工业工程在医院就诊流程优化中的应用

工业工程在医院就诊流程优化中的应用

工业工程（ie）深入中国制造公司的应用，在优化制造系统方面取得了良好的效果。同时,近年来国内IE的应用领域已向医院、民航、超市等服务系统扩展。事实上,工业工程技术在医疗卫生系统中的应用己有90多年历史。1913年FrankGilbreth将动作研究应用到外科手术程序。20世纪40年代,LillianGilbreth发表文章解释在医院和护理系统中使用方法改进技术的益处。1952年,美国医院协会(AHA)创立了方法改进技术委员会,并起草发表了几篇关于医院中方法改进活动的论文。国际工业工程学会于1964年成立医院分会,1977年更名为健康服务分会,以反映工业工程在医疗行业更广领域的应用。1988年成立健康系统学会,以取代健康服务分会。在美国,许多工业工程师在医院和医疗系统就业。他们意识到许多起初在制造/生产系统应用的工业工程技术在服务系统如医疗系统也同样适用。几乎所有的工业工程工具与技术已应用于医疗系统。在国内,工业工程在医院的应用已起步,不断涌现出一些研究成果。文献论述了应用基础IE的方法(5W1H和ECRS)优化医院流程。文献较全面分析了工业工程技术能解决的医院管理问题。文献论述了IE在医院管理信息化方面的应用。在流程优化方面,文献应用BPR改进医院流程。文献应用仿真软件MedModel对流程进行分析与优化。现有文献已应用工业工程基本技术解决流程优化问题,但仅局限于某一方法,要么只用传统IE手法,要么只用现代IE(如仿真方法)。本文将传统(经典)IE方法与离散事件系统仿真软件Flexsim相结合,研究医院就诊业务流程优化问题。以A医院为实证对象,首先应用经典工业工程的基本流程分析法对系统进行定性分析与优化;在此基础上应用Flexsim进行仿真研究,找出瓶颈问题,进而提出改善方案。1就诊过程简化通过调查、分析A医院的设施布局及就诊流程现状,发现存在的主要问题如下:1)服务流程繁琐,多次重复排队;2)连续性和协调性不够;3)空间设置不合理;4)医务人员不确定等。为了理顺流程,提高就诊效率及满意度,对其进行流程程序分析。根据抽样方法及作业测定方法,对10例不同类型病人的就诊全过程进行跟踪与测量(时间),得到如图1所示的就诊流程简图。通过统计可以得知,每个病人平均就诊过程总时间为42.25min。从图2可以看出,仅排队的时间就占整个就诊时间的38%,移动时间占23%,而操作时间(仅诊断等有效时间)仅占39%。由此可见,整个病人的就诊过程效率很低。在进行经典IE的“5W1H”提问后,根据IE程序分析的“ECRS”(取消、合并、重排、简化)原则分析得知:挂号、诊断、辅助检查是必须的;而挂号及之前的排队、诊断之前的排队、辅助检查之前的排队应尽量简化;划价是可以和收费进行整合的;通过重排,其它环节也可以进行简化。通过分析之后,得出初步的改进方案,并将它与先前的流程进行对比,如表1所示。通过统计,可以得到如表2所示的各类活动次数统计对照表。从中可以得知,总活动由26次减少到19次,减少了27%,效率得到了提高,病人排队、等待的次数减少了。2基于flasim的医院治疗过程的模拟和优化在初步改善的基础上,借助于计算机仿真软件可对其性能进行定量评价;且可以通过仿真找到瓶颈问题,进行进一步的优化。2.1调查和分析流程医院就诊流程中的各环节都具有随机性,如病人到来时间、人数、就诊时间等都不是确定的,但有统计规律性;这些规律不但是仿真的基础,也能为流程的改善提供有效的依据。为此,课题小组对整个流程进行了抽样调查。对各个时段的数据进行了收集、整理。如图3、4所示,这是2008年4月7日所收集数据的分析统计图。同理可对每天收到的数据进行分析。医院的就诊系统中,挂号、收费、划价、取药等人流到达一般服从Poisson(泊松)分布,服务台的服务率一般服从负指数分布。将实际收到的数据(共20次抽样),经过整理、统计分析,进行参数估计,得到如表3所示的各处室(服务台)的统计参数。2.2实体仿真模型根据就诊流程系统模型,以及A医院一楼目前的布局来对整个就诊流程进行建模。各科室在Flexsim中表示为操作实体,排队由“队列”实体表示,病人到来与出院由“发生器”和“吸收器”实体表示。流程由连线表示。根据前面分析得到的平均时间间隔、平均服务时间数据和就诊流程分别对各实体进行参数设置。如图5所示为仿真模型(运行)图。经过仿真运行480min后,可以对各实体的各项绩效相关的性能指标进行分析。2.3模拟结果分析1服务台也很难实现排他系统的设计仿真运行后,得出统计图6和图7,从中可以看出,排队处几乎没有空闲时间,只占0.5%。服务台也是没有空闲时间,处理时间达99.8%,即队列太长。事实上,从仿真模型运行中也可以直观地看到排队现象很严重。即是说,这里有瓶颈问题。2服务台等待时间和时间如表4所示为中药划价处(实体)的标准统计报告表。可以得出最大等待时间、最小等待时间、平均等待时间、服务台服务率、空闲率等数据。同样从数据和实际的情况看出,排队长,等待时间较长,服务台工作时间处于饱和状态。同理,也可以对西药划价处进行分析。3服务台服务率点击“统计”选项,生成标准报告,得出最大等待时间、最小等待时间、平均等待时间、服务台服务率、空闲率等数据。报告如表5所示。从表5可以看出,两处服务台一直处于饱和状态,排队处和服务处几乎没有空闲时间,排队现象非常严重,最长等待时间达到236s,平均等待时间也长达86s,而据现场观察到的实际情况也是如此。2.4综合评价和改进1仿真数据生成由于医院就诊人流到达和服务窗口的处理效率不能改变,只能对服务窗口的数量进行增加来减弱排队现象。增设服务台,运行仿真时间572s后,点击“统计”选项,生成标准报告表,各指标数据如表6所示。将表6的数据与改善前的数据相比较,如表7所示,最大等待时间和平均等待时间都减少,从而整个就诊效率得到了提高。2服务台效果分析将划价和收费服务台合并后,按照收费处的人流到达作为划价收费处的人流到达,因为收费处人数包括了中药和西药划价处的人数,服务台的平均服务时间为划价处的平均服务时间和收费处的平均服务时间之和,为(40.77+36.36)/2+44.99=83.55s,其平均服务率为0.718人/min。改善后运行仿真模型1079s后,点击“统计”选项,生成标准报告表(略)。改善后,划价收费处的最长排队时间是146s,平均等待时间是53s,而改善前仅收费处的最长等待时间就达到200s,还要加上划价处的等待,整个等待时间更长。改善后,将两处合并,且对服务台数的个数增加到4个,等待时间减少了34s。同理可对其它科室进行分析与优化。综上所述,得出最终的就诊流程服务台优化方案,如表8所示。实践表明:通过对医院就诊流程及服务台数等进行优化、改善,医院的就诊效率及就诊满意度得到提高,成本也得到了降低。3ie的应用前景通过传统工业工程的基本方法之一(流程分析法)与Flexsim仿真的方法对A医院的就诊业务流程进行分析与优化,为A医院就诊效率与病人满意度的提高提