应用层次分析法研究不同岗位人员对PACS指标的选择优先度

陈维进 查云飞 王 弘 甘 霖 张士涛

医学影像存档与传输系统(picture archiving and communication systems，PACS)包括医学图像从各种医学成像设备上获取，采用通信、网络、存储及图像处理等现代信息技术，通过存储、传输分发到各工作站(或打印机)，提供给医生作为书写报告和其他临床诊断、治疗的依据[1]。PACS的应用不仅涉及放射科人员、临床医生，而且涉及工程技术人员、PACS技术供应商等不同学科、不同岗位人员[2]。若定量、非定性地评估不同岗位人员对PACS的需求或选择优先度非常复杂，而层次分析法是一种综合人们主观判断、使定性分析和定量分析有机结合的决策方法，其能够将结构复杂、决策准则多且不易量化的决策问题按照因素间的相互关系和隶属关系，分解成多层分析结构模型，通过2个元素两两比较其重要性和重要程度，最终归结为最底层相对于最高层的相对重要程度权值问题，即“分而治之(divide et impera)”[3]。本研究拟应用层次分析法研究不同岗位人员对PACS需求选择优先度。

1 材料与方法

1.1 调查对象的选择

本研究选择临床医生、放射科人员、PACS供应商和计算机工程人员作为研究的调查对象。

1.2 建立递阶层次结构

本研究由PACS相关领域的专家组成专家组。专家组成员包括放射科人员2名(主任医师1名、副主任医师1名)、生物医学工程系副教授1名、计算机高级工程师1名、项目管理人员1名(行政副院长且副主任医师)、北京天健科技集团PACS计算机高级工程师1名，临床医生3名(主任医师1名，副主任医师2名)，共计9名。

专家组成员条件为：①副高级技术职称以上；②在本专业岗位有8年以上实践经历；③具有一定的计算机知识、有应用或接触PACS的经历等。9名专家组成员梳理出PACS的主要指标，详细分析主要指标的相互关系，使之条理化、层级化，构建递阶层次结构(如图1所示)。

图1 PACS主要指标层级结构图

1.3 构造判断矩阵并赋值

反复询问被调查人员，针对判断矩阵的准则，判断两个元素两两比较哪个重要，重要多少，对重要性程度按1～9赋值[4]。重要性标度值见表1。

表1 重要性标度含义表

设填写后的判断矩阵为A=(aij)n×n，判断矩阵具有如下性质：①aij＞0；②aij=1/aji；③aii=1；在特殊情况下，判断矩阵可以具有传递性，即满足等式：aii×ajk=ajk。

1.4 根据矩阵,采用几何平均法(根法)计算各个指标的权重值

计算各个指标的权重值的具体计算步骤如下。

(1)计算矩阵中每行数值Aij的几何均数，所得到的结果记为Ai(公式1)。

(2)对A=(A1，A2，…，An)T进行规范化，经过正规化后作为指标A1、A2、A3、A4、A5的权重值(公式2)。

1.5 进行判断矩阵的一致性检验

(1)计算判断矩阵A的最大特征根λmax(公式3)：

(2)计算一致性指标(公式4)：

(3)计算一致性比例(Consistency Ratio)(公式5)：

其中RI为平均随机一致性指数。当CR＜0.1时认为判断矩阵的一致性可以接受。当判断矩阵通过一致性检验后则计算出的结果可作为指标元素的权重值。

1.6 数据处理

收集的数据输入Microsoft Excel，计算指标权重值和进行一致性检验。

2 结果

2.1 PACS一级指标重要性

产品的用途越广则表示功能越多，其性能越高则表示质量越好。系统组件则是指在设备中组装在一起形成功能单元的一组元件。

临床医生、放射科人员、PACS供应商和计算机工程人员均将PACS功能和性能放在首要位置，将系统组件放在最后，折射出一个产品其功能和性能是核心，是不同岗位人员优先选择的指标。仅就系统功能和性能而言，放射科人员偏重于系统性能，而计算机工程人员则偏重于功能。通常，放射科人员只有在系统稳定和安全的前提下才能保证在正常工作时间内完成日常的工作量，对此折射出放射科人员注重系统的稳定性、数据的安全性、可靠性的原因。计算机工程人员则注重PACS的性能，即图像的获取、处理、传输、存储、使用、业务的支持度以及工作流程等功用性的指标(见表2)。

表2 PACS一级指标权重值(CR≤0.1)

2.2 PACS二级指标的权重值

PACS二级指标的权重值见表3。

(1)就系统功能的下级指标而言，临床医生和计算机工程人员优先考虑PACS功能，而放射科人员和PACS供应商则认为PACS功能与放射学信息系统(radiology information system，RIS)功能并重，并将其放在首要位置。放射科人员和PACS供应商认为PACS、RIS同等重要地需要与医院信息系统(hospital information system，HIS)融合。

(2)就系统性能的下级指标而言，临床医生注重系统的稳定性，即平均无故障时间、故障的保障策略等，而放射科人员则注重系统的安全性和开放性，即数据不被篡改、丢失以及系统软硬件的兼容性和可扩展性。PACS供应商和计算机工程人员则更注重系统的先进性，即PACS的构架、图像处理能力等核心技术层面。

(3)就系统组件的下级结构而言，临床医生注重PACS工作站，即工作站用户界面是否友好、生成打印报告等问题。放射科人员则注重PACS的存储系统，即存储系统的容量、性能、存储格式、压缩技术以及外部信息系统RIS/HIS接口。PACS供应商则注重网络的构架、性能。计算机工程人员则将存储系统和服务器并重放在优先考虑的位置。

2.3 调查对象的一致性检验结果

调查对象的一致性检验结果见表4。表中显示，当CR＜0.1时通常认为判断矩阵的一致性可以接受。而表3显示，临床医生、放射科人员、PACS供应商及计算机工程人员均通过一致性检验后判断矩阵，因此计算出的结果可以作为指标的权重值。

表3 PACS二级指标权重值

表4 调查对象的一致性检验结果(CR值)

3 讨论

本研究采用层次分析法定量研究不同岗位人员对PACS指标的选择优先度，其结果表明，在3个一级指标中PACS的主要用户(临床医生和放射科人员)和PACS工程人员(PACS供应商和计算机工程人员)均将PACS功能和性能放在首位，偏好于该两项指标。在13项二级指标中，4种不同岗位人员则各有偏重，其原因除均为从自身的职责考虑外各有所不同：①临床医生和放射科人员体现了“患者第一”的思想；②工程人员则是从全院信息系统和技术层面考虑。

Joshi等[5]从放射人员的角度考察选择PACS优先考虑的指标。结果表明，在一级指标中放射人员将产品的功能和无故障运行放在首位，其次是系统性能与结构，再则是流程管理和图像操作的用户界面；在二级指标中将数据的安全、故障处理策略、产品的升级与扩容、快速的调阅数据影像以及与其他系统的整合即开放性放在优先的地位。本研究邀请的调查对象有放射人员、临床医生和计算机人员等，因此研究结果与Joshi等大体一致。

目前，用于量化决策的方法有层次分析法、Meta分析法[6]、联合分析法(Conjoint analysis)[7]、离散选择模型(Discrete choice analysis)[8]等。Scholl等[9]指出，在多因素的复杂决策中，层次分析法比联合分析法更适用。Ijzerman[10]建议在涉及6项属性要素时层次分析法比联合分析法更有效。层次分析法与其他方法相比更具优势。由于层次分析法在处理复杂问题上的优势，于20世纪80年代后在我国各个学科都得到了广泛的应用[11-12]。

层次分析法在方法学中也有一定的局限性：①其层次必须为递阶结构，上、下层级是隶属关系，且其隶属关系必须明显；②层次内的指标含义要明确，语义不能含糊或不易理解；③同一层次内的指标(元素)设置有数量限制，不宜＞4个，否则导致判断困难，易引起不一致性现象[13]。

本研究采用层次分析法的适应度有其局限性：①评估体系中有一项层次内的指标(元素)达到6个，＞5个易导致判断错误，引起不一致；②邀请人数过少，因为专家的年龄、经历、经历年限及教育背景均有可能影响专家的评判，导致其结果缺乏代表性，不能适应不同层次、规模的医院使用。

本研究的结论可作为医院选择PACS决策参考，其应用的效度和广度有待进一步探讨。

[1]王文生,王鹏程,谢晋东,等.PACS在我国的应用与进展[J].中国医学装备,2008,5(3):59-61.

[2]仇建云,桂朝伟,唐晓薇,等.PACS系统的关键技术及应用[J].中国医学装备,2011,8(9):31-33.

[3]Reinhardt U.Divide et impera:protecting the growth of health care incomes(COSTS)[J].Health Econ,2012,21(1):41-54.

[4]Saaty TL.A scaling method for priorities in hierarchical structures[J].J Math Psychol,1977,15(1):8-12.

[5]Joshi V,Lee K,Melson D,et al.Empirical investigation of radiologists' priorities for PACS selection:an analytical hierarchy process approach[J].J Digit Imaging,2011,24(4):700-708.

[6]Bracale U,Rovani M,Bracale M,et al.Totally laparoscopic gastrectomy for gastric cancer:meta-analysis of short-term outcomes[J].Minim Invasive Ther Allied Technol,2012,21(3):150-60.

[7]Bridges JF,Mohamed AF,Finnern HW,et al.Patients' preferences for treatment outcomes for advanced non-small cell lung cancer:a conjoint analysis[J].Lung Cancer,2012,77(1):224-231.

[8]de Bekker-Grob EW,Ryan M,Gerard K.Discrete choice experiments in health economics:a review of the literature[J].Health Econ,2012,21(2):145-172.

[9]Scholl A,Manthey L,helm R,et al.Solving multiattribute design problems with analytic hierarchy process and conjoint analysis:an empirical comparison[J].Eur J Oper Res,2005,164(3):760-777.

[10]Ijzerman MJ,van Til JA,Bridges JF.A comparison of analytic hierarchy process and conjoint analysis methods in assessing treatment alternatives for stroke rehabilitation[J].Patient,2012,5(1):45-56.

[11]王以彭,李结松,刘立元.层次分析法在确定评价指标权重系数中的应用[J].第一军医大学学报,1999,19(4):377-379.

[12]薄斌,程萍,何黎升,等.基于层次分析法和专家咨询法建立颌面部损伤严重度评价方法[J].中华创伤杂志,2008,24(2):136-140.

[13]Pecchia L,Martin JL,Ragozzino A,et al.User needs elicitation via analytic hierarchy process(AHP).A case study on a Computed Tomography(CT)scanner[J].BMC Med Inform Decis Mak,2013,13(1):2-12.