醫療設備調配平臺對提高設備利用率的實踐與研究

茅曉棟，吳勇，許文靜，趙甘永，朱立

浙江省腫瘤醫院 （浙江杭州 310000）

醫療設備作為醫院運行成本的重要組成部分，提高其利用率成為管理部門的重點工作[1]。隨著信息化技術的發展，劉佳佳等[2]通過醫療設備管理系統實現了設備借用、歸還全過程的信息化管理。張云娟[3]就醫療設備使用的高峰期和低谷期建立了醫療設備調配中心。然而上述研究多數為定性研究，缺少定量分析，無法直觀地體現醫療設備調配平臺的優越性，且缺乏對醫療設備調配平臺后續運行情況的全面分析與總結。鑒于此，本研究利用信息化調配平臺的租借數據和門診就診患者的就診數據[4]，采用MATLAB 軟件構建醫療設備利用率模型，計算醫療設備的整體利用率和單臺模擬利用率，對醫療設備調配平臺能否提高設備利用率進行定量研究[5]，以期為后續配置醫療設備提供指導。

1 醫療設備調配中心租賃數據分析

目前，醫療設備調配中心租賃設備[6]包括監護儀、微量注射泵、空氣波壓力治療儀和腸內營養泵等。然而，本研究發現部分設備可能無研究價值，因此對醫療設備調配中心的整體租借情況進行分析和討論。

1.1 監護儀

監護儀是一種重要的醫療設備，用于監測患者的生理狀況，為臨床醫療服務提供重要的輔助和支持。我院在醫療設備調配中心成立之初，為滿足臨床科室對監護儀的使用需求，配置了18 臺監護儀用于租借，至今已發展至66 臺。2018—2022 年，監護儀租借時長累計41 036 d，其中1 d 內租借時長超過1 h 記為1 d，少于1 h 則不進行統計。從表1 可以看出，2022 年受新型冠狀病毒感染疫情影響，監護儀租賃天數同比增長幅度有所下降，但仍呈上升趨勢。2022 年醫療設備調配中心監護儀租借時長較2018 年翻了13 倍之多，說明監護儀租借調配業務發展迅速，臨床科室對監護儀租借服務的需求愈發旺盛。這些數據反映了監護儀租借調配業務的發展趨勢，為集中管理模式[7]和優化臨床服務提供了重要的參考依據。

表1 2018—2022 年監護儀租借統計表

圖1 為2018—2022 年我院監護儀租借數量雷達圖，從圖中可以看出每年的2、10 月監護儀租借數量明顯減少，4、7、11 月監護儀租借數量處于高位，可能與節假日（2、10 月）和社會面體檢（4、7、11 月）等因素有關；2022 年2、4 月受新型冠狀病毒感染疫情影響，監護儀租借數量明顯下降。

圖1 2018—2022 年監護儀租借數量雷達圖

圖2 為2018—2022 年監護儀租借數量按星期分布圖，從圖中可以看出，監護儀租借數量在星期一至星期五呈明顯上升趨勢，星期六和星期日相對減少。這反映了臨床科室對監護儀的需求在工作日上升，在休息日減少。

圖2 2018-2022 年監護儀租借數量按星期分布圖

1.2 其他設備

我院醫療設備調配中心共配備微量注射泵17 臺，2018—2022 年租借時長累計2 289 d。圖3 為租賃數量統計圖，從圖中可以看出，當調配業務平穩后，微量注射泵的租借數據處于穩定狀態，出借率一直處于10%～20%，每月17 臺累計租借天數為40 ～60 d。由此可見，微量注射泵的借用率較低，在調配中心保有量過剩，因此，租借數據研究價值低。本研究暫不對微量注射泵租賃數據進行分析，且我院空氣波壓力治療儀和腸內營養泵租借數據與微量注射泵相近，亦無研究價值。

圖3 2018—2022 年微量注射泵租借數量統計圖

2 醫療設備利用率模型構建

醫療設備利用率模型通過收集和分析醫療設備調配平臺的醫療設備配置量、醫療設備租借記錄和醫院門診量等相關數據，構建數學模型，定量計算醫療設備的利用率，從而合理配置和調配醫療設備，提高醫療服務的效率和質量[8]。

2.1 數據清洗和分析

由于數據存放結構可能不適配模型需求，因此在進行醫療設備利用率模型構建時，需要對數據進行結構整理和數據清洗[9]，從而提高數據質量和可信度，保證模型分析和預測的準確性、可靠性。

2.1.1 工作時間

根據日常生活經驗法則，1 年共52 周，暫定每個星期六和每個星期日2 d 為休息日，即1 年工 作 日 為261 d[365 d-（52 周×2 d）=261 d]。計算2018 年8 月至2022 年5 月工作日為978.75 d（261 d/12 個月=21.75 d/月；21.75 d/月×45 個月=978.75 d）。但978.75 d 為最大理論值，故設計一種計算實際工作時間的模型。

通過醫院門診系統提取2018 年8 月至2022 年5 月每日的就診記錄；利用就診記錄計算日門診量集合Qi[定義日門診量集合Qi（i=1，2，3，…，1 826），Qi代表第i 天醫院門診患者量]。根據以下公式計算日門診量平均值Qmean，定義大于Qmean為工作日，小于Qmean為休息日，計算得到工作日提取模型結果。

上式中 Qmean為日門診量平均值，Qi為日門診量集合，qi為工作日標志集合，qsum為工作日總天數。上述模型計算后工作日為785 d，小于依日常生活經驗法則的工作日最大理論值，此模型計算的工作日更貼近實際情況，予以采用，并記錄qi=1 時i的索引值，用于后續模型構建。

2.1.2 調配中心租借數據

醫療設備調配中心租借平臺在服務器數據庫中存儲了每次臨床科室租借監護儀的信息，主要包括院區、租賃記錄編號、設備租賃編碼、設備名稱、設備品牌、設備型號、借用人、借用人科室、租賃狀態、借用時間、歸還時間、借出時長等，如表2 所示。工作人員可從數據庫中導出數據并存儲為Excel 文件。

表2 租借記錄數據表

原始歷史租借記錄數據為非結構化數據，無效字段信息干擾嚴重，缺少整合與統計，故需進行數據預處理。定義歷史租借記錄集合Si，j（i=1，2，3，…，36；j=1，2，3，…，1 826），Si，j代表i科室第j天監護儀租借數量（第j天為自2018 年1 月1 日開始計算），并根據上文工作日時間提取工作日當天監護儀租借數量，如圖4 所示。

圖4 工作日監護儀租借情況分布圖

2.1.3 當日調配中心配置監護儀量

醫療設備調配中心建立初期配置監護儀18臺，但在運營過程中，應臨床科室需求陸續增配，同時存在監護儀損壞、廠家試用等情況，所以監護儀數量有所波動，于是定義Ti（i=1，2，3，…，1 826），Ti代表第i天調配中心監護儀量。

2.2 模型構建

利用率是指某一資源實際使用量和該資源可被使用的最佳生產水平之間的比率[10-11]。通過構建醫療設備利用率模型，得到相應公式和算法，最終獲得醫療設備利用率的定量計算結果。醫療設備利用率模型將利用率分為兩部分：（1）調配中心監護儀整體利用率，用于表示調配中心內監護儀的整體利用率；（2）單臺監護儀模擬利用率，用于表示某一科室配置1 臺監護儀時的利用率，該利用率是通過模型模擬得到的，因此稱為單臺監護儀模擬利用率。通過對設備利用率進行計算和分析，可以對醫療設備的配置和調配提供科學依據，提高醫療設備的利用率，以及醫療服務的質量和效率。

2.2.1 調配中心監護儀整體利用率

利用歷史租借記錄集合Si，j，日門診量集合Qi，調配中心自身監護儀量集合Ti，以及模型構建以下公式計算調配中心監護儀整體利用率Ut。

2.2.2 單臺監護儀模擬利用率

利用率模型將單臺監護儀模擬利用率分為兩方面：（1）當調配中心配置1 臺監護儀時，該監護儀的利用率；（2）當某一科室配置1 臺監護儀時，該監護儀的利用率。

調配中心模擬利用率主要由以下兩公式構成。定義當日租借概率Bj，見公式（5），調配中心模擬利用率Uit，見公式（6），Bj服從0-1 分布，當調配中心當日有監護儀借出即Bj=1，無監護儀借出Bj=0，通過計算得到Uit=97.20%，即當調配中心新增1 臺監護儀時，該監護儀在工作日被出借的可能性為97.2%，即其設備利用率為97.2%。

式（5）中Uit為模擬利用率，qsum為計算得的工作日總天數，qi為工作日標志集合。

臨床科室模擬利用率：根據調配中心模擬利用率模型對臨床科室模擬利用率進行公式構建，其中臨床科室模擬利用率模型中當日租借概率Bj，由當前科室自身租借數量判定，當前科室有租借時Bj=1，反之為0。

歷史租借記錄集合Si，j中包含37 個科室，其工作日租借情況如圖5 所示，其中8 個科室租借數量為0；租借數量最多的科室i=17，其租借數量為5 138，將該科室代入上述模型求得該科室新增監護儀利用率U17t=56.31%，即索引值17 的科室新增監護儀的利用率為56.31%。

圖5 各科室工作日租借分布圖

3 總結與討論

本研究采用定量研究方法，通過對調配中心信息化租借平臺[12]的設備利用率進行計算，調配中心監護儀整體利用率為77.14%，調配中心單臺增配模擬利用率為97.2%，租借需求量最多科室單臺增配模擬利用率為56.31%。這表明，建立醫療設備調配平臺對提高醫院的醫療設備利用率、加強設備管理人員與臨床科室的聯系、促進全院醫療設備的合理配置、保證醫療設備的質量與安全等方面有著顯著的積極作用[13]。

本研究結果顯示，通過計算單臺增配模擬利用率，調配平臺增配醫療設備的設備利用率遠高于為科室增配，調配平臺增配利用率較需求最多科室高出40.9%。此外，本研究還發現8 個科室的租借數量為0，表明這些科室設備保有量可能已經飽和。以上分析可為醫院設備配置和調配提供指導[14]，即對于飽和科室短期內不予采購該設備，而對于單臺增配模擬利用率高的科室，需與臨床科室進行充分討論，確定是否需要增配，并考慮是否在調配平臺進行增配、集中統一管理，從而提高設備使用效率[15-16]。

本研究將信息化調配平臺的數據與醫院就診數據相結合，進一步通過MATLAB軟件進行定量分析。然而該數據存在一定的滯后性，無法進行預判與預測，對醫療設備配置的合理性只能提供部分利用率方面的理論支持，存在一定的局限性。為進一步指導醫院對全院醫療設備進行更合理、更科學的配置，后續研究考慮引入神經網絡預測體系與評價體系，以更直觀、更全面的方式對醫療設備進行配置和調配[17]，提高醫院設備配置的科學性和準確性，更好地滿足醫療服務的需求。