基于离散事件仿真门诊检查路径选择策略

基于离散事件仿真门诊检查路径选择策略
魏伟;卢涛
【摘要】Aiming at the long queuing time for outpatients,the outpatient examination route choice strategies were studied to reduce the queuing time on the premise of limited medical resources.Based on discrete event simulation,a simulation model of outpatient examination route choice strategies was built up.The simulation experiments were carried out using AnyLogic simulation software.The effects of different route choice strategies were evaluated by three performance metrics including average stay time,average queuing time and average service coefficient under different arrival rate of outpatients.Results of simulation show that it can effectively reduce the average queuing time by adjusting the order of examination items.Meanwhile,the route choice strategy that integrates the real-time statuses of the departments and the outpatients performs best.%针对门诊病人检查排队时间长的问题,在医疗资源有限的情况下,研究门诊检查路径选择策略,减少排队时间.基于离散事件仿真,构建智慧医疗环境下门诊检查路径选择策略仿真模型,利用AnyLogic仿真软件予以实现.采用病人平均逗留时间、平均排队时间及平均服务系数为评价指标,比较不同病人到达率下各种路径选择策略的效果.仿真结果表明,通过对检查项目的顺序进行调整,能够有效地减少病人平均排队时间,其中综合考虑检查科室及病人实时状态的路径选择策略效果最优.
【期刊名称】《计算机工程与设计》
【年(卷),期】2017(038)004
【总页数】6页(P1008-1013)
【关键词】离散事件仿真;路径选择策略;AnyLogic仿真;智慧医疗;门诊检查
【作者】魏伟;卢涛
【作者单位】大连理工大学系统工程研究所,辽宁大连116024;大连理工大学系统工程研究所,辽宁大连116024
【正文语种】中文
【中图分类】TP391.9
门诊检查路径选择策略决定病人检查项目顺序的选择，适宜的策略对减少病人排队时间起着重要作用。

智慧医疗解决了病人与医院之间信息不对称问题，并丰富了现有路径选择策略。

针对医院排队问题，学者们应用离散事件仿真建模方法对排队过程进行模拟，进而为医院管理者提供决策支持[1-3]。

Mokaddis等[4]应用离散事件仿真方法，探索病人拥有不同优先级对急诊病人排队时间的影响；Mielczarek[5]提出急诊服务水平与区域人口组成变化相关，通过构建仿真模型，研究病人数量及年龄分布变化对急诊中心病人排队时间的影响；Day等[6]通过将排队论模型与离散事件仿真相结合，对减少门诊药房病人取药排队时间问题进行研究，并提出服务流程再造建议；Chemweno等[7]通过对某医院脑中风治疗中心检查过程进行模拟，对病人流变化与科室服务能力之间的关系进行了研究；Baril等[8]对某骨科门诊服务过程进行建模，针对不同病人流，调整诊室及护士配置，进而减少病人排队时间。

已有研究多是针对单一科室排队问题，对于多检查科室组成的门诊检查排队问题的研究依旧匮乏。

针对复杂的门诊检查排队问题，以智慧医疗为背景，在医疗资源有限的情况下，应用离散事件仿真建模方法，研究病人检查路径选择策略对病人排队时间的影响。

本研究不仅对智慧医疗的应用进行了扩展，而
且为解决门诊检查排队等待问题提供了新的研究思路。

1.1 问题描述
门诊病人就诊流程包括挂号，诊断，缴费，检查、取药，离院或住院等阶段，具体流程如图1所示。

每个箭头所指的部分都是一个就诊环节，都可构成一个排队系统。

病人在检查排队过程中，不同检查科室服务率不同且多数检查项目没有严格的先后顺序，不同病人检查项目不同，病人检查项目顺序的选择及往返各科室之间的延时也会影响病人候诊时的排队情况，以上因素都会对病人检查排队时间造成影响。

当病人至少剩余两项未完成的检查项目时，需要决定检查项目顺序，路径选择策略的作用就是在此时为病人提供检查流程建议。

不难发现，对于需要进行多项检查的病人，其检查路径选择是多样的。

假设某病人需要进行n项检查，且检查项目之
间没有固定的先后顺序，其检查路径有=n!种选择。

本文以智慧医疗[9,10]为背景，通过仿真手段，模拟传感器[11,12]等设备对各检查科室及门诊病人实时状态进行
感知，路径选择策略结合实时状态信息，得出判断结果，并通过移动式手持设备将检查流程建议发送给病人。

1.2 离散事件仿真方法分析
离散事件系统的状态受随机事件驱动，且只在离散时间点上发生变化[13]。

描述离散事件系统的相关概念请参见文献[14]。

对于门诊检查排队问题，病人实体按一定规律到达检查科室，排队接受检查服务，完成全部检查项目后离开检查系统。

其中，病人实体在其未完成的检查项目中选择下一检查科室是一个路径选择事件。

病人实体进入检查科室候诊区开始排队等待接受检查服务，直至进入检查科室服务区开始接受检查构成一个完整的排队活动，同时标志着系统状态的转移。

病人进入检查科室排队候诊并完成当前检查，接着前往下一检查科室构成一个典型的路径选择进程。

下面以某病人实体检查路径选择过程(一个典型的离散事件系统)为例，给出实体，事件、活动以及进程的关系，如图2所示。

影响病人检查路径选择的因素包括未完成检查项目对应检查科室的平均服务率，繁忙程度，排队候诊人数，即将到达该科室的潜在候诊人数等。

因病人不能实时掌握各检查科室的服务状态，只能根据经验来估计需要的排队时间，决定检查顺序。

但实际上病人的自我估计与实际情况并不相符，造成病人排队时间增加。

在智慧医疗背景下，病人可以通过移动设备实时了解各检查科室的服务状态，策略结合实时状态信息，为病人提供检查流程建议。

2.1 路径选择策略定义
本文将路径选择策略分为两类：一类是根据经验，以各检查科室平均服务时间为判断依据，进而做出检查路径选择的经验判断型策略(策略1-策略3)；另一类是考虑各检查科室及病人实时状态的路径选择策略(策略4-策略8)。

具体说明如下：(1)策略1：Random
表示病人在其未完成检查项目中随机选择某项检查作为下一检查项目。

(2)策略2：SI
表示病人在其未完成检查项目中优先选择平均服务时间最短的项目作为下一检查项目。

特别地，当多项检查平均服务时间相同时，在其中随机选择某项检查作为下一检查项目。

(3)策略3：LI
表示病人在其未完成检查项目中优先选择平均服务时间最长的项目作为下一检查项目。

特别地，当多项检查平均服务时间相同时，在其中随机选择某项检查作为下一检查项目。

(4)策略4：NINQ
表示病人在其未完成检查项目中优先选择当前排队队列最短的项目进行检查。

特别地，当多项检查当前排队人数相同时，优先选择平均服务时间最短的检查作为下一检查项目。

(5)策略5：ST
表示综合考虑病人未完成检查项目对应各科室的平均服务率，正在接受检查病人数及排队候诊人数，优先选择判断值小的项目进行检查，在判断值相等的情况下优先选择平均服务时间短的项目进行检查。

(6)策略6：LT
表示综合考虑病人未完成检查项目对应各科室的平均服务率，正在接受检查病人数及排队候诊人数，优先选择判断值小的项目进行检查，在判断值相等的情况下优先选择平均服务时间长的项目进行检查。

(7)策略7：STP
表示综合考虑病人未完成检查项目对应各科室的平均服务率，正在接受检查病人数，排队候诊人数，及即将到达该科室的潜在病人数，优先选择判断值小的项目，在判断值相等的情况下优先选择平均服务时间短的项目进行检查。

(8)策略8：LTP
表示综合考虑病人未完成检查项目对应各科室的平均服务率，正在接受检查病人数，排队候诊人数，及即将到达该科室的潜在病人数，优先选择判断值小的项目，在判断值相等的情况下优先选择平均服务时间长的项目进行检查。

其中策略5-策略8判断值函数如下
式中:yi——病人未完成检查项目中对应检查科室i的判断值；Lqi——检查科室i
当前正在排队候诊病人数；Ldi——检查科室i当前正在接受检查服务病人数；Pji——由其它科室j(j≠i)出发并前往检查科室i的正在路上的潜在病人数；α——
检查科室i正在接受检查服务病人数对判断值影响的权重，本文取值0.8；β——
潜在病人数对判断值影响的权重。

策略5，策略6不考虑潜在病人数的影响，本文取值β=0，策略7，策略8考虑潜在病人数的影响，本文取值β=0.5；μi——检
查科室i各个服务台的服务率；ci——检查科室i服务台数量；i——病人未完成检
查项目对应检查科室编号；k——检查系统中检查项目总数。

2.2 评价指标选择
病人体验是病人就医过程中的体验和感受[15]。

为了对比各检查路径选择策略的效果，本文选择病人在检查过程中的平均排队时间Wq，平均逗留时间Ws以及平均服务系数F作为路径选择策略效果的评价指标。

具体介绍如下：
标准1：平均排队时间Wq
指病人在检查过程中的排队时间的期望值。

标准2：平均逗留时间Ws
指病人在检查过程中的停留时间的期望值。

标准3：平均服务系数F
指病人在检查过程中的服务时间与排队时间比值的期望值。

3.1 模型分析及假设
门诊检查路径选择是一个复杂的排队网络。

每个检查科室都可构成一个排队系统。

对于需要进行至少两项检查的病人，面临检查路径选择问题。

检查路径选择策略模型分为3部分，具体包括病人流生成，病人检查过程以及病人数据统计。

其中，
病人检查过程包括病人排队完成检查服务以及检查路径选择的全过程。

具体描述如下：
(1)病人流生成
病人缴费后相继进入检查系统时间不确定，且不同病人被分配的检查项目也是不同的。

若医院有n项检查，则最多存在=2n-1种检查项目组合。

(2)病人检查过程
每个检查科室都可构成一个单队列多服务台的排队系统。

检查科室病人源包括病人流生成的直接到达该科室的病人以及完成某一检查项目后由其它检查科室到来的病人。

检查科室各服务台的服务时间具有无记忆性，排队规则为等待制，先到先服务。

因医院每日接待病人数量有限，故系统容量有限。

本文考虑了病人往返各科室之间延时对病人排队候诊顺序的影响。

(3)病人数据统计
对于完成全部检查项目并离开检查系统的病人，统计其检查过程中的排队时间，服务时间以及逗留时间。

基于模型分析，提出仿真实验假设如下：
(1)假设门诊病人相继进入检查系统的输入过程服从参数为λ的泊松分布，其中λ
表示平均到达率，即单位时间平均到达的病人数；
(2)假设检查科室各服务台的服务时间服从参数为μ的负指数分布，其中μ表示平
均服务率，即单位时间平均完成检查的病人数；
(3)假设病人往返各科室之间延时服从三角形分布，即triangular(min,max,mode)，其中min表示最小延时时间，max表示最大延时时间，mode表示平均延时时间；
(4)假设病人100%接受检查路径选择策略的建议安排检查流程。

3.2 模型构建
本文仿真实验使用的工具是AnyLogic University 6.9.0版本。

AnyLogic作为多
方法仿真建模平台，支持系统动力学建模，基于智能体建模以及离散事件建模。

AnyLogic仿真建模平台是灵活高效的面向对象的仿真平台。

本文采用基于离散事件仿真的建模方法，构建门诊检查路径选择策略仿真模型，仿真实验流程如图3
所示。

仿真实验主要分为3个模块，具体介绍如下：
(1)参数及策略设定模块。

作用是在仿真实验开始时，进行仿真实验相关参数以及
病人检查路径选择策略的设定；
(2)病人检查及路径选择模块。

作用是生成病人实体，随机为其初始化分配检查项目，并对病人检查排队过程及路径选择过程进行仿真模拟；
(3)仿真结果统计模块。

对于已完成全部检查项目并离开检查系统的病人，统计病
人检查过程中的排队时间、服务时间以及逗留时间。

特别地，为使仿真模型更贴近现实，本文考虑了对“排号检查”情况的仿真。

文中选择平均服务时间最长的检查项目i为代表，在生成病人实体并为其初始化分配检查项目时，根据其进入检查系统的时间先后顺序，为已分配项目i的病人进行编号。

当病人根据路径选择策略建议到检查科室i进行排队候诊时，根据编号的先后顺序对已处于排队队列的病人进行排序，依次接受检查。

同时，本文考虑到医院各检查科室存在每日最大负荷病人数(系统容量有限)的实际情况。

在为病人初始化分配检查项目时，对检查项目分配情况进行统计和判断。

若该病人被分配的某项检查超过该科室每日最大负荷病人数，则对该病人的这项检查进行撤销分配操作，代表着为该病人预约下一个工作日的检查服务。

4.1 仿真参数设定
本文仿真实验选择以5个检查项目的情况为例，各检查项目对应检查科室的参数
见表1。

病人进入检查系统的输入过程服从泊松分布，本文取值λ=0.5，1，1.5，2。

病人往返各科室之间延时服从三角形分布，本文取值triangular(2,5,3)。

根据医院调研数据，设定模型仿真周期为480 s，模拟实际工作时间480 min。

4.2 实验结果分析
在λ分别取0.5，1，1.5，2的情况下，对定义的8种路径选择策略分别进行50
次仿真实验，统计每次实验病人的平均逗留时间Ws，平均排队时间Wq以及平均服务系数F，其中平均逗留时间，平均排队时间的单位是min，平均服务系数单位是1。

分别对统计结果求平均值，并进行对比分析。

具体实验结果见表2。

通过对表2中各路径选择策略结果进行对比分析，可以发现：
(1)随着λ的增大，病人平均逗留时间Ws，平均排队时间Wq的结果都明显增大，
同时平均服务系数F明显减小。

该结果表明：在各检查科室医生及设备配置不变
的情况下，随着每日进入检查系统病人数量的增加，病人检查体验明显降低，就医需求增加与医疗资源有限之间的矛盾突显。

(2)当λ=0.5时，平均排队时间Wq的最大值为0.438 min，平均服务系数F最小值为23.084。

该结果说明此时进入检查系统的病人数远低于门诊正常服务能力，
造成医疗资源严重浪费。

当λ=2时，平均服务系数最大值为0.106，这说明病人
检查过程中绝大部分时间都用在排队候诊，就医体验极差。

以上两种情况均不能真实地反映现实情况，故不予参考。

选择以Random策略下的实验结果作为对比项，依次将剩余7种策略的实验结果与在Random策略下的结果进行对比，即
得出对比结果见表3。

通过对表3中不同路径选择策略结果的横向对比分析，得出主要结论如下：
(1)当每日进入检查系统的病人数在一定范围内时(λ=1，1.5)，5种综合考虑检查
科室及病人实时状态的路径选择策略(NINQ，ST，LT，STP，LTP)的效果基本优
于其它3种基于经验判断的路径选择策略(Random，SI，LI)。

其中，以策略LTP
效果最优。

当λ=1时，以平均逗留时间，平均排队时间以及平均服务系数为标准，分别优于随机策略12.358%，44.403%，55.780%；当λ=1.5时，分别优于随机策略14.028%，19.232%，22.407%。

该结果表明：与基于经验判断的路径选择
策略相比，综合考虑检查科室及病人实时状态的路径选择策略可以有效地减少病人平均检查排队时间。

(2)通过对各路径选择策略结果的对比，综合考虑各检查科室及病人实时状态的路
径选择策略LTP效果最优。

这表明智慧医疗技术的应用与发展，为解决病人就医
需求增加与医疗资源有限之间的矛盾提供了新的方法。

在控制对昂贵的检查设备投入的同时，通过对病人检查项目顺序进行调整，可以实现提高病人就医体验的目的。

综上所述，当门诊检查部门每日接待病人数在服务能力范围内时，在医疗资源有限的前提下，可以通过调整病人检查项目顺序，实现减少病人平均排队时间的目的。

其中，综合考虑各检查科室及病人实时状态的路径选择策略LTP在提高病人就医
体验方面效果最优。

本文通过对现实中复杂的门诊检查排队过程进行分析，基于离散事件仿真建模方法，构建智慧医疗环境下门诊检查路径选择策略仿真模型。

研究门诊检查路径选择策略，以减少排队时间。

仿真结果表明在医疗资源有限的前提下，考虑每日接待病人数在门诊正常服务能力范围内，通过调整病人检查项目顺序，可以实现减少病人平均排队时间，提高就医体验的目的。

其中，综合考虑检查科室及病人实时状态的路径选择策略能够更有效地减少病人平均检查排队时间。

【相关文献】
[1]Forsberg HH,Aronsson H,Keller C,et al.Managing health care decisions and improvement through simulation modeling[J].Quality Management in Health
Care,2011,20(1):15-29.
[2]Chetouane F,Barker K,Viacaba Oropeza AS.Sensitivity analysis for simulation-based decision making:Application to a hospital emergency service design[J].Simulation Modelling Practice and Theory,2012,20(1):99-111.
[3]Venkatadri V,Raghavan VA,Kesavakumaran V,et al.Simulation based alternatives for overall process improvement at the cardiac catheterization lab[J].Simulation Modelling Practice and Theory,2011,19(7):1544-1557.
[4]Mokaddis GS,Ismail IA,Metwally SA,et al.Response times for health care
system[J].Journal of Applied Mathematics and Bioinformatics,2011,1(2):131-146.
[5]Bozena Mielczarek.Simulation modelling for contracting hospital emergency services at the regional level[J].European Journal of Operational Research,2014,235(1):287-299.
[6]Eugene Day T,Max LI W,Armann Ingolfsson,et al.The use of queuing and simulative analyses to improve an overwhelmed pharmacy call center[J].Journal of Pharmacy Practice,2010,23(5):492-495.
[7]Peter Chemweno,Vincent Thijs,Liliane Pintelon,et al.Discrete event simulation case study:Diagnostic path for stroke patients in a stroke unit[J].Simulation Modelling Practice
and Theory,2014,48(48):45-57.
[8]Chantal Baril,Viviane Gascon,Stéphanie Cartier.Design and analysis of an outpatient orthopedic clinic performance with discrete event simulation and design of experiments[J].Computer & Industrial Engineering,2014,78:285-298.
[9]NI Mingxuan,ZHANG Qian,TAN Haoyu,et al.Smart medical—from IOT to cloud computing[J].Science China:Information Science,2013,43(4),515-528(in Chinese).[倪明选,张黔,谭浩宇,等.智慧医疗——从物联网到云计算[J].中国科学:信息科学,2013,43(4),515-528.] [10]Atzori L,Iera A,Morabito G.The Internet of things:A survey[J].Computer
Networks,2010,54(15):2787-2805.
[11]Elisabeth Ilie-Zudor,Zsolt Kemény,Fred Van Blommestein,et al.A survey of applications and requirements of unique identification systems and RFID techniques[J].Computers in Industry,2011,62(3):227-252.
[12]Zhu Xiaowei,Samar K Mukhopadhyay,Hisashi Kurata.A review of RFID technology and its managerial applications in different industries[J].Journal of Engineering and Technology Management,2012,29(1):152-167.
[13]QIN Yanchao.Research on automobile spare parts warehou-sing logistics system modeling and optimation based on discrete event system simulation[D].Wuhan:Wuhan University of Technology,2014(in Chinese).[秦艳超.基于离散事件仿真的汽车备件仓储系统建模及优化研究[D].武汉:武汉理工大学,2014.]
[14]XIAO Tianyuan,FAN Wenhui.Moedling & simulation for discrete event
system[M].Beijing:Publishing House of Electronics Industry,2011:6-12(in Chinese).[萧田元,范文慧.离散事件系统建模与仿真[M].北京:电子工业出版社,2011:6-12.]
[15]TIAN Changjun.Evaluation study of medical services quality based on patients’ experience[D].Wuhan:Huazhong University of Science and Technology,2014(in Chinese).[田常俊.基于患者体验的医疗服务质量评价研究[D].武汉:华中科技大学,2014.]。