[发明专利]基于病人就诊地理大数据的医疗机构绩效分级评价方法

摘要

本发明公开了一种基于病人就诊地理大数据的医疗机构绩效分级评价方法，本发明的创新之处在于从病患角度出发，通过分析利用就诊地理大数据，根据病患对医疗机构的市场选择和实际的就诊情况，构建了对医疗服务及绩效情况进行评价的指标体系，并给出了具体分等定级评价方法。尽管所给出的实施步骤是以儿科病患的就诊情况为实例展开，但事实上该实施步骤能够针对每种细分的疾病分类，按照完全相同的指标体系对每种疾病类型医疗机构的服务和绩效水平进行分级评价。本发明特点是指标体系简单、计算方便、不需要复杂的人工数据收集工作，且能够根据疾病类型对所有医疗机构进行排序。这说明了本发明的有效性、简便性和实用性。

主权项

1.一种基于病人就诊地理大数据的医疗机构绩效分级评价方法，其特征在于：包括以下步骤：/n步骤一、病案首页病患地址信息地图匹配：从海量病案首页提取病患的居住地及其就诊医疗机构文本地址信息，将文本地址信息进行正确分词，根据已有相关区域的地名词典，提取文本地址中所在的市、县、乡镇、道路等，而后自动将文本地址匹配到地图中的相应位置；/n步骤二、根据病人就诊信息，构建医疗机构复杂地理网络：在步骤一的基础上，对完成地理定位后的病人、医疗机构建立复杂地理网络；/n1)构建复杂地理网络节点：在病案首页空间数据表中，选取一种疾病类型，根据病人身份编码提取所有病人空间位置及疾病代码、就医花费、住院时长等信息，作为复杂地理网络中病人节点V_patient；根据就诊医疗机构ID提取所有医疗机构空间位置、机构名称等信息，作为复杂地理网络中医疗机构节点V_hospital；/n2)构建复杂地理网络边：在病案首页空间数据表中，选取一种疾病类型，以病人为对象，根据身份编码提取其就诊行为，将每次就诊行为中病人作为起点，医疗机构作为终点，二者之间的空间关联为复杂地理网络中的就诊边E_treatment；对同一病人的多次就诊行为，设定就医时间间隔和疾病类型阈值，按时间顺序提取阈值范围内同一病人先后就诊的医疗机构，这些医疗机构之间的空间关联为复杂地理网络中的转诊边E_transfer；/n所有节点与边构成复杂地理网络，复杂地理网络记为符号G＝{V,E}，其中V＝{V_patient,V_hospital}＝{v₁,v₂,...v_n}代表网络中的节点，包含病人节点和医疗机构节点，而E＝{E_treatment,E_transfer}＝{e₁,e₂,...e_m}代表网络中的边，包括就诊边和转诊边，即n个节点和m个边；/n步骤三、根据医疗机构的度中心性对医疗机构进行大类划分：以医疗机构实际就诊病人人数为基础，构建医疗机构度中心性指标，并依照该指标对医疗机构进行大类划分；/n1)度中心性指标构建：在医疗机构复杂地理网络中，医疗机构节点V_hospital的度为病人选择到该医疗机构就诊的总人数，又被称之为度的中心性，记为I_patient；/n2)医疗机构大类划分：根据医疗机构度中心性，采用系统聚类法进行聚类，并将医疗机构从整体上按照常见的国家的三级医院分类方法分为九个大类，度中心性相近的医疗机构被分入同一大类；度中心性越强，医疗机构所在大类等级越高，其中度中心性最强的分类为第一大类医疗机构，度中心性最弱的分类为第九大类医疗机构；/n步骤四、计算医疗机构吸引中心性指标：以每个分类中医疗机构复杂地理网络中病人节点V_patient、医疗机构节点V_hospital、就诊边E_treatment为基础，计算医疗机构吸引中心性指标；/n1)医疗机构Voronoi图构建：提取医疗机构复杂地理网络中医疗机构节点V_hospital，根据医疗机构位置构建Voronoi图，Voronoi图对医疗机构所在地理空间进行分割，每个Voronoi多边形中仅包含1个医疗机构，该多边形的覆盖范围为医疗机构理论上的空间影响范围；/n2)吸引中心性指标计算：提取医疗机构复杂地理网络中病人节点V_patient，将病人节点V_patient与Voronoi图进行空间关联，每一个病人节点落入唯一与之空间关联的多边形内；设对某一个医疗机构v_h，落在其所对应的Voronoi多边形中的病人人数为p_t，到该医疗机构就医的人数为p_h；于是定义如下医疗机构吸引中心性指标：/n /n步骤五、计算医疗机构的转诊中心性指标：病患在医疗机构之间的相互转诊直观地表明了病患对不同医疗机构的主观对比评价情况，以每个分类中医疗机构复杂地理网络中医疗机构节点V_hospital、转诊边E_transfer为基础，构建医疗机构转诊中心性指标，该指标为医疗机构节点V_hospital在转诊边E_transfe上入度的加权求和；/n提取医疗机构复杂地理网络中的转诊边E_transfer，对构成转诊边上的各个医疗机构节点，统计其全部转入次数，设医疗机构的总个数为k个，in_i^j代表第i个医疗机构对第j个医疗机构的入度，即病人由第i个医疗机构转诊到第j个医疗机构的人数，w_i为第i个医疗机构的权值，其等级越高，则权值越大，权值为该医疗机构所在分类序号的倒数；/n /n步骤六、计算医疗机构的平均住院时长指标：医疗机构的平均住院时长指标为所有病人在该医疗机构的住院时间长度的平均值；提取每个分类医疗机构复杂地理网络中的医疗机构节点V_hospital、就诊边E_treatment，计算就诊边E_treatment每次就诊行为的住院时间，并以医疗机构节点V_hospital为统计对象，计算每个医疗机构的平均住院时间，为医疗机构的平均住院时长指标；/n步骤七、计算医疗机构的平均住院花费指标：医疗机构的平均住院花费指标为所有病人在该医疗机构的住院费用的平均值；提取每个分类医疗机构复杂地理网络中的医疗机构节点V_hospital、就诊边E_treatment，计算就诊边E_treatment每次就诊行为的住院花费，并以医疗机构节点V_hospital为统计对象，计算每个医疗机构的平均住院花费，为医疗机构的平均住院花费指标；/n步骤八、各个指标的规范化计算：将上述的五种指标，也即医疗机构度中心性指标、医疗机构吸引中心性指标、医疗机构转诊中心性指标、医疗机构的平均住院时长和医疗机构的平均花费等指标分别进行规范化；其中后两个指标需要先求倒数，使得和前三个指标保持一致，即指标值越大，该医疗机构的评价分数越高；指标规范化的目的在于消除量纲差异，使得各个指标对最终排序结果的影响保持相同；/n步骤九、在每一个分类中对医疗机构进行排序评价：根据以上规范计算后的指标值，分别在每一个分类将五种指标值求和，而后根据求和后的结果在每一个分类内部进行医疗机构的排序，从而在每一个分类中对医疗机构进行绩效水平的排序评价。/n