模糊综合评价模型在医疗设备配置管理中的应用

2018-05-14靳聪冯捷

中国医学装备 2018年5期

靳聪冯捷

随着科学技术的不断进步与发展，医院引入越来越多的医疗设备用于临床诊疗当中[1]。医疗设备的引入在一定程度上提高了医院的诊疗效率和医疗服务质量，降低误诊率。然而，与此同时，医疗设备的引入也带来诸如设备配置不合理而导致的医疗资源浪费、设备采购及运行维护成本昂贵而导致的患者医疗负担加重等问题[2]。因此，科学、合理、公平、有效地为医院配置医疗设备，是设备管理工作中亟待解决的重要问题。

医院科室在申请设备配置时评价因素较为复杂，评价方法存在模糊性或不确定性，管理层难以直接使用定性指标进行定量化评估。根据设备配置问题的模糊性特点，本研究选用模糊综合评价模型对设备配置进行评估，进一步探索并验证模糊综合评价模型在设备配置管理中的可行性和有效性，为今后应用该模型对医疗设备的优化配置提供可靠依据。

1 基于模糊综合评价模型的医疗设备配置评估

模糊综合评价模型是通过在模糊集合基础上建立一种模糊综合评判方法，利用多个指标对被评判事物(医疗设备配置)进行综合评价[3]。医疗设备配置评估是一个多准则、多要素、多层次的非结构化的复杂决策问题，而层次分析法则是将复杂问题中的各个因素划分成相关联的有序层次，使之条理化的决策方法，其集合了定性分析和定量分析，能够将因素之间的差异数值化，适用于模糊综合分析[4-5]。因此，本研究选择构建基于层次分析法的模糊综合评价模型来解决医疗设备配置评估问题[6]。基于层次分析法的模糊综合评价模型构建流程如图1所示。

图1 模糊综合评价模型构建流程图

根据图1所示流程图，以科室1和科室2申请超声成像设备配置为样本，通过建立模型层次结构、构建判断矩阵、一致性检验、确定权重矩阵、确定评价集和模糊评判矩阵、计算评价向量等步骤，将模糊综合评价模型应用于设备配置评估之中，依次构建模型各个部分，对两个科室(即科室1和科室2)设备配置问题进行评估。

1.1 建立模型层次结构

根据超声设备配置特点，建立评价模型的层次结构。模型的目标层Y被定义为医疗设备配置。考虑到设备的社会效益，经济效益和技术效益是配置评估中较为关注的3个因素，因此将准则层Yi设置为上述3个因素。根据准则层各因素特点，将满意度等具有代表性的指标定义为各准则层对应的项目层Yi(如图2所示)。

1.2 构建判断矩阵

层次分析法在构建判断矩阵时，选用两两因素相互比较法，该方法能够尽可能减少不同性质因素之间相互比较的困难，提高准确度[7]。医院首要责任是保障人民群众健康的社会责任[8]；其次是降低政府负担，尽可能实现自身成本效益最大化[9]；再次是设备的高效利用，降低设备运行成本[10]。基于上述评价准则，准则层因素判断矩阵构造见表1。

图2 医疗设备模糊综合评价模型层次结构图

表1 准则层因素判断矩阵(R)

项目层指标判断矩阵的构建通过向专家发放调研试卷，并将专家反映的结果汇总分析后形成(见表2、表3和表4)。

表2 社会效益Y1对应各项目层判断矩阵(R1)

表3 成本效益Y2对应各项目层判断矩阵(R2)

表4 技术效益Y3对应各项目层判断矩阵(R3)

1.3 一致性检验

判断矩阵一致性检验标准为：若CR＜0.1，则判断矩阵一致性可接受，判断矩阵的特征向量构成权重矩阵；若CR＞0.1，则判断矩阵一致性不可接受，表明判断矩阵的构建中存在逻辑不一致性，需重新构建判断矩阵。CI的计算为公式1：

表5 平均随机一致性指标值

表6 一致性检验结果

表7 各层次权重系数表

式中λmax是判断矩阵的特征值，n为判断矩阵的矩阵阶数，RI是平均随机一致性指标[11]。不同阶数的矩阵RI值见表5，一致性检验结果见表6。

1.4 确定权重矩阵

表6显示，各个层次的判断矩阵均通过一致性检验，经计算各判断矩阵特征向量，得到各层次权重系数表(见表7)。

1.5 确定评价集和模糊评判矩阵

本研究中将评价集合定义为U={好，较好，一般，差}，即专家根据评价集U中的4种选项对是否支持配置该设备以及支持程度进行评价。邀请6位专家分别对两科室设备申请配置情况进行打分，

(1)打分标准：①以满意度为例，专家认为设备引入后，能很好的提高患者及工作人员满意度则专家在“好”选项中打钩并记1分；②若专家认为设备引入后，对于满意度的提升效果较好，一般或差，则专家在“较好”、“一般”、“差”对应选项中打钩并为该选项记1分；③项目层的满意度因素在“好”“较好”“一般”“差”4个选项中的总分为6分，分数可能集中分布在某些评价选项中，也可能均匀分布在各个选项中。

(2)科室1的打分结果：①满意度“好”4分，“较好”2分；②预约等待时间“好”5分，“较好”1分；③检查人次和(或)工作量“好”6分；④填补诊治空白“较好”2分，“一般”4分；⑤净收益“好”6分；⑥投资收益率“好”5分，“较好”1分；⑦阳性率“好”6分；⑧利用率“好”6分；⑨完好率“好”5分，“较好”1分。

(3)科室2的打分结果：①满意度“好”1分，“较好”3分，“一般”2分；②预约等待时间“好”2分，“较好”2分，“一般”2分；③检查人次和(或)工作量“一般”4分，“差”2分；④填补诊治空白“较好”2分，“一般”3分，“差”1分；⑤净收益“较好”4分，“一般”2分；⑥投资收益率“较好”3分，“一般”2分，“差”1分；⑦阳性率“好”1分，“较好”2分，“一般”3分；⑧利用率“较好”2分，“一般”3分，“差”1分；⑨完好率“好”2分，“较好”2分，“一般”1分，“差”1分。

(4)汇总专家打分结果后得到以下模糊评估矩阵(V)，科室1配置设备的模糊评判矩阵Vi，科室2配置设备的模糊评判矩阵(Vi`)，即：

1.6 计算评价向量

一级、二级模糊综合评价模型的评价向量计算为公式3～5：

式中P1为科室1申请超声设备社会效益的模糊评判集，即一级模糊综合评价集；V1为科室1申请超声设备社会效益4个评价指标的模糊评估矩阵；W1为科室1申请超声设备社会效益4个评价指标的权重矩阵；P为二级模糊综合评价集；V为各准则层的综合模糊评判集；W为准则层的权重。

经计算，P1=(0.7648，0.1550，0.08013，0)，P2=(0.8889，0.1111，0，0)，P3=(0.9727，0.0273，0，0)，P=(0.8292，0.1236，0.0472，0)；P1`=(0.1002，0.2268，0.5032，0.1699)，P2`=(0，0.5556，0.3333，0.1111)，P3`=(0.1041，0.3333，0.4454，0.1171)，P`=(0.0756，0.3265，0.4512，0.1467)。

2 基于模糊综合评价模型的评价结果

P和P`的计算结果显示，对于科室1的超声设备配置，82.92%的专家认为引进该设备很好，12.36%的专家认为引进该设备较好，4.72%的专家认为引进该设备一般。计算结果表明，本评估模型的评估结果为赞成科室1引入超声设备。但评估结果同时表明，科室1配置的超声设备在填补诊治空白一项中发挥的功能较小，建议该科室引进设备后可适当拓展设备的应用范围，从而可以进一步优化设备配置的评估结果。同时计算结果显示，超过50%的专家认为科室2引进超声设备一般或差，这一结果表明，虽然科室2引入超声设备可以一定程度上减少患者的预约等待时间，提升患者满意度，但是考虑到设备在科室2的使用率不高，设备本身价格较为昂贵，引进后将增加患者诊疗负担，因此评估结果为不建议为科室2配置超声设备。

3 结语

医疗设备的配置决策受多种主观和客观因素的影响[12-14]。然而，这些因素的影响程度较为模糊，无法量化[15-17]。本研究以超声设备为例，将模糊综合评价模型应用到医疗设备的配置决策之中。通过综合定性分析和定量分析，模糊综合评价模型的应用为医院管理层提供了有效的、量化的评估结果，为管理层进行配置决策提供了重要参考依据。

参考文献

[1]曹亚娜，王洁，耿寅，等.国家卫生计生委预算管理医院医疗设备配置现状分析[J].中国卫生经济，2017，36(2)：48-51.

[2]苗春霞.成都市CT的配置和使用[D].成都：四川大学，2004.

[3]朱世辉，杨春，李树勇，等.结合层次分析法的模糊综合评价模型及其应用[J].实验科学与技术，2006，4(3)：42-44.

[4]陈伟.正确认识层次分析法(AHP法)[J].人类工效学，2000，6(2)：32-35.

[5]常建娥，蒋太立.层次分析法确定权重的研究[J].武汉理工大学学报(信息与管理工程版)，2007，29(1)：153-156.

[6]周大琼.基于多级模糊综合评判法的内镜设备更新模型构建[D].长沙：中南大学，2014.

[7]张豪.基于AHP法的大型医疗设备配置模糊评价模型构建[J].河北工业科技，2015，32(1)：27-31.

[8]刘肖宏.公立医院社会责任的研究[D].青岛：青岛大学，2009.

[9]黄耳东.牢固树立成本效益观念实现医院利益最大化[J].中国科技纵横，2010(23)：202-202.

[10]张军，关兵，周丹.大型医用设备利用效率及配置合理性分析[J].中国医疗设备，2008，23(7)：67-69.

[11]洪志国，李焱，范植华，等.层次分析法中高阶平均随机一致性指标(RI)的计算[J].计算机工程与应用，2002，38(12)：45-47.