Skip to content

医疗诊所设计与分析的仿真框架

  • Healthcare

挑战

作者:Jason Ceresoli 和 Michael Kuhl(R.I.T.)

在 2018 年冬季模拟大会上发表

随着技术的进步和人们对康复益处的认识,在门诊医疗诊所治疗病人是一个持续增长的趋势。在本文中,我们将重点关注诊所的运营方面,这些方面将影响诊所设计决策的生产力、效率和患者护理质量。我们开发了一个通用的医疗诊所设计模拟器(HCD-Sim)来研究动态系统行为,并分析可供选择的门诊医疗诊所设计。我们的模拟框架设计为数据驱动型结构,能够通过指定与患者流、工作流和资源需求相关的诊所数据来代表一大类门诊医疗诊所。我们将介绍我们的方法,并展示利用模拟框架进行实验的能力。

简介

医疗机构的主要目标是提供有效和高效的医疗服务。基于这一目标,医疗机构已经意识到有必要对其系统和流程进行分析和研究,以提高运营绩效。医疗设施的设计是影响病人所接受的医疗质量和效率的一个方面。治疗室的数量、可用设备和可用医生是医疗规划人员在设计系统时必须确定的众多设计选择中的几项。此外,有几个主要的医疗保健趋势增加了对更精心规划的设施的需求;在提高质量的同时降低成本的重点、提高病人满意度的日益重要性以及设施使用向更多门诊护理的转变(Ulrich,2001 年)。设计不当的医疗设施所营造的环境会导致病人长时间等待和拥堵,从而增加医护人员的压力(Rohleder 等人,2011 年),而且由于成本大幅降低、病人生活质量提高以及医院感染机会减少,通常通过住院治疗的疾病正在向门诊治疗过渡(Vaughn 等人,2016 年)。解决因设施设计不当而产生的问题会对运营绩效产生巨大影响(Ulrich 等,2008 年)。出于这些原因,目前医疗中心的设计正在考虑门诊治疗的新需求。

本研究的目的是为医疗诊所开发一个模拟框架,以便从运营角度分析其系统。该框架将具有足够的通用性,可用于不同的诊所,但又足够详细,以准确模拟临床运营的动态性和复杂性。该框架可作为一种工具,通过了解决策对相关绩效指标的影响,帮助医疗保健规划人员做出更明智的选择。该框架将支持容量和患者流量分析,为决策者提供一种方法来识别医疗系统的局限性,并确定对绩效影响最大的关键参数。

通过加深了解,可以在低成本、低风险的环境中确定最佳设计。本文的其余部分安排如下:第 2 节概述相关工作;第 3 节讨论仿真框架方法;第 4 节展示使用该框架进行的实验;第 5 节讨论结论和未来工作。

相关工作概述

在过去几年中,使用仿真技术研究医疗保健系统的情况大幅增加。在本节中,我们将总结与以下方面相关的部分研究:对通用/可重用模型的需求;使用仿真技术研究医疗保健中的容量分析和患者流量;最后,应用仿真技术研究门诊诊所。

研究人员表明,离散事件仿真能够模拟复杂系统,因此在分析医疗保健系统时具有优势(Hong 等,2013 年;Roberts,2011 年)。此外,医疗保健领域需要可重复使用的模型,因为医疗保健领域的仿真发展受到阻碍,原因是人们倾向于从零开始建立模型,而不是实施一般的仿真概念(Günal 和 Pidd,2010 年;Mahdavi 等人,2013 年;Robinson 等人,2004 年;Roberts,2011 年)。

容量分析和患者流量是医疗保健模拟研究的两个核心领域。模拟被广泛用于容量分析,因为模拟提供了在低成本、低风险环境中复制和评估系统的机会(Katsaliaki 和 Mustafee,2011 年)。Jack 和 Powers(2009 年)在对医疗保健服务的能力和绩效进行全面审查后发现,与其他服务行业不同,如果不能将患者的需求与稀缺资源适当匹配,后果将十分严重。此外,能力决策与分配稀缺资源来处理需求有关,这可能会影响可提供的医疗服务数量以及系统能够治疗的患者组合(Smith-Daniels 等人,1988 年)。容量分析的应用包括对急诊科(Oh 等人,2016 年)、癌症治疗中心(Romero 等人,2013 年)、医院床位需求(Harper 和 Shahani,2002 年)和骨科门诊(Baril 等人,2014 年)的研究。除容量分析外,病人流和护理路径也是许多研究的中心,因为它们能带来改善绩效的机会(Marshall 等,2005 年)。Cote(2000 年)认为,患者流量和医疗能力是紧密联系在一起的,因为患者流量实际上就是对医疗系统的需求。此外,McLaughlin 和 Hays(2008 年)指出,通过分析患者流量,可以识别非增值活动,如果取消这些活动,就能提高效率。

从运营的角度来看,医疗服务的一个持续趋势是转向在门诊环境中治疗病人,而不仅仅是住院治疗(Cote,2000 年)。在过去二十年里,医疗系统注意到门诊病人的数量几乎翻了一番(Parks 等,2011 年)。这一最新趋势的动因被认为是药物创新、技术进步、程序(Cote 2000)以及财务成本的降低(Vaughn 等人,2016 年)。然而,困扰住院部的许多问题(拥挤、员工加班、等候时间过长等)也延续到了门诊部。Hong 等人(2013 年)解释说,门诊部的这些问题导致患者不满意度上升。这一点非常重要,因为患者满意度会影响医疗系统从医疗保险和医疗补助中获得的补偿(肯尼迪等人,2014 年)。

在这项研究的基础上,我们旨在通过开发一个通用的模拟建模框架,帮助解决设计和分析高效门诊的问题。这种可重复使用的建模方法可对容量和患者流量进行分析,从而达到决策的目的。我们的建模框架的新颖之处在于它是如何扩展 DEVs formulism 并实现原子模型的可扩展性的(Zeigler 等人,2000 年)。此外,该框架还借鉴了 Pérez 等人(2010 年)、Alvarado 等人(2018 年)以及 Abo-Hamad 和 Arisha(2013 年)提出的工作,使代表诊所属性(治疗室、工作人员、患者流量等)的组件或原子模型能够通过数据表驱动的输入进行更改。此外,这些属性的数量可通过数据表输入进行更改,从而减少了为不同诊所或替代设计建模所需的时间。

解决方案

模拟医疗诊所

在本节中,我们将总结门诊医疗诊所的运营方面,并将这些方面转化为通用模拟框架的开发。我们的重点尤其放在诊所的运营方面,这些方面将影响诊所设计决策的生产力、效率和病人护理质量。这些方面包括设施布局和配置、病人到达模式、病人流和工作流等。为了表示动态行为和性能,介绍了一种离散事件模拟框架,以促进系统设计、分析和决策。

诊所系统描述

虽然专科门诊保健诊所数量众多,但从操作角度来看,大多数诊所都有类似的操作流程和顺序。虽然医疗诊断和治疗的具体细节可能有所不同,但我们还是从病人流和工作流的角度来描述一个具有代表性的诊所。

患者可以根据日程安排或直接到诊所就诊,也可以两者兼而有之。患者通常可根据其诊断或就诊原因进行分类,从而确定患者的护理路径。病人到达时,要办理登记手续(通常是在前台),并通知诊所工作人员病人正在等候。从医务人员的角度来看,病人的到来会促使医务人员决定由谁来负责该病人。工作人员选定病人后,就会开始查看病人的病历。与此同时,诊所将确定是否有检查室可供病人使用。一旦有了检查室,病人将在前往检查室的途中接受生命体征检查。在检查室里,将进行各种评估或程序。通常包括由护士或医生助理进行初步评估,然后由医生进行评估或操作。在这些评估之间会进行一次交接,向医生简要介绍初步评估的结果。如果病人需要进行手术,根据手术和资源要求,手术可以在检查室进行,也可以在单独的手术室进行(这可能取决于所需的手术和/或房间的可用性)。病人完成治疗后,将结账并离开系统。病人离开后,工作人员在为下一位病人看病前完成必要的病历和医嘱书写。(图 2 是我们实验中使用的具有代表性的医疗诊所的流程图)。

医疗诊所模拟框架

为了提供一种研究医疗诊所动态行为的通用方法,并分析可供选择的门诊医疗诊所设计,我们开发了医疗诊所设计模拟器(HCD-Sim)。我们的模拟框架采用数据驱动的模块化结构设计。也就是说,我们的目的是提供一个离散事件仿真模型,仅通过指定与患者流、工作流和资源需求相关的诊所数据,就能代表一大类门诊医疗诊所。虽然研究仍在继续,但该框架在概念上可分为以下五个部分--(a)诊所系统输入;(b)诊所决策变量;(c)灵活的诊所模型;(d)实验设计;以及(e)临床表现。HCDSim 的整体模拟框架如图 1 所示。

HCD-Sim 利用定义诊所的业务数据作为用户指定的输入。临床系统输入包括病人类型、病人组合、到达时间表和病人流动路径。从模拟器的角度来看,病人类型指的是病人在诊所内的不同流向。这将包括病人护理所需的资源,以及评估、治疗和相关流程的处理时间。

诊所决策变量定义了医疗诊所有兴趣研究的一系列设计决策,如人员配备、设备、临床设计规范和优先级。人员变量可包括人员配备水平和人员时间表。设备变量可包括医疗器械的数量或设备的容量。临床设计参数是指检查室和手术室的数量,以及等候室和/或工作间的大小等。此外,诊所如何确定病人的优先次序以及员工如何确定任务的优先次序也是潜在的决策变量。

img
图 1:用于设计和分析医疗诊所的 HCD-Sim 建模框架。

灵活诊所模型采用输入和决策变量,并创建一个具有代表性的诊所模型,以便通过实验对决策变量进行研究。灵活的诊所模型是围绕关系表架构设计的。该架构能以灵活的方式对病人流和资源的复杂性质进行建模,并能代表一大类门诊医疗诊所。例如,可以加入多学科护理团队,通过使用不同类型的员工治疗病人,建立以病人为中心的运营模型。诊所模型还包括一个灵活的结构,用于模拟工作流程、病人到达模式、病人组合、人员安排和其他系统组件。

如图 1 所示,实验设计部分与正在研究的决策变量以及性能指标相关联。该框架目前设计用于执行的实验包括患者流量分析、容量分析和资源优化。病人流分析可以减少非增值步骤,并分析病人在诊所接受治疗所需的时间。诊所的容量分析可用于确定系统性能和生产率的限制因素。此外,还可以进行资源优化,确定系统资源(房间、设备、人员等)的最佳组合,以优化系统性能。

最后,模拟框架可利用与生产率、效率和患者护理质量相关的绩效指标来评估诊所绩效。该框架目前收集的性能指标包括病人等候时间、资源利用率、员工利用率、员工加班时间、拥挤度量(排队指标)、病人在系统中的总时间以及吞吐量等。HCD-Sim 目前使用 Simio 仿真软件实现。该框架的设计在很大程度上利用了关系数据库的表格结构,以实现数据驱动的诊所参数、操作流程和决策变量的指定。

使用 hcd-sim 进行实验

为了展示 HCD-Sim 框架的实验能力,我们考虑对一个具有代表性的普通门诊进行设计和能力分析实验。特别是,该实验将探讨与设施配置、人员配备水平和病人组合有关的问题,以及以病人吞吐量衡量的临床能力。这些问题包括

  • 检查室和手术室的数量组合对门诊量有什么影响?
  • 对于给定的设施配置,医务人员(护士、医生和医生助理)的数量对门诊量有何影响?
  • 病人类型的组合(基于病人流动路径)对门诊量有什么影响?

虽然 HCD-Sim 可以生成一系列全面的系统性能指标和统计数据,但我们选择将重点放在患者吞吐量上,以说明使用模拟框架可以进行的分析类型。

诊所运营

实验中使用的具有代表性的门诊设施和操作如下。诊所的布局包括签到/签出站、候诊室、生命体征评估站、检查室、手术室和员工工作间/工作站。有六种不同类型的病人在这家诊所就诊。这六种病人在治疗和手术过程中所需的资源各不相同。表 1 列出了病人类型及其顺序和对工作人员的要求。

表 1:普通诊所的病人流程顺序、所需资源和流程持续时间。所有持续时间均以分钟为单位。

img

病人流经诊所的流程如图 2 所示。病人到达后,先办理登记手续,然后待在候诊室,直到有检查室为止。一旦有了检查室,护士会陪同病人前往检查室,并对其进行一般评估。护士会离开检查室,与医生或助理医生(PA)一起在工作人员工作间对病人进行复查。然后,医生与病人见面并提供评估。所有评估完成后,病人要么退房离开诊所,要么在医生和/或护士的陪同下完成手术。程序完成后,病人离开诊所。

为了测试诊所接待能力的理论极限,病人会根据前一位病人完成入住步骤后触发的事件逐一到达诊所。虽然这种方法不能完全代表诊所的运作,但它允许无限的病人流,因此在改变诊所的人员和房间资源时,可以评估需求和容量极限。

img
图 2:普通诊所的病人流逻辑。

实验设置

本实验所考虑的决策变量包括检查室和手术室的数量、人员配置水平以及患者组合。实验将分三个阶段进行,以吞吐量作为主要性能指标。首先,对诊所进行检查,以确定检查室和手术室的最佳组合,但空间限制为总共 10 个房间,且在所有病人类型可能性相同的情况下,对工作人员没有任何限制。接下来,使用第一次实验中的最佳房间组合对人员配备水平进行研究。最后,在最佳病房和人员配置组合下,通过改变病人组合来研究病人组合。下一节将介绍并讨论这三个阶段的实验结果。

业务影响

实验结果

三个阶段的实验结果是通过 25 个独立重复的 10 小时门诊日收集的。这三个阶段的实验方法用于系统地确定每个决策变量(房间数量、人员配置水平和患者组合)的影响。对五种不同的房间配置进行了容量分析。结果如图 3 所示。这些结果表明,在平均分配 5 间检查室和 5 间手术室的情况下,病人吞吐量最高。此外,这一分析提供的数据表明,检查室比手术室对吞吐量的影响更大。在随后的实验中,将对病人组合进行检查。

考虑到 5 间检查室/5 间手术室的配置,我们将评估不同人员配置水平对诊所绩效的影响。具体而言,我们选择了七种人员配置组合,并根据诊所的平均吞吐量进行了比较。人员配置分析结果如图 4 所示。在所考察的人员配置中,5 名医生助理、5 名医生和 10 名护士的配置能够达到与非人员限制实验相同的每天 58.6 名病人的平均吞吐量。

img
图 3:可能的病房配置容量分析结果。

最后一项实验研究了不同病人组合对诊所容量性能的影响。实验采用了人员配置分析中的最佳房间组合(图 3 中的组合 3)和组合 6。为评估不同排班策略的影响,测试了五种患者组合。选择这五种组合是为了研究在诊所进行的三种手术的影响。结果如图 5 所示。组合 1 是基本情况,与之前的实验结果相同。组合 2 s 增加了需要手术的病人比例,与基本情况相比,吞吐量较低。组合 3 增加了手术时间明显较长的两种病人任务类型(B 和 C)。组合 4 是组合 3 的倒数,直观地说,它的吞吐量最高,因为需要较长手术的可能性较小。最后,组合 5 考察的是到达诊所的病人更需要医生而不是医生助理时的吞吐量。从所有 5 个组合来看,结果都是合理的。这些信息对诊所今后的工作很有帮助,可以避免在安排病人时限制病人的流动,降低吞吐量。

img
图 4:不同人员配置情况下的人员配置分析结果。
img
图 5:七种不同病人组合情况下的病人组合分析。

结论

本文介绍了用于分析门诊医疗诊所的通用仿真框架 HCDSim。该仿真框架旨在提供一个灵活的平台,利用数据驱动建模技术对大量门诊医疗诊所进行建模和仿真。一个具有代表性的诊所实例展示了该框架,并说明了该框架的分析能力。HCD-Sim 在数据驱动和通用医疗保健仿真建模技术方面向前迈出了一步,可以使仿真技术在医疗保健机构中得到更广泛的应用,而无需花费时间和精力从头开始构建仿真模型,但又能有效地为决策提供有意义的结果。

本研究和模拟框架的未来工作包括增加财务数据,以纳入医疗保健系统面临的预算限制。包括这些方面将使医疗机构能够更好地评估各种替代方案之间的成本效益权衡。此外,还可以通过动态创建诊所的组件或属性来扩展该框架,从而进一步减少替代诊所设计所需的建模工作。

作者简介

JASON D. CERESOLI 是纽约州罗切斯特理工学院工业与系统工程系的硕士研究生。他拥有罗切斯特理工学院工业与系统工程学士学位。他的研究兴趣包括离散事件模拟和医疗保健。他的电子邮件地址是 jdc1625@rit.edu。

MICHAE E. KUHL是罗切斯特理工学院工业与系统工程系教授。他在北卡罗来纳州立大学获得工业工程博士学位。他的研究兴趣包括随机到达过程的建模和仿真,以及仿真和基于仿真的优化在医疗保健、制造、网络安全和项目管理等系统中的应用。他是世界科学理事会理事,代表 INFORMS 仿真学会。他还曾担任世界科学大会论文集编辑(2005 年)、项目主席(2013 年)和移动应用主席(2014-2018 年)。他的电子邮箱是 Michael.Kuhl@rit.edu。

参考文献

Abo-Hamad, W., A. Arisha.2013."基于仿真的急诊科患者体验改善框架》。欧洲运筹学杂志》224(1):154-166。

Alvarado, M. M., T. G. Cotton, L. Ntaimo, E. Pérez, and R. Carpentier.2018."离散事件系统规范中肿瘤诊所运营的建模与仿真》。模拟》94(2):105-121。

Baril, C., V. Gascon, and S. Cartier.2014."利用离散事件仿真和实验设计设计和分析骨科门诊绩效》。计算机与工业工程》78(2):285-298。

Cote, M. J. 2000."了解病人流》。Decision Line 31(2):8-10.

Günal, M. M. and Pidd, M. 2010."医疗保健绩效建模的离散事件模拟:文献综述》。Journal of Simulation 4(1):42-51.

Harper, P. R. and A. Shahani.2002."医院床位容量规划与管理建模"。Journal of the Operational Research Society 53(1):11-18.

Hong, T. S., P. P. Shang, M. Arumugam, and R. M. Yusuff.2013."使用模拟解决门诊问题:文献综述》。南非工业工程学报》24(3):27-47。

Jack, E. P. and T. L. Powers.2009."A Review and Synthesis of Demand Management, Capacity Management and Performance in Health-care Services".International Journal of Management Reviews 11(2):149-174.

 

Katsaliaki, K. and N. Mustafee.2011."模拟在医疗保健领域的应用》。Journal of the Operational Research Society 62(8):1431-1451.

Kennedy, G. D., S. E. Tevis, and K. C. Kent.2014."患者满意度与有利结果之间存在关系吗?外科年鉴》260(4):591-592。

Mahdavi, M., T. Malmström, J. van de Klundert, S. Elkhuizen, and J. Vissers.2013."医疗服务运营管理中的通用运营模式:系统综述》。社会经济规划科学》47(4):271-280。

Marshall, A., C. Vasilakis, C. and E. El-Darzi.2005."Length of Stay-based Patient Flow Models:Recent Developments and Future Directions".Health Care Management Science 8(3):213-220.

McLaughlin, D. B. and J. M. Hays.2008.Healthcare Operations Management.华盛顿特区:卫生管理出版社。

Oh, C., A. M. Novotny, P. L. Carter, R. K. Ready, D. D. Campbell, and M. C. Leckie.2016."使用基于模拟的决策支持工具提高急诊科吞吐量》。医疗保健运筹学》9:29-39。

Parks, J. K., P. Engblom, E. Hamrock, S. Satjapot, and S. Levin.2011."Designed to Fail: How Computer Simulation can Detect Fundamental Flaws in Clinic Flow》。医疗保健管理杂志》56(2):135-146。

Pérez, E., L. Ntaimo, C. Bailey, and P. McCormack.2010."DEVS 中核医学患者服务管理的建模与仿真》。模拟 86(8-9):481-501。

Roberts, S. D. 2011."医疗保健系统仿真教程》。In Proceedings of the 2011 Winter Simulation Conference, edited by S. Jain et al., 1408-1419.Piscataway, New Jersey:IEEE.

Robinson, S., R. E. Nance, R, J. Paul, M. Pidd, and S. J. E. Taylor.2004."Simulation Model Reuse:定义、益处与障碍"。仿真建模实践与理论》12(7):479-494。

Rohleder, T. R., P. Lewkonia, D. P. Bischak, P. Duffy, and R. Hendijani.2011.使用仿真建模改善骨科门诊病人流》。医疗保健管理科学》,14(2):135-145。

Smith-Daniels, D. E., V. L. Smith-Daniels, and S. B. Schweikhart.1988."Capacity Management in Healthcare Services:回顾与未来研究方向》。决策科学》,19(4):889-919。

Ulrich, R. S. 2001."Effects of Healthcare Environmental Design on Medical Outcomes".In Proceedings of the Second International Conference on Health and Design, 49-59.瑞典斯德哥尔摩:Svensk Byggtjanst.

Ulrich, R. S., C. Zimring, X. Zhu, J. DuBose, H.-B. Seo, Y.-S.Seo、Y.-S.Choi, X. Quan, and A. Joseph.2008."循证医疗保健设计研究文献综述》。HERD: Health Environments Research & Design Journal 1(3):61-125.

Vaughn, J. E., S. A Buckley, and R. B. Walter.2016."急性髓性白血病患者的门诊护理:好处、障碍和未来考虑》。白血病研究》45:53-58。

Zeigler, B. P., T. G. Kim, and H. Praehofer.2000.建模与仿真理论》。佛罗里达州奥兰多:学术出版社。