基于大数据与仿真的门诊等待时间优化

发布时间：2020-12-17 23:40

　　本文选择大型三甲医院骨科和针推伤科的门诊历史数据作为研究对象,首先对门诊等待时间的一般情况进行统计分析,研究关于门诊患者等待时间的影响因子。通过选择是否预约、排队人数、医疗资源以及患者特征等多信息纬度,建立算法模型,对门诊等待时间进行预测。论文分别采用决策树,K近邻,随机森林以及梯度提升回归树等数据挖掘算法进行等待时间的预测,研究发现随机森林对等待时间的预测效果最好。在对门诊患者等待时间的分析基础上,研究发现目前门诊预约患者和非预约患者的等待时间矛盾突出。通过Arena仿真技术,本文研究了新的两种预约策略的效果,利用启发式算法对预约名额的分配进行了优化。通过采用数据挖掘和仿真的方法,本文优化了门诊等待时间的管理,有效的减少了患者的等待时间,提高了患者满意度。 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

政府关于提高门诊服务的政策文件Fig.1-1Governmentpolicydocumentsonimprovingoutpatientservice

上海交通大学硕士学位论文这一问题，本文采用数据挖掘算法建立门诊患者等待时间的预测模型，为就诊患者提供等待时间的预估，提高患者就诊体验与满意度。研究发现，医院门诊患者等待时间过长主要突出表现在就诊高峰时间段。通过对门诊就诊情况进行分析发现，预约患者和非预约患者的到达医院的时间分布情况很一直，两类患者就诊高峰期叠加使得问题更加突出。为了平滑门诊就诊高峰期，缩短患者等待时间，本文采用仿真技术和启发式算法对门诊预约就诊策略进行了优化，提出了三种降低等待时间的方法。本文的文章结构图如图 1-2 所示。

40-50 32.7350-60 29.8360-70 26.63>70 21.52，在对骨科患者进行分析时，发现随着年龄的增加，看诊患者可见中老年人群应注意补充钙质，注意锻炼，增强骨质。表 2-8 骨科不同年龄段患者人数Table 2-8 the number for patients of different ages at Orthopedic龄段 10-20 20-30 30-40 40-50 50-60 6数 8721 33250 46490 45188 54424 5就诊高峰期等因素，每天不同时间段去医院看诊对患者等待时以骨科为例，下图 2-3 显示了等待时间以及等待人数与挂号时统计分析发现，高峰期集中在 8:00 和 13:00 左右，等待就诊的 7:00 左右挂号等待时间比较长主要有两个方面原因：医生上班约病人享有优先权。中午（11:00-13:00）挂号患者等待时间比病人累计及医生中午休息等原因造成。


本文编号：2922918