黃青
(武漢大學(xué)人民醫(yī)院,湖北 武漢 430000)
急救綠色通道將時(shí)間作為第一概念,目的是在最短、最快的時(shí)間內(nèi)讓患者得到有效救治。科學(xué)、規(guī)范的急救應(yīng)急綠色通道可充分展現(xiàn)快速、高效的醫(yī)療內(nèi)涵,對(duì)挽救突發(fā)性創(chuàng)傷急診患者的生命具有重要意義[1-3]。急救綠色通道在醫(yī)療體制中具有重要作用,其質(zhì)量的評(píng)估一直是社會(huì)與政府關(guān)注的重點(diǎn)。1995年李德毅提出了一種云模型,并對(duì)該模型進(jìn)行了實(shí)驗(yàn)驗(yàn)證。當(dāng)前該正態(tài)云模型已逐漸演變?yōu)橐环N理論健全的認(rèn)知模型,并具有較強(qiáng)普遍性。因此為有效保障急救綠色通道暢通無(wú)阻,本文有效耦合Shannon熵權(quán)和云模型評(píng)估急救綠色通道質(zhì)量,提升急救綠色通道的質(zhì)量評(píng)估準(zhǔn)確性,體現(xiàn)急救綠色通道在醫(yī)學(xué)中應(yīng)用價(jià)值[4]。
上個(gè)世紀(jì)末,中國(guó)工程院院士李德毅提出了處理定性概念與定量描述的云模型的概念,云是一種可以描述某個(gè)定性概念與定量表述之間不確定性轉(zhuǎn)換的模型。至今,云模型已經(jīng)應(yīng)用到智能控制領(lǐng)域、數(shù)據(jù)挖掘中的預(yù)測(cè)領(lǐng)域、系統(tǒng)綜合評(píng)估領(lǐng)域等眾多領(lǐng)域,其種類(lèi)包括半云模型、組合云模型、多維云模型等,本文運(yùn)用的是復(fù)合云模型。將一個(gè)空間上任意的定量論域設(shè)為U,D為U上的空間模糊性概念,x為U中的元素,x∈U。為描述U中元素x的定性程度,將x映射至[0,1]區(qū)間,獲取隸屬度μ(x)∈[0,1]。將上述過(guò)程中定性概念D從論域U到隸屬度區(qū)間的映射分布過(guò)程稱(chēng)為云(Cloud)的定義,其中每個(gè)(x,u)均表示一個(gè)云滴(Drop),每個(gè)云滴中均含有現(xiàn)狀值x和x相對(duì)于定性概念D的隸屬度u,便于采用具體的數(shù)值衡量相對(duì)模糊的概念。
采用MATLAB軟件生成云滴,形成云。利用云的厚度和邊界等形態(tài)特征值側(cè)面展現(xiàn)定性概念D的重要程度[5]。一個(gè)云包含期望Px、熵Pn和超熵He3個(gè)特征值,分別如下。
期望Px表示最典型的量化定性概念,表示云滴形成后,定性化概念D與空間U的中心值。
熵Pn用于度量模糊概念D的隨機(jī)性,是通過(guò)不確定性和模糊性共同確定的特征值,其中論域隨著熵值的增大而增大,熵越大表示云滴離散程度越強(qiáng)。云滴分布符合正態(tài)分布特征,通常情況下,云滴的取值區(qū)間為[-3Pn,3Pn]。
超熵He用于度量熵的不確定性,是通過(guò)熵的隨機(jī)性和模糊性共同確定。論域U上概念云滴凝聚性(云的厚度)可用超熵衡量。熵越大表明云厚度越大,其隸屬度的可取值區(qū)間就越大[6]。
云隸屬度的計(jì)算可通過(guò)式(1)實(shí)現(xiàn)。
(1)
云滴每形成一次,就完成一次定性到定量的隨機(jī)映射,云滴形成次數(shù)不斷增加,云特征就會(huì)增加,模糊概念D所表達(dá)的定性概念代表性就會(huì)增強(qiáng)[7]。生成云的算法可用云發(fā)生器表示,按照云的產(chǎn)生機(jī)理和方向可將云發(fā)生器分成4類(lèi),如圖1所示。

圖1 云發(fā)生器種類(lèi)
在這些云發(fā)生器里邊,應(yīng)用最為廣泛的是正向云發(fā)生器以及逆向云發(fā)生器。正向云發(fā)生器由云的數(shù)字特征(Px,Pn,He)產(chǎn)生云滴,是一種可實(shí)現(xiàn)定性概念到定量值的轉(zhuǎn)換模型;逆向云發(fā)生器可將一定數(shù)量的精確數(shù)據(jù)轉(zhuǎn)換為以數(shù)字特征(Px,Pn,He)表示的定性概念,是一種可實(shí)現(xiàn)定量值到定性概念的轉(zhuǎn)換模型。盡管正向云發(fā)生器和逆向云發(fā)生器兩者的發(fā)生方式完全相反,但作用都不可忽視。
基于復(fù)合云模型的急救綠色通道評(píng)估系統(tǒng)評(píng)估流程如圖2所示。首先構(gòu)建急救綠色通道質(zhì)量評(píng)估指標(biāo)體系,在此基礎(chǔ)上建立急救綠色通道質(zhì)量評(píng)估標(biāo)準(zhǔn)和評(píng)語(yǔ)云模型,通過(guò)評(píng)語(yǔ)云模型可按照急救綠色通道質(zhì)量評(píng)估標(biāo)準(zhǔn)判斷其急救能力符合要求的程度,然后計(jì)算急救綠色通道質(zhì)量評(píng)估指標(biāo)的評(píng)估云和質(zhì)量評(píng)估指標(biāo)權(quán)重,最后利用復(fù)合云模型綜合評(píng)估獲取急救綠色通道質(zhì)量評(píng)估云,將其與評(píng)語(yǔ)云模型對(duì)比得到最終急救綠色通道質(zhì)量評(píng)估結(jié)果。

圖2 基于復(fù)合云模型的急救綠色通道質(zhì)量評(píng)估流程
基于急救綠色通道醫(yī)療特點(diǎn),根據(jù)系統(tǒng)性、科學(xué)性以及可比性理念,選取急救預(yù)備能力、急救準(zhǔn)備能力、急救響應(yīng)能力和急救恢復(fù)能力這4項(xiàng)一級(jí)指標(biāo)建立急救綠色通道的質(zhì)量評(píng)估體系[8-9],該4項(xiàng)一級(jí)指標(biāo)下共有二級(jí)指標(biāo)15項(xiàng)。急救綠色通道的評(píng)估指標(biāo)體系如圖3所示。

圖3 急救綠色通道質(zhì)量評(píng)估指標(biāo)體系
硬件是本文基于復(fù)合云模型的急救綠色通道評(píng)估系統(tǒng)的重要組成部分,從急救能力的指標(biāo)來(lái)看,急救綠色通道質(zhì)量評(píng)估系統(tǒng)的急救能力值穩(wěn)定,因此可用普通PC服務(wù)器來(lái)完成系統(tǒng)承載,在保證急救能力數(shù)據(jù)準(zhǔn)確的同時(shí),還需要提高急救能力數(shù)據(jù)的處理效率。綜合考慮,系統(tǒng)的硬件組成結(jié)構(gòu)如圖4所示。

圖4 硬件組成結(jié)構(gòu)
硬件的組成部分包括操作終端、WWW服務(wù)器、功能服務(wù)器和虛擬化軟件層虛擬機(jī)。操作終端主要是提供可視化界面,與WWW服務(wù)器之間采用安全套接字通信。WWW服務(wù)器包括2臺(tái)普通PC服務(wù)器,為質(zhì)量評(píng)估系統(tǒng)的前端模塊,使用Java語(yǔ)言編寫(xiě),為用戶提供質(zhì)量評(píng)估系統(tǒng)的Web界面。功能服務(wù)器亦采用主備方式,處理數(shù)據(jù)請(qǐng)求。其中的VMM通過(guò)分割時(shí)間、空間和模擬,能夠?qū)⒎?wù)器虛擬化,抽象成一個(gè)服務(wù)器硬件環(huán)境虛擬機(jī),使物理資源轉(zhuǎn)變?yōu)榭蛇壿嫻芾淼馁Y源,打破物理結(jié)構(gòu)壁壘,使上層操作系統(tǒng)直接運(yùn)行在虛擬環(huán)境中,加速頁(yè)面響應(yīng)時(shí)間。通過(guò)將服務(wù)器虛擬化,能夠提高系統(tǒng)的數(shù)據(jù)整合,確保系統(tǒng)運(yùn)行的連續(xù)性。
軟件的設(shè)計(jì)主要是為了更好地控制硬件并完成需要,硬件、內(nèi)核子系統(tǒng)和應(yīng)用程序之間的關(guān)系如圖5所示。

圖5 軟件與硬件關(guān)系
數(shù)據(jù)處理系統(tǒng)軟件的設(shè)計(jì)主要是實(shí)現(xiàn)芯片對(duì)系統(tǒng)外圍電路的控制,完成對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)和處理的工作。數(shù)據(jù)處理系統(tǒng)軟件的設(shè)計(jì)是整個(gè)系統(tǒng)的核心部分,軟件設(shè)計(jì)后芯片將成為整個(gè)系統(tǒng)的控制和處理中樞。結(jié)合上文系統(tǒng)設(shè)計(jì)的硬件部分,本系統(tǒng)通過(guò)完成控制的外圍電路有模數(shù)轉(zhuǎn)換電路、人機(jī)交互模塊中的液晶顯示電路和按鍵控制電路、與計(jì)算機(jī)串行通信電路。本系統(tǒng)在軟件設(shè)計(jì)時(shí)采用了自頂向下的設(shè)計(jì)方法,利用硬件描述語(yǔ)言,在軟件上實(shí)現(xiàn)了內(nèi)部模塊中的各個(gè)功能子模塊的設(shè)計(jì),完成了對(duì)應(yīng)功能的實(shí)現(xiàn)。本系統(tǒng)軟件設(shè)計(jì)的各功能子模塊及它們之間的連接示意圖如圖6所示。

圖6 軟件設(shè)計(jì)框圖
本系統(tǒng)軟件設(shè)計(jì)中內(nèi)部子模塊包括模數(shù)轉(zhuǎn)換控制器模塊、數(shù)據(jù)處理器模塊、存儲(chǔ)器模塊、串行通信控制器模塊和液晶顯示控制器模塊。5個(gè)功能子模塊在系統(tǒng)時(shí)鐘信號(hào)的協(xié)調(diào)下有序地工作,從而實(shí)現(xiàn)一個(gè)完整的控制及處理系統(tǒng)。
在急救綠色通道質(zhì)量評(píng)估系統(tǒng)的硬件與軟件的設(shè)計(jì)基礎(chǔ)上,需要對(duì)復(fù)合云模型進(jìn)行評(píng)估,以便更好地連接評(píng)估系統(tǒng),最終實(shí)現(xiàn)基于復(fù)合云模型的急救綠色通道評(píng)估系統(tǒng)設(shè)計(jì)。
遵循醫(yī)療體制急救綠色通道急救能力的符合要求程度,將急救綠色通道的質(zhì)量和二級(jí)指標(biāo)在[0,10]的分值論域上劃分成5個(gè)評(píng)估等級(jí)。Ⅰ級(jí)表示完全不符合;Ⅱ級(jí)表示大部分不符合;Ⅲ表示基本符合;Ⅳ級(jí)表示大部分符合;Ⅴ表示完全符合[10]。利用分值區(qū)間衡量各個(gè)評(píng)估等級(jí)的分值,分值越大表示急救綠色通道的質(zhì)量與評(píng)估因子間的符合要求程度越高,指標(biāo)的等級(jí)分值區(qū)間可視為一個(gè)雙邊約束空間[cmin,cmax],用于全面考慮并適當(dāng)擴(kuò)展約束空間的額邊界模糊性和隨機(jī)性[11-13]。各個(gè)等級(jí)的概念云模型的期望Px、熵Pn和超熵He3個(gè)特征值的計(jì)算由轉(zhuǎn)換區(qū)間函數(shù)與正態(tài)云模型的關(guān)系式實(shí)現(xiàn),如式(2)。
(2)
其中,k表示常數(shù),能遵循變量的穩(wěn)定性和實(shí)際情況實(shí)施隨機(jī)整改。針對(duì)單邊界線的等級(jí)取值范圍,如[cmin,+∞]或[-∞,cmax],需要先計(jì)算其期望值或缺省邊界參數(shù),然后采用式(2)進(jìn)行計(jì)算。
各等級(jí)的評(píng)估標(biāo)準(zhǔn)以及對(duì)應(yīng)評(píng)語(yǔ)云模型如表1所示。

表1 評(píng)估標(biāo)準(zhǔn)以及對(duì)應(yīng)評(píng)語(yǔ)云模型
邀請(qǐng)若干名專(zhuān)家利用表1所示的評(píng)估標(biāo)準(zhǔn),對(duì)圖3所示的急救綠色通道的評(píng)估指標(biāo)體系中的15項(xiàng)二級(jí)指標(biāo)進(jìn)行分值評(píng)估[14],并采用逆向云發(fā)生器獲取一級(jí)指標(biāo)Wi下的第j項(xiàng)二級(jí)因子的評(píng)估云Pxij、Pnij、Heij。
采用熵權(quán)法計(jì)算評(píng)估體系的指標(biāo)權(quán)重。客觀條件下,評(píng)估體系指標(biāo)權(quán)重的確定采用評(píng)估值所形成的判斷矩陣實(shí)現(xiàn),具體流程如下。
(1)選取評(píng)估對(duì)象m個(gè)以及評(píng)估因子n個(gè),形成特征值矩陣X=(xij)n×m,i=1,2,…,n;j=1,2,…,m。
(2)為獲取相對(duì)優(yōu)屬度矩陣B=(bij)n×m,將特征值矩陣X實(shí)施處理。
評(píng)估因子數(shù)值越大越好時(shí)存在式(3)。
(3)
評(píng)估因子數(shù)值越小越好時(shí)存在式(4)。
(4)
其中,sup(xij)、inf(xij)分別用于描述處于同一評(píng)估因子下的不同評(píng)估對(duì)象指標(biāo)值xij中的上確界和下確界。
(3)遵循Shannon熵定義,評(píng)估因子的熵如式(5)、式(6)。
(5)
(6)
式中,Hi表示第i個(gè)評(píng)估指標(biāo)的Shannon熵值。
(4)則第i個(gè)評(píng)估因子的Shannon熵權(quán)為式(7)。
(7)
其中,ωi表示權(quán)重。
基于急救綠色通道質(zhì)量評(píng)估指標(biāo)體系中的各二級(jí)指標(biāo)的相對(duì)獨(dú)立特性,采用虛擬云中的浮動(dòng)云算法,獲取一級(jí)指標(biāo)Wi符合云模型(Pxi、Pni、Hei),如式(8)。
(8)
其中,Pxi,Pni,Hei分別為評(píng)估因子復(fù)合云模型的3個(gè)特征值參數(shù);ωij,mi分別表示二級(jí)評(píng)估因子的權(quán)重值、一級(jí)指標(biāo)Wi的二級(jí)評(píng)估因子數(shù)目。
采用綜合云算法將低層次概念上升至高層次概念,將多個(gè)一級(jí)指標(biāo)的云模型匯集成一個(gè)具有廣義的云,得到急救綠色通道質(zhì)量云模型(Px、Pn、He),即最高層指標(biāo)的質(zhì)量評(píng)估結(jié)果W。如式(9)。
(9)
其中,ωi,n分別表示一級(jí)指標(biāo)Wi的權(quán)重值、一級(jí)指標(biāo)數(shù)目。
采用正向云發(fā)生器,分別仿真顯示急救綠色通道質(zhì)量評(píng)估云模型(Px、Pn、He)和表1所示的評(píng)語(yǔ)云模型,并進(jìn)行比較,便可評(píng)估出急救綠色通道質(zhì)量所屬質(zhì)量等級(jí)[15]。
為驗(yàn)證本文系統(tǒng)在綠色通道質(zhì)量評(píng)估中的應(yīng)用效果,以江蘇省某大型醫(yī)院進(jìn)行急救綠色通道質(zhì)量評(píng)估的應(yīng)用為例。邀請(qǐng)5位資深專(zhuān)家組成質(zhì)量評(píng)估小組,對(duì)圖3所示的急救綠色通道質(zhì)量評(píng)估指標(biāo)體系的二級(jí)指標(biāo)進(jìn)行分值評(píng)估,并計(jì)算獲取指標(biāo)評(píng)估云模型和各指標(biāo)權(quán)重,結(jié)果如表2所示。

表2 二級(jí)評(píng)估指標(biāo)的評(píng)估云和權(quán)重
采用本文系統(tǒng)匯集二級(jí)評(píng)估因子后獲取的評(píng)估因子虛擬云結(jié)果如表3所示。
分析表2 數(shù)據(jù)可知,急救預(yù)備能力W1、急救準(zhǔn)備能力W2、急救響應(yīng)能立W3、急救恢復(fù)能力W4的權(quán)重值大小分別為0.276、0.277、0.390、0.072。將表3所示的一級(jí)指標(biāo)評(píng)估云利用綜合云算法實(shí)施概念上升,獲取急救綠色通道質(zhì)量評(píng)估復(fù)合云模型為(7.37,0.88,0.29)。

表3 一級(jí)評(píng)估因子的評(píng)估云
將急救綠色通道質(zhì)量評(píng)估云以及表1中所示的5個(gè)評(píng)語(yǔ)云模型,根據(jù)正向云發(fā)生器算法進(jìn)行仿真顯示。結(jié)果如圖7所示。

(a)評(píng)語(yǔ)云云滴分布情況
分析圖7可知,本文系統(tǒng)獲取的急救綠色通道評(píng)估結(jié)果即評(píng)估云云滴的分布情況,處于評(píng)語(yǔ)云Ⅲ級(jí)和Ⅳ級(jí)間更靠近Ⅳ級(jí)的位置。因此可得出,該急救綠色通道質(zhì)量評(píng)估結(jié)果大部分符合要求,體現(xiàn)出該急救綠色通道具有較高的醫(yī)學(xué)應(yīng)用價(jià)值。而且從圖中還可直觀看出質(zhì)量評(píng)估結(jié)果在評(píng)語(yǔ)云中的分布情況,相較于評(píng)語(yǔ)云,評(píng)估云的離散化程度更高,表明由專(zhuān)家組成的評(píng)估小組對(duì)各指標(biāo)的理解存在差異性。綜上分析可知,本文評(píng)估模型的質(zhì)量評(píng)估結(jié)果較好,同時(shí)還可以分析評(píng)估因子以及評(píng)估過(guò)程存在的不確定性,可為醫(yī)療急救綠色通道管理提供切實(shí)有效的指導(dǎo)意見(jiàn)。
高質(zhì)量的急救綠色通道不但可以體現(xiàn)醫(yī)療系統(tǒng)的科研以及管理水平還可為病人贏得更加寶貴的搶救時(shí)間,為此本文結(jié)合Shannon熵和云模型設(shè)計(jì)了基于復(fù)合云模型的急救綠色通道評(píng)估系統(tǒng),以對(duì)醫(yī)療系統(tǒng)的急救綠色通道進(jìn)行質(zhì)量評(píng)估,有效利用Shannon熵計(jì)算指標(biāo)權(quán)重值,可降低主觀因素對(duì)質(zhì)量評(píng)估結(jié)果的影響,使急救綠色通道的質(zhì)量評(píng)估結(jié)果更加準(zhǔn)確;利用云模型,充分考慮評(píng)估因子即評(píng)估過(guò)程中存在的隨機(jī)性和模糊性,實(shí)現(xiàn)急救綠色通道的質(zhì)量的高效率評(píng)估。