[发明专利]一种基于迭代局部搜索的医检路径规划方法

说明书

本发明提供一种基于迭代局部搜索的医检路径规划方法，包括：采集医检参数；建立时间t_i的合集；建立优化方案模型P；得到最优方案P₀；将最优方案P₀推送给每个医检患者。该方法利用基于蒙特卡洛模拟和迭代局部搜索，为医检患者推荐最优医检路径，能够提高医检的效率，有利于医检秩序的维持。

技术领域

本发明属于医疗服务领域，尤其涉及一种利用局部搜索算法来对医疗检验进行规划并向医检患者进行推送的方法。

背景技术

随着现代人生活水平的提高，随之而来的健康问题成了现代人越来越关注的焦点问题。当今社会，青年群体作为GDP产值增长的主力军，熬夜加班的现象也是屡见不鲜，由此带来的后果就是亚健康状态。同时，随着医疗技术的不断发展以及人们对健康的不断重视，体检不再是中老年人的独有标签，而在各个年龄层都渐渐成为一个更加普及的社会现象。同时，不仅仅是体检，患者在前往医院就医过程中往往也会设计各种项目的检查，这些检查同体检混杂在一起给医院方面的实行效率带来了极大的挑战。虽然各大医院都有着自己的医检科室，部分医院甚至专门成立了体检分院，但是由于专业主检医师以及独立医检科室的匮乏，在呈不断增长趋势的医检人群面前，诸如检中无序化、资源利用率低、人工成本高等等问题都严重影响了患者的医检体验和医院的医检效率。因此，如何在保证医院医检效率以及患者的医检体验的条件下，最高效地利用好每一个医检科室和医检器材，同时让患者花最少的时间，以最快的速度完成医检成了当前亟待解决的问题。

但是医检路径规划是一个较为复杂的问题，因为医检项目众多，每个项目所需的时间也是长短不一，在不考虑每位患者在经历各个项目时的个体耗时差异，以及部分患者可能会基于个体便利性考虑的情况打破规则的情况下，已经是一个NP完全的问题，因此不宜采用最优化算法。

局部搜索算法的主要优点在于它是一种比较通用的优化算法，可以比较方便地应用于具体的优化问题。但是传统的局部搜索算法也存在着一些明显缺陷，最主要的就是传统的局部搜索算法在优化过程中容易陷入局部最优。尽管一些局部搜索算法采用了一些特殊的策略来避免陷入局部最优，但是当问题规模，复杂度比较大的情况下这些算法还是不可避免地陷入局部最优。而且，在医检路径规划问题中，在医检结束前的大部分时间中保证每个医检科室都处于繁忙状态是求得本问题次优解的最低容忍限度。要满足这个最低容忍限度，许多简单的局部搜索算法都可以满足需求，例如爬山法等等。当然这是基于简单的情况，即当天所有患者都是同时到达医院，且每个患者在做相同的医检项目的耗时相同，同时假设每个患者都会严格服从医院方面的调度(这种情况下便不可能出现某些医检科室有患者过号的现象)。但现实情况是，首先参与医检的患者到达医院的时间点有先后，即使对第一批到达医院的患者先做好规划，在后续患者陆续到达的过程中，医院也作出了效率最高的路径规划，但是后续到达的患者中可能会出现部分基于当前各科室排队情况，优先选择排队较少或者是完成速度较快的医检科室从而实现个体最优的情况。一旦出现了这种患者不按事先规划进行医检的情况，整个算法就会出现许多不确定性。因此如何改进现有的局部搜索算法来更好地契合医检的应用场景是解决医检路径规划问题的痛点。

发明内容

本发明所要解决的技术问题是提供一种基于迭代局部搜索的医检路径规划方法，该方法利用基于蒙特卡洛模拟和迭代局部搜索，为医检患者推荐最优医检路径，能够提高医检的效率，有利于医检秩序的维持。

本发明解决上述技术问题所采用的技术方案是：一种基于迭代局部搜索的医检路径规划方法，包括以下步骤：

(1)采集医检参数，包括医检患者总数n、医检科室总数h和每个人在每个医检科室进行检查所需花费的时间t_i(i＝1，2，3，……，h)；

(2)建立时间t_i的合集，并从该合集中选取时间最长的前j个时间作为最复杂的医检时间；