基于數(shù)據(jù)挖掘的大型醫(yī)療設(shè)備配置預(yù)測(cè)模型建立與評(píng)估

南京中醫(yī)藥大學(xué)附屬醫(yī)院（江蘇省中醫(yī)院） 設(shè)備處，江蘇 南京 210029

引言

近年來(lái)，醫(yī)院對(duì)醫(yī)療設(shè)備的投入力度不斷增加，據(jù)統(tǒng)計(jì)，大型醫(yī)院固定資產(chǎn)總值中約50%～70%為儀器設(shè)備類(lèi)投入，為醫(yī)院帶來(lái)了約30%的收入[1]，可見(jiàn)，醫(yī)療設(shè)備購(gòu)置對(duì)醫(yī)院收入增加有重要影響。此外，醫(yī)院發(fā)展的一個(gè)重要標(biāo)志是引進(jìn)大型醫(yī)療設(shè)備，其有利于提高醫(yī)院競(jìng)爭(zhēng)力[2]。以南京中醫(yī)藥大學(xué)附屬醫(yī)院放射科為例，僅10臺(tái)計(jì)算機(jī)斷層（Computed Tomography，CT）/ 磁共振成像（Magnetic Resonance Imaging，MRI）就占據(jù)全院醫(yī)療設(shè)備資產(chǎn)總值的1/8。因此，如何引進(jìn)，何時(shí)引進(jìn)，購(gòu)置數(shù)量如何，如何有效利用和維護(hù)才能為醫(yī)院帶來(lái)更高的效益，是醫(yī)院需要積極思考的問(wèn)題[3]。

在大型醫(yī)療設(shè)備效益分析及合理配置研究方面，目前常用的評(píng)價(jià)方法是以社會(huì)效益為指導(dǎo)，經(jīng)濟(jì)效益作為客觀評(píng)價(jià)指標(biāo)，反映的是設(shè)備的單機(jī)效益和投資回報(bào)周期。薛美嬋等[4]以經(jīng)濟(jì)收益和使用效率等指標(biāo)探索引進(jìn)醫(yī)療設(shè)備成本效益，分析對(duì)大型醫(yī)療設(shè)備配置管理的積極意義。朱懿恒等[5]應(yīng)用單機(jī)核算方法、投資報(bào)酬率法計(jì)算經(jīng)濟(jì)效益，以設(shè)備在科研和教學(xué)任務(wù)的使用次數(shù)評(píng)價(jià)其社會(huì)效益，綜合評(píng)價(jià)大型醫(yī)療設(shè)備成本效益。汪長(zhǎng)嶺等[6]通過(guò)德?tīng)柗品êY選出合適經(jīng)濟(jì)效益和社會(huì)效益指標(biāo)，為不同類(lèi)別的設(shè)備選擇適合的評(píng)價(jià)指標(biāo)和指標(biāo)權(quán)重，初步擬定了一套醫(yī)療設(shè)備綜合效益的評(píng)價(jià)方案。陶琳[7]運(yùn)用醫(yī)學(xué)、經(jīng)濟(jì)學(xué)及統(tǒng)計(jì)學(xué)理論，通過(guò)德?tīng)柗品ㄔO(shè)計(jì)與制定大型設(shè)備配置評(píng)價(jià)指標(biāo)體系。吉利俠[8]通過(guò)文獻(xiàn)分析、德?tīng)柗品?、?wèn)題卷調(diào)查等確定綜合評(píng)價(jià)指標(biāo)和相應(yīng)的權(quán)重，進(jìn)一步制定大型醫(yī)用設(shè)備綜合評(píng)價(jià)體系。以上方法對(duì)于評(píng)價(jià)PET-CT等特殊大型設(shè)備來(lái)說(shuō)較為合理，但對(duì)于CT、MRI等常規(guī)大型設(shè)備來(lái)說(shuō)則不夠完整，因?yàn)榇祟?lèi)設(shè)備效益較好，大型三甲醫(yī)院甚至1年就能回本[9]。對(duì)這類(lèi)設(shè)備醫(yī)院更需要考慮的是長(zhǎng)遠(yuǎn)配置規(guī)劃。此外我國(guó)對(duì)大型醫(yī)療設(shè)備實(shí)行配置審批制度，如果配置不夠，未來(lái)1～2年內(nèi)會(huì)導(dǎo)致排隊(duì)時(shí)間長(zhǎng)、流失病人，不僅影響醫(yī)院效益，還會(huì)產(chǎn)生一定社會(huì)影響[10]；反之則會(huì)導(dǎo)致設(shè)備使用效率低，同時(shí)會(huì)影響醫(yī)院在其他科室的設(shè)備預(yù)算投入。因此，借助恰當(dāng)?shù)姆治鍪侄螌?duì)上述問(wèn)題進(jìn)行深入分析，對(duì)大型設(shè)備配置做3～5年的長(zhǎng)遠(yuǎn)規(guī)劃，有效保障醫(yī)院經(jīng)濟(jì)和社會(huì)效益，具有十分重要的現(xiàn)實(shí)意義。

為彌補(bǔ)當(dāng)前主流大型設(shè)備配置評(píng)價(jià)體系的不足，進(jìn)一步解決大型醫(yī)療設(shè)備合理配置問(wèn)題，本研究以CT為例，在大型設(shè)備單機(jī)效益分析的基礎(chǔ)上，基于醫(yī)院大數(shù)據(jù)分析的角度，使用相關(guān)性分析和回歸分析建立CT檢查量的數(shù)學(xué)模型，并對(duì)本研究提出的預(yù)測(cè)模型進(jìn)行分析及評(píng)價(jià)。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

研究對(duì)象是江蘇省中醫(yī)院放射科CT，所有基礎(chǔ)數(shù)據(jù)來(lái)源于醫(yī)院信息系統(tǒng)（Hospital Information System，HIS）、影像存儲(chǔ)與傳輸系統(tǒng)（Picture Archiving and Communication Systems，PACS），包括2016年1月至2019年9月共45個(gè)月的醫(yī)院門(mén)診量、放射科CT檢查量等，以月為單位進(jìn)行統(tǒng)計(jì)分析。根據(jù)收費(fèi)方式的不同，門(mén)診量以人次為單位，CT檢查以部位為單位。

1.2 分析及評(píng)價(jià)方法

1.2.1 CT運(yùn)行統(tǒng)計(jì)

統(tǒng)計(jì)CT的基本信息，包括購(gòu)置日期、使用年限、開(kāi)機(jī)率、臨床使用率、維保、投資回收期等。其中開(kāi)機(jī)率采用大型設(shè)備標(biāo)準(zhǔn)計(jì)算方法，即全年故障時(shí)間/全年理論正常運(yùn)行時(shí)間。臨床使用率按工作日計(jì)算，使用率＝每小時(shí)實(shí)際掃描部位/每小時(shí)理論掃描部位[11]?？紤]擺位時(shí)間，平掃約3 min/部位、增強(qiáng)8 min/部位，加權(quán)平均5 min/部位（權(quán)重=CT增強(qiáng)量/CT總量）。若只做平掃，則理論20例/h/臺(tái)（160例/d），此時(shí)使用率為100%。若平掃平均檢查量16例/h/臺(tái)則使用率為80%，增強(qiáng)以此類(lèi)推。投資回收期=設(shè)備單價(jià)/年凈利潤(rùn)，其中年凈利潤(rùn)=年檢查收入－年運(yùn)營(yíng)成本，運(yùn)營(yíng)成本包括水電、人員工資、維保、折舊及耗材等[12]。CT折舊期為6年[13]，據(jù)此制定標(biāo)準(zhǔn)：投資回收期≤2年為“優(yōu)”，2～4年為“良”，4～6年為“中”，大于 6 年為“差”，負(fù)數(shù)為“虧損”。

1.2.2 醫(yī)院門(mén)診量、CT檢查量及時(shí)間的相關(guān)性分析

相關(guān)性分析是驗(yàn)證兩組數(shù)據(jù)之間的線性相關(guān)程度，從相關(guān)系數(shù)可知道兩組數(shù)據(jù)是否呈線性關(guān)系以及線性關(guān)系的強(qiáng)弱[14]。通過(guò)相關(guān)性進(jìn)行分析可發(fā)現(xiàn)關(guān)鍵影響因素，并對(duì)發(fā)展做出預(yù)測(cè)。本研究采用皮爾遜相關(guān)系數(shù)[15]分析2016—2019年醫(yī)院門(mén)診量、CT檢查量及時(shí)間的相關(guān)性，并進(jìn)行雙尾顯著性檢驗(yàn)，以P＜0.05表示差異有統(tǒng)計(jì)意義，分析工具為SPSS 25.0。相關(guān)系數(shù)介于-1與+1之間，一般認(rèn)為：|r|≥0.8為高度相關(guān)；0.5≤|r|＜0.8為中度相關(guān)；0.3≤|r|＜0.5為低度相關(guān)；|r|＜0.3為基本不相關(guān)。

1.2.3 CT檢查量回歸分析及評(píng)價(jià)指標(biāo)

回歸分析是利用數(shù)據(jù)統(tǒng)計(jì)原理確定因變量與某些自變量的相關(guān)關(guān)系[16]，建立一個(gè)相關(guān)性較好的回歸方程，用于預(yù)測(cè)因變量變化的分析方法?；貧w方程的精度是用來(lái)表示實(shí)際觀測(cè)點(diǎn)和回歸方程的擬合程度的指標(biāo)，一般使用RMSE和決定系數(shù)（R2）來(lái)度量，具體公式如式(1)～(2)。

其中，Y_actual代表實(shí)際值，Y_predict代表預(yù)測(cè)值，代表Y的均值。RMSE代表預(yù)測(cè)值與真實(shí)值的誤差平方根的均值，RMSE越小說(shuō)明模型具有更好的精確度。R2正常取值范圍為0～1，越接近0表明模型擬合越差，越接近1模型擬合越好。根據(jù)經(jīng)驗(yàn)，當(dāng)R2＞0.4時(shí)擬合效果較好。

本研究使用python 3.6及scikit-learn 0.22建立CT檢查量回歸模型。使用前36個(gè)月的CT檢查量建立訓(xùn)練模型，使用后9個(gè)月數(shù)據(jù)測(cè)試模型，得出模型的訓(xùn)練分?jǐn)?shù)（Train_score）及測(cè)試分?jǐn)?shù)（Test_score），并根據(jù)RMSE和R2選擇最優(yōu)預(yù)測(cè)模型。此外，考慮設(shè)備故障、檢查意外等情況，將單臺(tái)CT理論檢查量的90%設(shè)為閾值, 即144例/d，一旦當(dāng)年單臺(tái)平均CT檢查量等于或超過(guò)此值，則下一年必須增加CT數(shù)量。

2 結(jié)果與分析

2.1 CT運(yùn)行與效益概況

截至2019年9月30日，放射科共有5臺(tái)CT，具體如表1所示。5臺(tái)CT平均開(kāi)機(jī)率為98%，整體故障率較低。為提高使用效率，CT專(zhuān)機(jī)專(zhuān)用，CT 1、2、4只做平掃，CT 3、5只做增強(qiáng)。CT 1兼顧急診，24 h運(yùn)行，使用率123.2%，屬超負(fù)荷狀態(tài)。其他4臺(tái)CT平均使用率94.5%，屬基本滿負(fù)荷狀態(tài)。從表1可以看出，CT 4投資回收期最長(zhǎng)（僅1.09年），所有CT經(jīng)濟(jì)效益均為“優(yōu)”。CT的折舊期一般為6年，根據(jù)對(duì)南京部分三甲醫(yī)院的調(diào)查，絕大部分醫(yī)院CT至少使用10年，因此對(duì)醫(yī)院來(lái)說(shuō)單臺(tái)CT的純盈利期約有8～10年。表1和調(diào)查結(jié)果進(jìn)一步說(shuō)明僅從效益出發(fā)評(píng)估此類(lèi)設(shè)備是不夠的，醫(yī)院更多的是需要考慮長(zhǎng)遠(yuǎn)配置規(guī)劃。

2.2 2016至2019年門(mén)診量/CT檢查量統(tǒng)計(jì)及相關(guān)性分析

2016至2019年CT檢查量統(tǒng)計(jì)如圖1所示，可以看出CT檢查的增幅較為明顯。根據(jù)計(jì)算CT檢查量年平均增長(zhǎng)21.3%，單臺(tái)CT檢查量從113例/d增加到141例/d。根據(jù)HIS數(shù)據(jù)，醫(yī)院平均月門(mén)診量為從39.8萬(wàn)增加到48.1萬(wàn)，平均同比增長(zhǎng)9.1%。因二者數(shù)量級(jí)不一樣，為便于分析對(duì)比，歸一化處理后得出CT檢查量與醫(yī)院門(mén)診量趨勢(shì)基本一致，皮爾遜相關(guān)系數(shù)高達(dá)0.797（P＜0.001）。此外，醫(yī)院門(mén)診量、CT檢查量與時(shí)間的相關(guān)性分別為0.622（P＜0.001）、0.861（P＜0.001），相關(guān)性極強(qiáng)，說(shuō)明醫(yī)院處于高速發(fā)展階段。

表1 放射科CT運(yùn)行統(tǒng)計(jì)表

2.3 CT檢查量預(yù)測(cè)模型建立與評(píng)估

由 圖 1、 圖 2可 知，2016年 2月、2017年 1月、2018年2月及2019年2月的門(mén)診量和CT檢查量遠(yuǎn)低于當(dāng)年的全年平均水平。從數(shù)據(jù)分析角度，這4個(gè)月份是農(nóng)歷新年期間，說(shuō)明過(guò)年期間病人量減少，屬于正常降低。但對(duì)數(shù)據(jù)擬合來(lái)說(shuō)，這些屬于異常點(diǎn)，需要進(jìn)行補(bǔ)償。為建立更合理的回歸模型，本研究使用全年平均月檢查量代替異常點(diǎn)，如圖3所示。從圖中可明顯看出，CT檢查量和時(shí)間呈現(xiàn)比較明顯的近似線性相關(guān)，因此可建立以時(shí)間為自變量，CT檢查量為因變量的預(yù)測(cè)模型。

圖1 2016至2019年放射科CT檢查量統(tǒng)計(jì)

圖2 2016至2019年全院門(mén)診量和放射科CT檢查量對(duì)比

圖4是本研究建立的1～4階的線性回歸模型擬合曲線圖，從圖中可看出3階及以上模型已明顯過(guò)擬合。表2為1～4階模型的訓(xùn)練及測(cè)試分?jǐn)?shù)，從表中可以看出2階模型的得分最高，3階及以上模型的Train_score及Test_score差別較大，再次確定3階以上函數(shù)不適合作為CT檢查量的預(yù)測(cè)模型。

圖3 補(bǔ)償后的2016至2019年放射科CT檢查情況

圖4 多階線性回歸預(yù)測(cè)模型預(yù)測(cè)曲線

表2 多階線性回歸預(yù)測(cè)模型得分

使用回歸模型的定量評(píng)價(jià)指標(biāo)（表3）進(jìn)一步評(píng)價(jià)預(yù)測(cè)模型的性能，從表中可以得出2階模型的評(píng)價(jià)指標(biāo)得分依然最高（RMSE=0.015，R2=0.862），對(duì)應(yīng)預(yù)測(cè)函數(shù)為：

其中，t代表月份，y代表對(duì)應(yīng)月份的檢查量，該函數(shù)以2016年1月作為第1個(gè)月。根據(jù)預(yù)測(cè)函數(shù)，2019年12月（第48個(gè)月）時(shí)CT檢查量應(yīng)為16697例。2019年平均單臺(tái)CT檢查量增加到141例/d，高度接近設(shè)定閾值，因此2020年必須增加1臺(tái)CT。同理，2021年、2022年、2023年及2024年平均單臺(tái)CT檢查量分別為133例/d、145例/d、132例/d、140例/d。因此，未來(lái)5年內(nèi)至少需要增加3臺(tái)CT才能滿足醫(yī)院的CT檢查最低需求。

表3 多階線性回歸預(yù)測(cè)模型評(píng)價(jià)指標(biāo)

3 討論

為彌補(bǔ)當(dāng)前主流大型設(shè)備配置評(píng)價(jià)體系的不足，解決大型醫(yī)療設(shè)備合理配置問(wèn)題，本研究從數(shù)學(xué)建模的角度出發(fā)，對(duì)醫(yī)院HIS及PACS進(jìn)行數(shù)據(jù)挖掘及分析，以CT為例提出了一種大型影像設(shè)備配置預(yù)測(cè)模型。根據(jù)研究結(jié)果得出了3條結(jié)論：① CT的投資回收期極短，僅從效益分析考慮是不夠的，醫(yī)院需要對(duì)CT配置做長(zhǎng)遠(yuǎn)規(guī)劃；② CT檢查量、醫(yī)院門(mén)診量與時(shí)間三者顯著線性相關(guān)。說(shuō)明醫(yī)院處于高速發(fā)展階段，應(yīng)該根據(jù)醫(yī)院門(mén)診規(guī)模的擴(kuò)大適當(dāng)增加CT以滿足臨床需求；③ 根據(jù)建立的數(shù)學(xué)模型，未來(lái)5年內(nèi)至少需要增加3臺(tái)CT才能滿足醫(yī)院的CT檢查最低需求。

此外，預(yù)測(cè)模型的準(zhǔn)確率仍具有一定的提升空間，需要在以下兩個(gè)方面進(jìn)行改進(jìn)：① 本研究?jī)H使用了2016至2019年數(shù)據(jù)建立模型，數(shù)據(jù)基礎(chǔ)不夠，6年以上數(shù)據(jù)量會(huì)使模型預(yù)測(cè)效果更好；② 各臨床科室的CT開(kāi)單情況差別巨大，據(jù)統(tǒng)計(jì)有些科室CT開(kāi)單量可達(dá)全院20%以上，如將此類(lèi)科室作為變量納入到預(yù)測(cè)模型里，模型更加精確模型。

本研究從醫(yī)院大數(shù)據(jù)及效益分析的角度建立CT配置預(yù)測(cè)模型，可作為醫(yī)院規(guī)劃CT配置的決策依據(jù)，尤其是在申請(qǐng)乙類(lèi)大型設(shè)備配置證方面。但實(shí)際上對(duì)于此類(lèi)大型設(shè)備的配置規(guī)劃，醫(yī)院不僅要考慮經(jīng)濟(jì)效益、還要從社會(huì)效益、醫(yī)院用房、財(cái)政預(yù)算、宣傳效應(yīng)以及各科室平衡發(fā)展等角度綜合權(quán)衡[17]。因此，對(duì)于大型設(shè)備配置更合理的辦法是醫(yī)院設(shè)立設(shè)備管理委員會(huì)，以醫(yī)院大數(shù)據(jù)作為依據(jù)，專(zhuān)家進(jìn)行二次評(píng)價(jià)，最終建立更合理的大型設(shè)備配置規(guī)劃。

4 結(jié)論

當(dāng)前醫(yī)院管理及發(fā)展精細(xì)化、科學(xué)化的理念已深入人心，合理的設(shè)備配置尤其是大型醫(yī)療設(shè)備配置是醫(yī)院精細(xì)化管理的重要一環(huán)[17]。本研究基于數(shù)據(jù)挖掘角度，彌補(bǔ)了當(dāng)前主流大型設(shè)備配置評(píng)價(jià)體系的不足，以CT為例建立了大型醫(yī)療設(shè)備配置預(yù)測(cè)模型，為醫(yī)院配置大型醫(yī)療設(shè)備提供決策依據(jù)。