模糊綜合評判法在大型醫(yī)療設(shè)備引進(jìn)決策中的應(yīng)用研究

吉利俠

臨沂市人民醫(yī)院 設(shè)備與醫(yī)學(xué)工程部，山東 臨沂 276003

1 研究背景

醫(yī)用設(shè)備作為醫(yī)療、科研、教學(xué)等活動的物質(zhì)基礎(chǔ)，是醫(yī)院參與市場競爭，創(chuàng)造良好社會效益和經(jīng)濟(jì)效益的重要手段，也是影響醫(yī)院建設(shè)和發(fā)展的重要因素之一?？茖W(xué)合理地配置醫(yī)療資源會給醫(yī)院帶來很大的效益，反之，若盲目地購置，會造成醫(yī)療資源的閑置和浪費，同時也會給醫(yī)院帶來沉重的經(jīng)濟(jì)負(fù)擔(dān)[1]。因此，如何對大型醫(yī)療設(shè)備的引進(jìn)進(jìn)行科學(xué)的決策，是醫(yī)院面臨的重大問題之一，對其研究也勢在必行。

目前，國內(nèi)、外對大型醫(yī)療設(shè)備的購置論證及分析研究主要集中在4個層面: ① 研究重點放在國家對大型醫(yī)療設(shè)備的宏觀調(diào)控管理上，在全國乃至區(qū)域內(nèi)控制大型醫(yī)療設(shè)備的數(shù)量，合理配置醫(yī)療資源，有效地利用醫(yī)療資源，最大程度地發(fā)揮大型醫(yī)療設(shè)備的作用[2]；② 研究醫(yī)院引進(jìn)大型醫(yī)療設(shè)備的經(jīng)濟(jì)分析框架，探討醫(yī)院引進(jìn)大型醫(yī)療設(shè)備時需要考慮的一系列內(nèi)、外條件；③ 研究大型醫(yī)療設(shè)備購置計劃、原則與方法，考慮設(shè)備的投資回報率、使用效率、設(shè)備的先進(jìn)性和性價比；制定醫(yī)療設(shè)備購置計劃時要做好信息準(zhǔn)備，從舊設(shè)備的更新、完善系統(tǒng)性、依醫(yī)院發(fā)展計劃制定購置計劃逐步推進(jìn)，并做好經(jīng)濟(jì)效益和社會效益的雙重評估[3]；④ 研究重點放在建立合理的購置流程和加強“陽光采購”，設(shè)備的選型方法，公開招標(biāo)、注重評標(biāo)的靈活性和技巧性[4]。但以上研究多是一般性和政策性的，缺乏深入、系統(tǒng)、科學(xué)的研究，不能把引進(jìn)決策中的定性問題定量化，難以做出科學(xué)的購置決策。

2 大型醫(yī)用設(shè)備購置決策體系的建立

科學(xué)地引進(jìn)大型醫(yī)用設(shè)備，應(yīng)采用系統(tǒng)分析法，從醫(yī)院內(nèi)、外因素全面地進(jìn)行分析，而不應(yīng)單純考慮醫(yī)院內(nèi)部或外部的情況。

外部因素主要有：① 地理位置：相同級別的城市，地理位置的不同會帶來較大的差異[5]。② 區(qū)域的經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展水平：決定了居民的經(jīng)濟(jì)收入水平和消費承受能力，也影響著人們的消費觀念和健康意識[6]。③ 服務(wù)的人口數(shù)量和人口結(jié)構(gòu)：決定了醫(yī)院可能的門診量指標(biāo)和住院量指標(biāo)，決定著大型醫(yī)用設(shè)備的使用率。④ 相近設(shè)備的數(shù)量和使用情況是重要的參考數(shù)據(jù)。

內(nèi)部因素主要有：① 病人的數(shù)量及數(shù)量發(fā)展趨勢：決定著設(shè)備的可能使用率。② 醫(yī)院融資水平：是購置設(shè)備的前提條件。③ 醫(yī)院的技術(shù)水平和條件：購置的大型醫(yī)用設(shè)備要和醫(yī)院的技術(shù)水平相適應(yīng)。④ 效益分析：對將要購置的大型醫(yī)用設(shè)備進(jìn)行效益預(yù)測和分析，是設(shè)備購置可行性論證中最為關(guān)鍵的步驟之一，也是醫(yī)院決策者判斷是否購置新設(shè)備的重要依據(jù)之一。本文將從設(shè)備壽命周期費用（LCC）、直接效益分析、間接效益分析和社會效益分析幾個方面分析。

2.1 模糊邏輯的可行性

大型醫(yī)用設(shè)備購置是一個多元化目標(biāo)決策問題，決策過程的非程序化且決策條件呈動態(tài)變化，決定了決策結(jié)果的不確定性。眾多的可能性、模糊性使得整個決策系統(tǒng)顯得非常復(fù)雜。因此醫(yī)院的決策者也只能憑經(jīng)驗、憑感覺購置大型醫(yī)療設(shè)備。因為主觀因素多、主觀色彩強，操作起來誤差大，所以結(jié)果往往不近人意。

模糊數(shù)學(xué)非常適合解決這類不確定型決策問題：

（1）科學(xué)性。模糊數(shù)學(xué)對問題的研究更關(guān)注事物屬性之間的相互聯(lián)系和影響，它摒棄了傳統(tǒng)的“非此即彼”的模式，對解決非程序化問題更為合適[7]。

（2）合理性。它符合客觀事物存在的實際狀態(tài)，同時有些結(jié)論也給與決策者更為開闊的視野。

（3）經(jīng)濟(jì)性。作為一項經(jīng)濟(jì)決策，在這點上，模糊數(shù)學(xué)因其特有的表達(dá)方式和計算過程，所化的成本比普通數(shù)學(xué)方法小[8]。模糊數(shù)學(xué)在決策領(lǐng)域中的應(yīng)用主要表現(xiàn)在利用綜合評判模型解決多目標(biāo)決策問題。模糊綜合評判的優(yōu)點在于它的綜合性，面對涉及眾多因素的被評判事件，使用模糊多層次評判的方法，能保留和顯示各因素之間的相互影響和制約的關(guān)系，從而避免了決策結(jié)論的片面性。

2.2 模糊綜合評判在設(shè)備購置中的應(yīng)用

2.2.1 評判指標(biāo)體系確定[9]

在大型醫(yī)用設(shè)備購置決策系統(tǒng)中，評判系統(tǒng)比較復(fù)雜，層次多，考慮的因素也多。如果仍然使用單級評判系統(tǒng)，那么由于權(quán)重必須滿足歸一性，每一個因素分到的權(quán)重都會很小，在“∧”運算下使各單因素評價變得毫無意義。在這種情況下，就要用到多級模糊評判，即用層次的細(xì)分來代替因素的細(xì)分，本系統(tǒng)使用三級評價，評價指標(biāo)因素，見表1：

表1 評價指標(biāo)因素

2.2.2 評價指標(biāo)確定

本系統(tǒng)分為三級評價系統(tǒng)。一級評價集包括：外部因素集（U1）、內(nèi)部因素（U2），即 ：U1=（U1，U2）。

（1）二級評價集U1的指標(biāo)因素（Z表示指標(biāo)因素）：地理位置（Z11）、經(jīng)濟(jì)結(jié)構(gòu)和水平（Z12）、相近設(shè)備使用情況（Z13）、人口數(shù)量和結(jié)構(gòu)（Z14），即：U1=（Z11，Z12，Z13，Z14）。

（2）二級評價集U2的指標(biāo)集或因素：病人數(shù)量和趨勢（Z21）、融資水平（Z22）、醫(yī)院的技術(shù)水平和條件（Z23）、指標(biāo)集為效益分析集（U24），即 ：U2=（Z21，Z22，Z23，U24）。

（3）三級評價集U24的指標(biāo)因素：設(shè)備壽命周期費用（Z241）、直接效益分析（Z242）、間接效益分析（Z243）、社會效益分析（Z244）即 ：U24=（Z241，Z242，Z243，Z244）。

2.2.3 各級評判系統(tǒng)權(quán)重分配

各級評判系統(tǒng)中，每個評價指標(biāo)對結(jié)果的影響不相同，因此，需要給每個指標(biāo)加以權(quán)重系數(shù)，以體現(xiàn)主次。權(quán)重系數(shù)的分配比較復(fù)雜，可以在多次購置大型設(shè)備的過程中進(jìn)行統(tǒng)計，然后通過計算貼近度來確定，也可以由專家投票后取平均值作為參考[10]。評價因素權(quán)重分配的模糊子集為 A，A=（a1，a2，a3，a4），滿足 。在系統(tǒng)中的三級評判，每級評判都要有各自的權(quán)重分配。

2.2.4 建立評價等級集

為評價準(zhǔn)確，需將每個評判指標(biāo)分成若干等級，在本系統(tǒng)中，我們分為4個等級：很好、較好、一般、差，即：V=（V1，V2，V3，V4）。

2.2.5 評價矩陣確定

設(shè)備購置評審委員根據(jù)所掌握的資料和豐富的經(jīng)驗填寫表格，規(guī)定在每行的評判指標(biāo)的選項中只允許劃一個“O”，然后統(tǒng)計表格。

設(shè)購置評審委員為10人，在效益分析評判集的“設(shè)備壽命周期費用”表中，假設(shè)很好：1個“O”；較好：6個“O”；一般：2個“O”；差：1個“O”。再設(shè) r11= 0.1，r12=0.6，r13=0.2, r14=0.1，則對“設(shè)備壽命費用周期”因素評價結(jié)果的模糊集為： R241=（r2411，r2412，r2413，r2414）=（0.1，0.6，0.2，0.1）。同理，可得到對直接效益分析、間接效益分析、社會效益分析因素評價的模糊集：R242、R243和R244。因此根據(jù)數(shù)據(jù)，寫出效益分析的評價矩陣，即：

2.2.6 綜合評價

對多因素多層次系統(tǒng)的綜合評價方法是，首先對最低層次的各個因素進(jìn)行綜合評價，得到評價結(jié)果，帶入上一層次中，以此遞推，一直評到最高層次得出總的綜合評價結(jié)果。

確定A和R后，便可建立模糊評判的數(shù)學(xué)模型：Ai。 Ri=Bi[11]。Bi則是被評判事物在評語集上的綜合評判結(jié)果，記為 Bi=（b1，b2，b3……bm）。

對最低一層（效益分析）進(jìn)行評價運算，通過模糊評判的數(shù)學(xué)模型可以得到：

求出B24后，同樣可計算出B2、 B1和B：

最后，得到的集合便是對大型醫(yī)用設(shè)備購置總的評價結(jié)果。

3 思考與結(jié)論

（1）傳統(tǒng)的決策理論認(rèn)為，決策者是“理性的人”和“經(jīng)濟(jì)的人”，總是以尋找決策的最優(yōu)解為目的，但事實上并非所有的決策都有明確的目標(biāo)函數(shù)，有固定程序可遵循并找到最佳解決方案。對一些復(fù)雜的系統(tǒng)，最優(yōu)準(zhǔn)則往往無法達(dá)到目的，為此，近代決策理論便提出了以“令人滿意原則”來代替“最優(yōu)原則”，從而找到了非程序化決策的解決之道[12]。這是模糊數(shù)學(xué)解決問題的出發(fā)點和處理問題所遵循的原則，這也是解決大型醫(yī)用設(shè)備購置問題的理論依據(jù)。

（2）建立大型醫(yī)療設(shè)備引進(jìn)決策中的模糊評判評估模型，將大大降低大型醫(yī)療設(shè)備引進(jìn)中的主觀因素行為、不確定性行為，把設(shè)備引進(jìn)中的定性問題定量化解決，使大型醫(yī)療設(shè)備引進(jìn)決策科學(xué)化、簡單化、規(guī)范化和可操作化，將對醫(yī)院引進(jìn)大型醫(yī)療設(shè)備起到積極的、巨大的指導(dǎo)作用。

（3）在大型醫(yī)用設(shè)備購置模糊數(shù)學(xué)多重評判系統(tǒng)中具體應(yīng)用的評價指標(biāo)、等級、權(quán)重等數(shù)據(jù)，在實際應(yīng)用中醫(yī)院可根據(jù)自己的實際情況確立。

[1]于轉(zhuǎn)云.模糊層次分析法及其在醫(yī)療資源配置中的應(yīng)用[D].濟(jì)南:山東大學(xué),2010.

[2]趙廣宇,李捷瑋,劉吉祥.我國大型醫(yī)療設(shè)備配置現(xiàn)狀及利用評價方法簡介[J].醫(yī)療衛(wèi)生裝備,2003,24(12):41-42.

[3]劉燕婷.制訂醫(yī)療設(shè)備購置計劃的原則與方法[J].中國醫(yī)學(xué)裝備2008,5(3):18-20.

[4]張廣明.淺談醫(yī)院如何合理的購置大型醫(yī)療設(shè)備[J].醫(yī)療裝備2010,24(8):53-54.

[5]李少虹.大型醫(yī)用設(shè)備引入的經(jīng)濟(jì)分析框架探討[D].杭州:浙江大學(xué),2003.

[6]李偉,瀟瀟.醫(yī)療設(shè)備招標(biāo)采購存在的問題及對策[J].中國醫(yī)療設(shè)備,2010,25(1):86-88.

[7]Kosko B.Neural Networks and Fuzzy Systems:A Dynamical Systems Approach to Machine Intelligence[M].Prentice Hall,1991

[8]Kosko B.Fuzzy Systems as Universal Approximators[J].IEEE Trans on Computers,1994(11):1329—1330

[9]吉利俠.基于模糊綜合評判的大型醫(yī)用設(shè)備購置決策系統(tǒng)的研究[D].濟(jì)南:山東大學(xué),2006.

[10]李鴻吉.模糊數(shù)學(xué)基礎(chǔ)及實用算法[M].北京:科學(xué)出版社,2005.

[11]李士勇.工程模糊數(shù)學(xué)及應(yīng)用[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2004.

[12]S.R.HAN,T.SEKIGUCHI.Decision-making of person perception by the observed quanties-problem of person perception and personal choice by the extended fuzzy relation equation[J]Japanese Journal of Fuzzy Theory and Systems,1995,7(6):35-36.