并提取了數據特征,保證了數據的可信度,進而提升了可靠性。為了進一步驗證該方法的可行性,實驗分析了文中方法、CPT-FDR 方法以及PSO 方法決策支持的用時,實驗結果如圖4 所示。

圖4 不同方法決策支持的用時對比
分析圖4 可知,隨著迭代次數的變化,3 種方法決策支持用時存在一定差距。其中,文中方法進行決策支持時始終低于2 s,而其他兩種方法的用時較長,相比其他兩種方法,文中方法決策支持的用時分別縮短了約1.7 s 和3.1 s,這是因為該方法在進行決策支持時將醫院服務質量數據屬性差距進行歸類,節約了決策支持的時間,驗證了文中方法可快速進行決策支持,具有一定可靠性。
文中設計的基于智能數據分析的醫院服務質量優化決策支持系統,在進行醫院服務質量優化決策支持時,可有效提高醫院服務質量的監測和優化管理能力。通過構建醫院服務質量優化決策大數據挖掘模型,采用智能數據融合方法進行醫院服務質量數據特征融合,對醫院服務質量管理信息化評估信息進行智能數據重構,提取醫院服務質量管理的多維信息參量,采用頻繁項特征分解方法進行醫院服務質量信息的多維分解和特征優化提取,根據醫院服務質量的差異性進行屬性歸類,實現醫院服務質量管理和決策優化。通過實驗分析得知:
1)采用文中方法進行醫院服務質量優化決策支持時,可有效實現醫院服務質量優化決策支持,統計特征分布的動態性較好。
2)采用文中方法進行醫院服務質量優化決策支持時,決策支持的可靠性最高可達99.3 %,相比傳統方法提高了約5.8%和8%。
3)采用文中方法進行醫院服務質量優化決策支持時,決策支持的用時較短,始終低于2 s。
實驗結果驗證了采用文中方法進行醫院服務質量管理決策的尋優能力較好,提高了醫院服務質量優化決策的可靠性,在醫院服務質量管理和信息化調度中具有很高的應用價值。