王君



摘要:基于大數(shù)據(jù)技術的患者滿意度的問卷調查系統(tǒng),可提供前端和后臺應用軟件,通過用戶的匿名真實評價和關聯(lián)性數(shù)據(jù)分析,準確、實時地將統(tǒng)計結果與分析報告呈現(xiàn)給醫(yī)院管理者,為醫(yī)院及時了解患者需求、改善就醫(yī)環(huán)境、提升服務質量提供參考意見,從而推動醫(yī)療改革的現(xiàn)代化、信息化發(fā)展。
關鍵詞:大數(shù)據(jù)技術;滿意度;問卷調查;數(shù)據(jù)分析
中圖分類號:G642? ? ? ? 文獻標識碼:A
文章編號:1009-3044(2022)14-0016-03
1 背景及意義
在醫(yī)院管理體系中,患者滿意度調查有著重要的價值。它是醫(yī)院了解患者的需求、優(yōu)化資源利用、對服務質量自我評價、了解醫(yī)院整體情況和進行內部績效考核的有效手段,是提升醫(yī)院核心競爭力、推動醫(yī)療服務高質量發(fā)展的重要動力,研制開發(fā)患者滿意度問卷調查系統(tǒng)是當前許多大醫(yī)院的形勢所趨。基于大數(shù)據(jù)技術的患者滿意度問卷調查系統(tǒng),可以改善人工操作帶來的效率低、出錯率高等缺陷,使調查工作及相應的數(shù)據(jù)處理過程更加自動化和規(guī)范化,評價結果更為高效、真實和可靠。
2 需求分析
首先對系統(tǒng)的技術需求和開發(fā)成本做大致地評估,再對系統(tǒng)中參與問卷者和醫(yī)院管理員兩種主要對象進行需求分析,最后結合這兩方面設計出具體功能,從而構建出一個相對完整的患者調查問卷系統(tǒng)。
2.1 可行性分析
(1)經(jīng)濟可行性:調查問卷采用微信小程序開發(fā),難度和成本與傳統(tǒng)的App相比較低,并且微信擁有強大的流量通道和傳播渠道使得小程序的推廣和運營難度大大降低。
(2)技術可行性:系統(tǒng)結合云開發(fā)技術實現(xiàn)迅速部署,服務器端在云端,使其更穩(wěn)定;數(shù)據(jù)分析基于大數(shù)據(jù)技術,不會過分依賴模型和算法。憑借足夠多的數(shù)據(jù),系統(tǒng)不需要了解具體的因果關系就能生成接近事實的結論。
2.2 系統(tǒng)功能分析
(1)用戶需求
參與問卷者:掃描二維碼進入微信小程序,在首頁選擇正確的窗口進入問卷頁面,進行選擇和建議,點擊提交之后返回成功提示。
醫(yī)院管理者:登錄后臺系統(tǒng),看到后臺統(tǒng)計的數(shù)據(jù)以及百分比直觀顯示,以及生成的數(shù)據(jù)分析報表。
(2)系統(tǒng)功能需求
①登錄驗證功能:參與問卷者在進入頁面前系統(tǒng)會自動獲取用戶的手機號,通過與掛號系統(tǒng)的數(shù)據(jù)庫比對可以判斷用戶是否為本醫(yī)院就診的患者,保證調查結果的真實可靠性。
②問卷功能:用戶進入小程序后即可跳轉首頁,選擇相應的入口進入問卷調查,完成全部問題即可點擊提交按鈕提交,若未全部完成就點擊提交按鈕,則出現(xiàn)未完成彈窗提示。
③統(tǒng)計分析功能:后臺系統(tǒng)能夠統(tǒng)計用戶提交的問卷數(shù)據(jù)并可視化,以統(tǒng)計圖的形式呈現(xiàn)給管理員,并且能將分析后的數(shù)據(jù)生成一個報表,使管理員可以直接看到現(xiàn)有的不足之處等。
3 總體設計
3.1系統(tǒng)業(yè)務流程圖
3.2 問卷設計
患者滿意度問卷并非隨意編寫,而是在多維的概念性框架和測量模型基礎上,經(jīng)過評閱、訪談、修正,綜合專家意見來確定候選的項目,結合實際情況,項目內容分為醫(yī)療部分、護理部分、醫(yī)輔部分、后勤管理部分等14個維度和39個一級指標,具體化123個問題,(內容詳見附件)。每個問題選項共有“非常滿意”“比較滿意”“一般”“比較不滿意”“很不滿意”五種,其中每一個問題均為單選必填項。
4 系統(tǒng)實現(xiàn)
本系統(tǒng)包括前端和后端兩部分。前端微信小程序相關技術包括自帶的微信開發(fā)者工具,開發(fā)框架包括wxml、wxss等視圖技術。后端相關技術包括Apache Tomcat服務器、echart圖表、Python語言以及MySQL數(shù)據(jù)庫。這些技術都是實現(xiàn)本系統(tǒng)小程序端的頁面交互的基礎及后臺業(yè)務邏輯和數(shù)據(jù)的支撐。
4.1前端部分
前端部分的主要功能為收集數(shù)據(jù),包括是一個基于微信小程序的問卷調查系統(tǒng),作為一種云平臺上的輕量級應用,參與者無須下載可通過掃碼進入,即用即走。 系統(tǒng)開發(fā)所使用的Node.js腳本語言,比起傳統(tǒng)的Java語言,它顯得更為輕量、可伸縮,適于實時數(shù)據(jù)交互應用。
(1)登錄模塊。由于存在門診和住院兩類患者,在首頁設置了兩個窗口——門診入口和住院入口(如圖3),兩個窗口采用相同的頁面部署和邏輯結構,但調查內容有所不同。用戶點擊按鈕后會觸發(fā).js模塊中“navigator url”函數(shù)跳轉至一個窗口,之后會有一個基本信息的填寫(如圖4)。填寫完成后,就會正式進入問卷調查部分(如圖5)。
(2)問卷調查模塊。由于問題較多,故采用顯示/隱藏功能
4.2后臺部分
后臺部分的功能主要為數(shù)據(jù)統(tǒng)計和分析。管理員通過輸入既定的賬號密碼即可進入后臺界面(如圖8和圖9所示)。F588B418-D453-4E50-BFA9-BF2FFF67C8F2
(1)信息過濾功能設計。在統(tǒng)計數(shù)據(jù)前,系統(tǒng)會根據(jù)用戶輸入的基本信息通過后臺與掛號系統(tǒng)的數(shù)據(jù)庫連接,并在數(shù)據(jù)表中的相關字段(主要是身份證號)進行對比。系統(tǒng)驗證通過后這名用戶的問卷數(shù)據(jù)即可進入統(tǒng)計部分,否則將作為無用信息刪除。這樣就確保所統(tǒng)計的數(shù)據(jù)為在本醫(yī)院就診患者所填寫的,保證了數(shù)據(jù)的真實、可靠性。
(2)信息處理功能設計。從前端小程序收集的數(shù)據(jù)經(jīng)篩選后,會在后臺匯總、統(tǒng)計,并通過基于html5 Canvas數(shù)據(jù)可視化圖表庫——Echarts,用條形、環(huán)形、折線統(tǒng)計圖等組件生動、直觀展現(xiàn)出來,并且具有可交互性——當鼠標置于圖形上時,頁面會顯示出具體數(shù)值及百分比。后臺生成的報表(如圖10),根據(jù)數(shù)據(jù)統(tǒng)計的結果經(jīng)過計算得出分數(shù)值,并與事先制定好的標準進行比對,將直接顯示出數(shù)據(jù)的分析結果,給出針對性建議,供醫(yī)院相關工作人員參考。
5 總結與展望
5.1 總結
本系統(tǒng)結合當下較熱門的小程序,Apache Tomcat服務器、MySQL數(shù)據(jù)庫以及K-means數(shù)據(jù)挖掘等相關技術,較為成功地完成了本系統(tǒng)的實現(xiàn)、部署和測試,它具有以下特點:
(Ⅰ)便捷:用戶通過掃碼,點擊鏈接等方式即可進入小程序,即點即用,用完即走,且小程序不會占用手機內存。
(Ⅱ)可靠:系統(tǒng)會根據(jù)用戶的掛號信息來辨別用戶是否為在本醫(yī)院就診的患者;另外,運用機器學習等大數(shù)據(jù)技術對數(shù)據(jù)進行分析,可以減少由于某些數(shù)據(jù)的偶然性造成的誤差,從而得到較為可靠的報表。
(Ⅲ)實用:數(shù)據(jù)類型豐富多樣,系統(tǒng)可以從多維度進行分析,為管理人員提供更為全面的信息,參考價值更高。
5.2展望
本系統(tǒng)的問卷部分基于微信小程序,交互終端位于手機微信上,極具移動信息時代的特征,因此有較好的前景和優(yōu)勢。但受限于本人的研究水平和開發(fā)能力,以及時間問題,本系統(tǒng)的功能還不夠完善,存在一定缺陷,如問卷的問題較多,容易引起患者反感和后臺功能相對較少等等,還有很大的改善空間。在未來可以嘗試將小程序問題進行折疊處理等方式來解決問題多的困難。
參考文獻:
[1] 舒嘉豪. 基于微信小程序的答題系統(tǒng)的設計與實現(xiàn)[D].2019.
[2] 楊啟,張麗萍.從互聯(lián)網(wǎng)生態(tài)看微信小程序的發(fā)展[J].新聞論壇,2017(2):22-24.
[3] 楊雪艷. 數(shù)據(jù)挖掘在企業(yè)中的應用[D]. 中國科學技術信息研究所,2004.
[4] 吳超. 互聯(lián)網(wǎng)模式下住院患者滿意度測評工具的研制及系統(tǒng)應用[D].山西醫(yī)科大學, 2012.
[5] 鄧芳. 數(shù)據(jù)挖掘在門診患者就醫(yī)滿意度中的應用研究[D]. 華南理工大學,2017.
[6] 杜娟,崔書紅,高紅. 基于DEA-Tobit模型的上海市公立醫(yī)院患者滿意度影響因素研究[J]. 中國醫(yī)院管理,2020,40(7):56-59.
[7] 袁欣,張雪梅,蔣德川. 醫(yī)院患者滿意度調查的現(xiàn)狀與思考[J]. 醫(yī)學與社會, 2010,23(8):50-51.
[8] Wang V,Salim F,Moskovits P. The WebSocket Protocol[M]. The Definitive Guide to HTML5 WebSocket,Apress,2013.
[9] Quinlan J R. Discovering rules by induction from large collections of examples[M]. Expert systems in the micro electronic age. Edinburge University Press,1979.
[10] Agrawal R,Imieliński T,Swami A.Mining association rules between sets of items in large databases[J].ACM SIGMOD Record,1993,22(2):207-216.
[11] Puzzitiello R N,Nwachukwu B U,Agarwalla A,et al.Patient satisfaction after total shoulder arthroplasty[J].Orthopedics,2020,43(6):e492-e497.
收稿日期:2021-07-10F588B418-D453-4E50-BFA9-BF2FFF67C8F2