[发明专利]医疗资源规划方法、装置、设备及存储介质

说明书

本申请涉及数字医疗领域，揭示了医疗资源规划方法，包括：根据预设优化目标、预设约束条件和决策变量构建指定地域的疾病诊断分类的决策模型，决策变量包括疾病分组的分组权重以及各疾病分组分别对应的可配置资源标准；获取指定地域的历史资源样本数据；根据历史资源样本数据，形成指定地域的决策模型的目标函数曲线；通过多重幂指函数平滑目标函数曲线中的拐点，得到优化的目标函数；对优化的目标函数求解最优解，得到各疾病分组分别对应的最优分组权重和最优资源配置标准；根据各疾病分组分别对应的最优分组权重和最优支付标准，形成资源配置方案。通过多重幂指函数平滑目标函数曲线中的拐点实现连续可导，精准确定目标函数最优解实现精准优化。

技术领域

本申请涉及数字医疗领域，特别是涉及到医疗资源规划方法、装置、设备及存储介质。

背景技术

DRGs(Diagnosis Related Groups，疾病诊断分类)付费，是将住院病人分组后、根据分组按支付标准付费的医保支付方式。根据年龄、诊断、并发症、治疗方式、病症严重程度及资源消耗等因素，将患者分诊断组管理，进而对各诊断组制定支付标准，预付医疗费用。DRGs旨在合理配置医疗费用，帮助优化医生诊疗行为、控制总费用上升，是近期国家医疗保障局重点推广的支付方式之一。但不同地区以及不同医院的目标病患结构与实际需求不同，全国统一的DRGs医保支付标准不具有普适性，各地区或医院需根据实际情况调整适用DRGs标准。为了制定符合地域现状的DRGs标准，需要优化决策出最优的本地DRGs分组权重与支付标准。然而由于支付标准存在上下限以及决策目标的复杂性等，导致决策目标函数受不连续可导性的缺陷困扰，难以准确求解，导致优化不精准。

发明内容

本申请的主要目的为提供医疗资源规划方法，旨在解决现有符合地域现状的DRGs标准无法精准优化的技术问题。

本申请提出一种医疗资源规划方法，包括：

根据预设优化目标、预设约束条件和决策变量构建指定地域的疾病诊断分类的决策模型，其中，所述决策变量包括疾病分组的分组权重以及各所述疾病分组分别对应的可配置资源标准；

获取所述指定地域的历史资源样本数据；

根据所述历史资源样本数据，形成所述指定地域的决策模型的目标函数曲线；

通过多重幂指函数平滑所述目标函数曲线中的拐点，得到优化的目标函数；

对所述优化的目标函数求解最优解，得到各所述疾病分组分别对应的最优分组权重和最优资源配置标准；

根据各所述疾病分组分别对应的最优分组权重和最优支付标准，形成资源配置方案。

优选地，所述通过多重幂指函数平滑所述目标函数曲线中的拐点，得到优化的目标函数的步骤，包括：

获取所述目标函数曲线中的指定拐点，其中，所述指定拐点为所述目标函数曲线中的任意一拐点；

将所述目标函数曲线中的第一线段表示为所述多重幂指函数的第一表达式，将所述目标函数曲线中指定拐点的第二线段表示为所述多重幂指函数的第二表达式，其中，所述第一线段和所述第二线段分别处于所述指定拐点的两侧，所述第一线段或所述第二线段对应的替换公式为表示所述多重幂指函数，kx表示所述第一线段或所述第二线段，k表示线段斜率，ɑ表示拟合调控参数，x表示自变量，e表示自然对数；

将所述第一表达式和所述第二表达式组成方程组；

求解所述方程组，得到同时适合所述第一表达式和所述第二表达式的指定拟合调控参数；

通过所述指定拟合调控参数对应的多重幂指函数，替换所述第一线段的函数表达式和所述第二线段的函数表达式；

根据所述指定拐点的优化方式，优化所述目标函数曲线中的所有拐点，得到所述优化的目标函数。