医院专家门诊排班的计算机化排停诊管理情况进行实践研究，为进一步提高专家门诊的利用、优化医疗服务资源的配置提供指导意见。现将研究结果总结如下。

医院专家门诊在国内具有很强的权威性，因而专家的临时排班调整，这一看似微观的现象，医院医疗质量和资源配置具有显著的影响。专家门诊总体存在着停诊的次数较多，管理的处理时间较为零散的现象，对门诊管理形成了一定的干扰，也一度产生了不可预估的医疗资源浪费。大型医疗机构管理部门通常需要根据开诊科室预先计划开诊项目和安排出诊医生、专家门诊的限号人次，在排班系统中预先维护。未及时的信息流通和处理是门诊实际管理的隐患。

基于如上现象，医院医疗和信息化部门对此现象展开了一定的研究和实践措施，并着手利用网络化和信息化手段有效处理和解决了原有专家门诊资源浪费的现象，使全流程网络计算机化，即使所有操作和记录曝露在阳光下，使原有存在环节或操作不明的流程留下记录。通过针对性的基于计算机的记录、处理、统计为专家门诊的管理调整提供了可信的决策依据。

1对象、内容与方法

1.1医院年中旬至年初数字化记录的专家计划外停诊包括紧急停诊事件为研究对象记录数量采集于门诊办公室及信息中心。寻找发生停诊尤其是紧急事件的可能关键因素。

1.2研究方法及分析本研究利用计算机和网络技术采集数据，针对3年多来专家门诊停诊的发生数量、类型、和时间等因素进行关联分析，主要采用贝叶斯方法进行统计分析。剔除并整理因记录不全或因特殊日期造成的可能引起偏倚情况的记录后，总共条记录。其中特需类条，其他类型条。

统计分析在Excel和SPSSModeler中进行（见图1），定义停诊类型为标志，取值范围为1或0，1为紧急停诊，0为普通计划外停诊；挂号类型为名义，取值范围为现有挂号种类；是否特需类型为标志，取值范围为1或0；职称类型为标志，取值范围为1为正高，0为副高。

图1利用SPSSModeler工具建立的专家门诊紧急停诊分析结构

2　　结果

2.1利用决策树模型C5.0算法分析我们根据所收集成的客观条件，首先自数据库中对数据进行加工再处理后，使用决策树模型C5.0算法对开诊日期和申请日期进行分析以对停诊时间分布有所了解（见图2），医院在准备处理这类停诊申请会更早提前确认准备，C5.0算法的核算结果符合此规律，同时申请时间为周五同其他时间所产生的普通紧急停诊状况相近。

图2使用决策树模型C5.0算法对开诊日期和申请日期分析

2.2构建贝叶斯网络根据以上初步分析构建贝叶斯网络，使用树增强型朴素贝叶斯算法（TAN），马尔可夫毯（MARKOVBlanket）以及包含特征选择预处理步骤的马尔可夫毯（MARKOV-FS）方法对关系进行分析验证（见图3），结果显示使用此三种方法的准确率均在90%以上，且差异不大。

图3各项贝叶斯网络算法结果的比较

由此我们可以认为，开诊日期，而非原先以为的职称或开诊类型的影响。根据树增强型朴素贝叶斯算法即TAN算法（见图4），开诊日期的预测变量重要性影响达到了0.69，职称为0.12，申请日期为0.11，其他值均低于以上值。然而正副职称在计划外发生的可能也存在一定区别，正高职称的医师在周三和周四，副高职称的医师在周一和周五发生计划外中断出诊的可能性较高（见表1）。

图4紧急停诊的树增强型朴素贝叶斯算法即TAN算法预测变量重要性

表1开诊日期的条件概率

结果说明，医院层面，造成专家门诊发生紧急停诊的关键因素是开诊日期，而非原先预想的职称、挂号类型等或许直接与经济利益相关的因素。此结果说明排班或可以通过调整开诊日期或改进开诊日期的方式，降低专家诊间因计划外停诊造成的资源浪费。

3　　讨论

医院专家门诊的排班方式，从最初的纯人工处理到现今全部计算机化，先后经过了三个阶段，第一阶段所有手工纸制化操作；第二阶段实际排班计算机化；第三阶段即目前的全流程计算机网络化。

籍由改造后的数据源及分析，医院的相关管理部门可根据比较结果，对职称和班次安排进行一定的预案和调整。使整个排班的整个环节由计算机程序和数据库控制并由计算机限制逻辑判断环节，各方通过网络互联互通，使制度形成强制性，减少对人的依赖，使信息的及时性和可靠性提高。同时，这也是医疗质量信息对公众及时、公开、透明，医院整体竞争力的重要环节。

下一步发展方向即计划的第四阶段发展方向，为继续利用计算机技术、网络技医院的整体医疗质量，向智能化发展。即除了现有的简单汇总统计，还将自动统计分析功能引入，使用Python或R等程序对数据进行封装，最后以BI工具的方式显示，并提供优化测算建模功能，以呈现阶段性和实时的数字化高级统计分析结果，供医疗卫生管理部门调阅参考。这样的实践和发展无疑将为医疗卫生服务的管理提供更具科学化和可操作性的前景。

（来源：《中国数字医学》杂志年第11期，作者：邵强黄虹，单位：复旦大学附属医院）

《中国数字医学》微店，点击以下阅读原文进入