何文琼 徐骞 杨嘉永 刘风

[摘要] 目的 探討优化门诊药房服务流程对缩短患者取药等候时间及提高满意度的影响。 方法 收集门诊药房2018年平均每日各时间段取药人数与上班人数的情况。抽取我院2018年1月至2019年5月门诊患者作为研究对象，收集优化服务流程后的患者取药等候时间、完成取药时间、取药效率、患者满意度情况、处方出现频率。 结果 与调整前取药高峰上班人数比较，调整后高峰上班人数增加，患者取药等候时间缩短;近800种药品中，关联度较高的有120余种;有150余种在处方中出现的频率远高于其他品种;优化服务流程后，高峰期取药时间缩短，取药效率提升;与服务流程优化前相比，在10 min内完成取药比例大幅提升;优化服务流程后，患者取药的等候时间由超过15 min下降到10 min以内，差异有统计学意义（P<0.05），患者各项满意度评分均较优化前高（P<0.05）。 结论 通过对医院门诊处方量进行深入分析和深层次挖掘，有助于管理者改善门诊服务流程;同时，通过对门诊处方量的实时监测、提前预警，实现了动态安排上岗人员。以上措施有助于医院实现数字化、精细化、智能化的管理。

[关键词] 门诊药房;商业智能;取药等候时间;服务流程;优化

[中图分类号] R288          [文献标识码] B       ;   [文章编号] 1673-9701（2021）32-0159-05

[Abstract] Objective To explore the impact of optimizing the service process of outpatient pharmacies on shortening the waiting time of patients for fetching medicine and improving satisfaction. Methods The average daily number of people with medicine-fetch and the number of people at work in outpatient pharmacies in 2018 were collected. The outpatients in our hospital from January 2018 to May 2019 were selected as the research objects. The waiting time for patients to receive medicines after optimizing the service process was collected. The time to complete medicine-fetch， the efficiency of medicine-fetch， patient satisfaction， and frequency of prescriptions. After collecting and optimizing the service process， the waiting time for patients to pick up the medicine， the time to complete the withdrawal， the efficiency of the medicine-fetch， the patient satisfaction， and the frequency of prescriptions were collected. Results Compared with the number of people working at dispensary peak before adjustment， the peak attendance after the adjustment increased， and the waiting time for patients to pick up the medicine was shortened. Among the nearly 800 drugs， more than 120 were highly correlated， and more than 150 appeared in the prescriptions that appeared more frequently than other species. After the service process was optimized， the peak time for medicine-fetch was shortened， and the medicine-fetch efficiency was improved. Compared with the service process before optimization， the proportion of medicine-fetch within 10 minutes was greatly increased. After the service process was optimized， the waiting time of the medicine-fetch decreased from more than 15 minutes to less than 10 minutes， and the difference was statistically significant（P<0.05）. The satisfaction scores of patients were higher than before optimization（P<0.05）. Conclusion Through in-depth analysis and in-depth mining of hospital outpatient prescriptions， it helps managers improve the outpatient service process. At the same time， through real-time monitoring and early warning of outpatient prescriptions， a dynamic appointment of staff is realized. The above measures will help hospitals realize digital， refined， and intelligent management.

[Key words] Outpatient pharmacy; Business intelligence; Waiting time for taking medicine; Service process; Optimization

在医院综合竞争力的影响因素中，先进的服务理念已经得到越来越多的重视[1]。门诊药房作为医院的重要窗口之一，为患者提供更好的医疗服务，对取得患者的信任、缓解医患关系起着非常重要的作用。根据相关研究结果，影响门诊药房满意度的因素主要集中于等候取药时间[2]、药品价格[3]、等候环境[4]和服务态度方面[5-6]。作为就诊过程的最后环节，其中患者最不满意的是取药等候时间过长[7-10]。尤其是就诊高峰期间，等待流程的顺畅性及窗口工作人员的熟练性都直接影响患者的情绪与医院的整体形象[11]。研究发现门诊药房取药等候时间长的原因有药房空间布局不合理，流程不够简化，人员安排不合理等方面[12]。本研究主要是通过对门诊药房空间布局和人员排班进行合理安排，从而有效缩短患者取药等候时间，提高门诊药房服务满意度。本研究于2019年2月优化了门诊药房的服务流程，通过对现有相关数据进行深度分析、对门诊取药流程各个环节的处方量进行实时监测并提前预警取药人数;据此对药学人员进行弹性排班，实现门诊药房人力资源利用效率最大化。同时对同一处方上药品出现的关联度和使用频率高的药品货架的摆放位置进行调整，以减少调配人员的走动距离，提高工作效率。现报道如下。

1 资料与方法

1.1 一般资料

抽取我院2018年1月至2019年5月门诊患者作为研究对象，统计2018年1—12月各时间段取药人数与上班人数的情况;比较2018年10月至2019年5月优化门诊药房服务流程前后各时间段患者取药等候时间、人群分布情况及患者满意度。

1.2 方法

1.2.1 患者取药流程  患者前往取药自助机进行读卡等候排队，后台系统自动生成处方，调配药师根据处方进行调配，调配完毕后通过滑梯传递给前台的发药药师进行核发。一般情况下，患者取药等候时间=调配处方花费的时间+已配药品等待发放时间+药品发放的时间。时间说明：①调配处方花费的时间为药师接收到处方开始调配到调配完毕后的时间点;②已配药品等待发放时间为药品调配完毕后等待发药药师核发的时间;③药品发放的时间为药师将调配完毕后的药品发给核发给患者的时间点。

1.2.2 门诊药房取药人数峰值及上班人数  根据门诊处方实时监测系统，对2018年全年处方进行分析，计算平均每日各时间段取药人数，找出取药人数峰值的出现规律。根据门诊药房排班情况表，统计平均每日各时间段上班人数。调查时间段为08：00-18：30。

1.2.3 干预措施  一般情况下，患者取药等候时间=调配处方花费的时间+已配药品等待发放时间+药品发放的时间。即=当前堆积药房的药品处方量×调配每份药品平均花费的时间/调配人数+每份药品平均发放的时间，当前堆积药房的药品处方量=待调配处方量+调配中处方量，调配人数=（待调配处方量+调配中处方量）×调配每份药品花费的时间/（患者取药等候时间—每份药品平均发放的时间）。利用门诊处方实时监测系统，计算出每份药品的平均发药时间为50 s，调配每份药品平均花费的时间为180 s。根据目标值，缩短患者取药等候时间为10 min以内，现假定为10 min。当我们开启3个发放窗口时：调配人数=（待调配处方量+调配中处方量）×180/（600-50），即：调配人数=（待调配处方量+调配中处方量）/3，而已调配处方量=（患者取药等候时间-调配每份药品花费的时间-每份药品平均发放的时间）/每份药品平均发放的时间×发药人数≈22份。即：当已调配处方量>22份时，就要及时增加发药人数。根据待调配处方量、调配中处方量和已调配处方量的实时监测，适时调整发放窗口数量和调配人员数量，实现药品滑道两端人员数的最佳配比，在现有药师总数不变的情况下，最大限度节省患者取药时间。

将平均每日各时间段取药人数与门诊药房上班人数相匹配，进行弹性排班。根据我院药房管理系统，分析同一处方上的药品关联度，并将关联度较高的药品相互靠近，使用频率高的药品调整到离调配台较近的货架上，从而减少配药人员调配走动距离，缩短调配时间。优化门诊药房服务流程，让门诊药房服务更加高效（图1）。

1.3 观察指标及评价标准

观察2018年全年平均每日各时间段取药人数，分析取药人数峰值;统计2018年全年平均每日各时间段门诊药房上班人数;分析药品关联度及用药频次;观察优化服务流程后各时间段患者等候时间及人群分布;统计2018年10月至2019年5月优化服务流程前后，患者取药等候时间及调查患者满意度，满意度量表，包括取药服务、取药速度、药品准确性3项评价内容，每项满分为10分，分数高表示满意度高，满意度量表为我院自制，Cronbach’s α为0.82，信度良好。

1.4 统计学方法

采用SPSS 21.0统计学软件进行数据分析，计量資料采用均数±标准差（x±s）表示，组间比较采用t检验，计数资料采用[n（%）]表示，组间比较采用χ2 检验，以P<0.05为差异有统计学意义。

2 结果

2.1 2018年全年平均每日各时间段取药人数

对数据分析后得知，平均每日取药高峰期在上午的10：00-11：00和下午的15：30-16：30出现见图2。优化前，平均每日各时间段上班人数较为平均，与取药高峰不相适应（图3），为此，进行了弹性排班，根据每日取药高峰时间段增设药学服务人员，使得高峰时间取药等候时间相对缩短。见图4。

2.2 药品关联度及用药频次的分析

通过大数据分析，发现门诊药房近800种药品中，关联度较高的有120余种;有150余种在处方中出现的频率远高于其他品种。

2.3 优化服务流程后各时间段患者取药等候时间

正常工作日患者取药的高峰期分别是上午的10：00—11：00和下午的15：30—16：30，优化服务流程后，在取药高峰期，患者也能在11 min内完成取药，而在其他时间段大部分患者在4～9 min内完成取药，大大缩短了等候时间，提高了效率。见表1。

2.4 优化门诊药房服务流程后各等候时间段内的人群分布

优化服务流程后，88.93%的患者在16 min内可取到药，而取药时间在16 min的大部分为过号，即在叫号后患者未及时取走药物的情况，但是61.11%的患者在10 min内即可取到药。见表2。

2.5 优化前后取药等候时间与满意度

对比应用优化门诊药房服务流程前2018年10月至2019年1月和应用后2019年2月—5月的数据，患者取药的等候时间由超过15 min下降到10 min以内且差异有统计学意义（P<0.05）。见表3。

2.6 优化前后患者满意度

优化后患者患者各项满意度评分均较优化前高（P<0.05）。见表4。

3 讨论

优化门诊药房服务流程前，患者最不滿意的是取药等候时间长。对此提出了相应的改进措施：首先对2018年全年的处方进行相应的梳理，发现平均每日高峰值出现的时间为10：00-11：00，15：30-16：30。为此根据取药高峰期进行弹性排班，高峰时段增加人手，低谷时段人员及时调休。同时，如果高峰期提前或错后就通过门诊处方量实时监控预警系统，监测待调配处方量、调配中处方量和已调配处方量，对调配人员和核发人员的配比进行实时动态调整，让调配与核发人员的配比更加科学化、合理化。其次，通过数据分析梳理出每种药品的发放频次以及每两种药的处方关联度，并据此对药品进行重新摆放，实现出现频次高的药品更靠近调剂台，关联度高的药品相互靠近，减少了药师调配每张处方的走动距离。

根据现有的工作流程，核发药品采用语音呼叫模式。因为少部分患者对于流程不熟悉导致取药不及时，药师需要反复呼叫，其他患者等候时间延长，核发顺畅性受阻。为了保证患者能听清楚并及时取药，缩短其他患者的取药时间，在高峰时期增加引导志愿者，维持安静的大厅环境，保证每名患者都能听清姓名与窗口等广播信息。同时，志愿者正确引导患者使用取药自助机并做好取药等候区咨询工作，并且在等候区设置患者意见箱，接收患者意见，不断地改进提升药房服务质量与品质，从而提高患者满意度。此外，不断加强药学人员沟通技巧、岗位等培训，从而增强人员业务能力和服务意识，以便更好地解答患者的咨询与疑问，提高药师整体素质，减少差错。同时，也增设审方岗位、药品咨询处和安全知识宣传等药学服务，优化操作流程，加强工作人员之间的分工与协作，使其保持良好的工作状态[13]。

经过一年多的实践，现在已做到在药师人数不变的情况下，患者平均取药等候时间由原来的超过15 min以上降至10 min以内，满意度由原来的不到65%上升至85%以上，而且这还是在医院的门诊量不断增加的基础上。

目前医院药学的自动化与医疗信息技术已经普遍应用到临床药学服务中，提高了调配与发药人员的工作效率与药学服务质量[14-15]。但林乐维等[16]研究表明，平均日门诊量不到4000人次的医院购买自动化系统后，年投资收益率只有0.15%，说明在这类医院使用自动发药系统经济效率提升并不明显。由于自动化短期内无法大面积铺开，所以大多数医院的药房目前还是采用以人工为主的调配方式。随着人工智能和信息化的不断深入，未来药房一定会朝着智能化和自动化方向发展[17-19]。因此，对门诊药房现有的数据进行了深入分析，并对智能控制系统进行了充分利用，以此来提高药学人员的工作效率，缩短患者取药的等候时间，优化医疗服务质量，提高门诊药房服务满意度。此门诊处方实时监测系统有较好的实际应用效果，利于同级医院门诊药房管理工作的应用与推广。

目前通过大数据分析，对医院门诊处方量进行梳理、实时监测与预警，实现了动态安排上岗人员，但也存在一定局限性。在保证患者平均取药等候时间10 min以内的情况下，随着取药人数的不断增加，对于药师整体素质的要求越高。因不同药师调配与核发速度存在一定差异，且每年约有30%人员需要进行科室轮岗，其新到岗人员对药房的流程和工作性质不够充分熟悉，这也进一步影响了调配与核发的速度及准确性。对此今后还将继续利用信息化手段，根据取药流程的每个时间点，梳理出每个人的工作效率曲线。统计每个人的工作高效区，从而更合理地进行人员安排，提高工作效率，节约更多时间，从而有效缩短患者的取药等候时间，提高患者满意度。

[参考文献]

[1] 杨跃，周吉群.精细化管理措施在门诊药房拆零药品管理中的应用探讨[J].世界最新医学信息文摘，2018，18（98）：296-301.

[2] 季莎莎，阮芳，陈湘.PDCA循环管理在降低门诊药房退药率中的效果评价[J].中医药管理杂志，2018，26（21）：93-94

[3] 蔡田恬，胡佳雯，谢升阳，等.六西格玛管理法提升现代化门诊药房用药安全[J].中国现代应用药学，2018，35（10）：1569-1572

[4] 孙丹，赵鑫鑫，王宇鸽.门诊药房咨询服务对患者用药安全、依从性及满意度的影响[J].名医，2018（9）：243-244.

[5] 杨春松，张伶俐，林芸竹，等.门诊药房调剂模式满意度调查研究及国内调剂模式的系统评价[J].中国药学杂志，2014，49（12）：1081-1086.

[6] 陆国红，吴■，沈金芳.患者满意度与门诊药房流程优化探讨[J].中国医院药学杂志，2011，31（22）：1893-1896.

[7] 刘方舟，刘可可，龚建平，等.智能化患者服药提醒App的调研与开发[J].中国医院药学杂志，2018，38（14）：108-112.

[8] 侯周芸，冯嘉文，林灼娟，等.门诊药房自动化系统在缩短候药时间的现状及分析[J].广东化工，2020，47（10）：28-65.

[9] 梁惠莹，阮锦达，伍炜培.药房智能化工作流程优化及对患者候药时间的影响研究[J].中国医药科学，2020， 10（6）：203-231.

[10] Padula S，Hersant B，Noel W，et al. Use of the retrograde limb of the internal mammary vein to avoid venous congestion in DIEP flap breast reconstruction：Further evidences of a reliable and time-sparing procedure[J].Microsurgery，2016，36（6）：447-452.

[11] 包娟，辛海莉，馮开，等.品管圈在缩短患者高峰取药等候时间中的应用[J]. 中国药物应用与监测，2017，14（4）：243-246.

[12] 刘力名.探讨减少门诊患者取药等待人次的管理措施[J].中国药事，2017，31（5）：538-541.

[13] 易文燕，严汝庆，李晓云，等.自动化发药系统对药学服务的影响研究[J].重庆医学，2020，49（16）：2758-2761.

[14] Furushima D，Yamada H，Kido M，et al.The impact of one-dose package of medicines on patient waiting time in dispensing pharmacy：Application of a discrete event simulation model[J].Biological and Pharmaceutical Bulletin，2018，41（3）：409-418.

[15] Coyne DW，Ficociello LH，Parameswaran V，et al. Realworld effectiveness of sucroferric oxyhydroxide in patients on chronic hemodialysis：A retrospective analysis of pharmacy data[J].Clinical Nephrology，2017，88（8）：59-67.

[16] 林乐维，薛静.门诊药房自动化发药系统成本效益分析[J].卫生经济研究，2014，4：35-36.

[17] 何晓静，许婷婷，何丽媛，等.PDCA管理模式降低急诊药房自动发药系统差错实践[J].中国医院药学杂志，2017，37（8）：673-675.

[18] Karolina D，Salvatore C，Edward M，et al.Artificial intelligence and the future of the drug safety professional[J].Drug Saf，2019，42（4）：491-497.

[19] 严丽霞，张锋.信息化门诊药学服务质控体系的建立与实践效果考察[J].中国医药导报，2019，16（5）：146-150.

（收稿日期：2021-06-08）