智慧健康系统绩效评价方法

杨 颖，刘智勇，金新政

（华中科技大学健康信息资源研究中心，湖北 武汉 430030）

智慧健康系统绩效评价方法

杨 颖，刘智勇，金新政*

（华中科技大学健康信息资源研究中心，湖北 武汉 430030）

智慧健康系统的开发与应用是实现智慧健康发展的必由之路，是实现卫生资源共享的有效方式。如何有效地对智慧健康系统绩效进行评价尤其重要。本研究根据智慧健康系统绩效影响因素确定相应的指标体系。依据层次分析法及德尔菲法明确各指标权重，运用灰色模糊评价方法对智慧健康系统绩效进行评价，构建评价模型，得出相应的评价结果。

智慧健康系统；绩效评价；评价方法

0 引言

自古以来，追求健康是人类共同的愿望，是人们永恒的话题。伴随着人民生活水平的提高，社会老龄化的趋势，医学观念转变和慢性病形势严峻等，人们越来越关注健康，对医疗服务水平的要求也越来越高。医疗卫生服务的质量以及可及性会对人民群众的生活质量产生直接影响。面临巨大的就医需求市场和“互联网+”的兴起，医疗大数据、云计算、移动医疗、可穿戴技术等医疗信息化百花齐放［1］。各大互联网公司、医院和政府等顺应时代要求，致力于改变传统的就医模式和医院落后的就医流程，来实现“互联网+医疗”全新的思维模式。智慧健康的概念随之产生。智慧健康是一个以智能技术、网络技术和健康技术等创新科学技术为支撑，为人类健康提供服务的动态复杂的系统［2］。智慧健康系统实现了居民健康数字化、自动化、信息化等，使传统的、单纯的就医模式更贴心、更便捷、更高效。“数字化医院”、“智慧社区”、“移动医院”、“智慧城市”等是大势所趋。通过智慧健康系统将不同级别医疗平台和不同区域的就医数据、资源和信息联系到一起。系统、全面地实现居民自主健康管理、智慧养老、健康大数据分析、移动互联等［3］。在此基础上为居民提供更精准、更个性的人性化服务具有越来越重要的意义。

但当智慧健康系统实施后，可能会面临一些问题：难以有效的对智慧健康信息系统的实际应用效果和其能够带来的绩效进行评价；智慧健康项目的负责单位可能会制定不出相应的持续的动态措施来提高系统绩效；不能有效地对智慧健康系统绩效进行综合、全面的评价等。因此对智慧健康系统绩效进行评价尤其重要，即全面测量和度量系统的建设和应用等方面，明确系统与智慧健康系统带来的价值之间的关系，通过相应指标体系的构建，来分析系统的水平及效益的情况。为智慧健康系统建设进行指引，有助于协调整体战略目标与系统发展的统一。

1 系统绩效评价方法

因当今学科相互渗透、相互交叉。评价有了新的定义和内涵，泛指衡量人或者事物的价值。但从系统论的角度看，评价通常指：衡量被评系统（人或事物等）价值的系统分析过程。通过检索知网、万方中的文献，检索条件为：“主题=系统绩效 并且 主题=评价（精确匹配）”，归纳总结了常用的系统绩效评价方法（见表1）。对事物进行多因素评价，实质上就是科学研究与决策的过程，评价在实施的过程中应当注意：选择恰当的评价指标；确定各指标评价合理等级及界限；确定各评价指标权重；明确评价标准；选择适合的评价方法［4］。

表1 常见的系统绩效评价方法

2 灰色模糊评价方法在智慧健康系统绩效评价中的应用

灰色模糊综合评价的方法是指在信息不充分的条件下，评价存在着模糊因素的现象或者事物。灰色综合评价适合用于信息不充分或者信息不全的问题，在许多领域得到了应用［5］。而通常具备模糊因素的一个问题不具有充分的条件或者在一个信息不充分的问题中往往会具有一些模糊的影响因素［6］。即在一个问题中既具有灰色性又存在模糊性，这就需要综合考虑这两方面的影响，即灰色模糊综合评价。本研究将综合运用灰色模糊评价方法对智慧健康系统绩效进行评价。

智慧健康系统是充分综合利用硬件设施和相关的信息要素，通过整合信息资源、卫生资源等，在完善医疗卫生健康信息和社区居民健康电子档案的基础之上，充分利用现代化移动互联网技术和移动通信技术等，运用大数据、云计算等手段，通过和各个地区、各级医院等健康管理应用系统实现对接［7］。从而整体上实现卫生信息的现代化，重构健康服务的价值链，满足居民对高质量的医疗服务的需求。智慧健康系统不能单纯的看成是一套计算机系统，它应该包含：人、信息系统和智慧健康基础设施。这里的“人”指：参与智慧健康管理的人员、加入到智慧健康中的居民、政府、卫生人员等。“信息系统”指：运用互联网、移动通信技术等构建起来的智能信息系统。“智慧健康基础设施”指：用于智慧健康一系列的物质条件及基础设施的配备等［8］。

2.1.1 确定评价因素集合

依据智慧健康系统绩效影响因素的属性进行分类，构建这些影响因素之间的层次关系。评价指标在进行选择时要遵循代表性、确定性、灵敏性及独立性的原则。设智慧健康系统影响因素的集合为：U=｛U1，U2，……，Un｝（一级指标）。其中一级指标中每个影响因素的下级可以设为：U1=｛U11，U12，……，U1m｝，U2=｛U21，U22，……，U2m｝，……，Un=｛Un1，Un2，……，Unm｝（二级指标）（n m=1，2，3，……k），三级指标可以依次类推。确定指标体系。

2.1.2 明确评价指标的权重集

考虑到专家在参与决策时的可信的程度，因此在确定评价指标的权重时，可以先从专家的职称、水平、知名度、学历、对内容的熟悉度、自信程度、对问题的判断依据等方面对专家进行相应的评估，来确定进行评价专家的可信任的程度。其次可以根据层次分析法和德尔菲法来确定每个专家对智慧健康系统绩效评价中各项指标的权重集［9］。得到的各级指标权重向量W=｛W1，W2，……，Wm｝，其中Wi为评价指标的集合中第i个指标所对应的权重为：

2.1.3 制定智慧健康系统绩效评价指标的评分等级

设置智慧健康系统的绩效评价的等级为N，N=｛N1，N2，N3，N4｝。N1，N2，N3，N4分别代表绩效状况很好，较好，一般和较差。可以根据实际运用情况给N1，N2，N3，N4进行相应等级赋值。进而把定性指标转变成定量指标。

2.1.4 确定智慧健康系统绩效评价指标的评价灰类

确定智慧健康系统绩效评价指标的评价灰类，主要是指明确其评价等级数的序号为（e），灰数的白化权函数（f）及灰数（⊗）。灰类的确定要依据评价等级，利用定性分析［10］。最常用的三种白化权函数如下：

高灰类（e1）：灰数⊗∈［d1，∞］，其白化权函数如函数1所示：

中灰类（e2）：灰数⊗∈［0，d2，2d2］，其白化权函数如函数2所示：

低灰类（e3）：灰数⊗∈［0，d3，d4］，其白化权函数如函数3所示

2.1.5 计算智慧健康系统绩效评价矩阵的灰色统计数

根据白化权函数，第i个评价指标属于第e个评价灰类，其评价矩阵的灰色统计数为：

2.1.6 计算智慧健康系统绩效评价指标的灰色评价权值，得出模糊权矩阵

n位专家对第i个评价因素，其主张第e种评价灰类的灰色权值为：rie=nie/ni。而且由rie构建的单因素的模糊权矩阵为：R=｛rie｝。

2.1.7 智慧健康系统绩效灰色模糊综合评价

因为n个因素构成了一级指标U，则单因素评价矩阵R（由灰色评价权值构成）可将其分成n个相应的子矩阵。因此在进行的一级灰色模糊评判时，可以算出一级指标的评价集合应为Ui=Wi×Rn（i=1，2，3…..m）。同理依据以上结果可以计算出总的灰色模糊综合评价矩阵为：U=W×｛ U1，U2，……，Un｝T。

2.1.8 得出综合评价结果

根据绩效评价等级N，计算出最终的评价结果值为：Z=U×NT。

3 结语

因我国医疗卫生资源分配不均衡，城乡医疗服务水平相差较大，80%的资源集中在大城市的大医院，大医院人满为患，然而社区医院看病人数少。同时信息化系统仍然未实现互联互通，“信息孤岛”现象严重。医疗卫生行业面临着诸多困境亟需解决。同时随着“智慧城市”、“智慧地球”等的提出以及新一代信息技术（移动互联网、大数据、物联网、云计算）为智慧健康发展提供强有力的技术支撑［11］。智慧健康越来越受到政府、医院企业和学术界等的关注，对智慧健康系统绩效评价的研究也有着重大的和实际意义和理论意义［12］。本研究通过总结系统绩效评价方法，利用灰色模糊综合评价法对智慧健康系统绩效评价进行评估，以期为智慧健康系统管理人员提供参考和借鉴。

［1］ 刘尚海，陈博.智慧健康生态系统及生态链研究［J］. 中国科技论坛， 2015（4）:41-45.

［2］ 韩晓丹，金新政.智慧健康研究热点分析［J］. 智慧健康， 2016，2（6）:2-7.

［3］ 杨颖，刘智勇，金新政. 智慧健康系统功能分析［J］. 智慧健康， 2016，2（6）:22-26.

［4］ 邱均平，谢辉，李进华. 竞争情报系统绩效综合评价研究［J］. 情报科学， 2011，29（04）:481-485.

［5］ 张翠英，张静.灰色模糊评价法在竞争情报系统绩效评价中的应用［J］. 情报科学， 2010，28（01）:81-85.

［6］ 陈阳，牟岚，张博文， 等. 社区健康质量灰评估模型研究［J］. 卫生软科学， 2015（10）:646-650.

［7］ 张博文，金新政.智慧健康服务模式研究［J］. 智慧健康， 2016，2（6）:27-31.

［8］ 姚强.国家卫生系统绩效评价模型理论与方法研究［D］. 华中科技大学， 2015.

［9］ 卜广志，张宇文.基于灰色模糊关系的灰色模糊综合评判［J］. 系统工程理论与实践， 2002（04）:141-144.

［10］ 陈焕江，吴延峰.物流系统绩效综合评价方法的研究［J］. 交通标准化， 2005（12）:158-160.

［11］ 庹兵兵，沈丽宁，金新政. 智慧健康系统架构研究［J］. 智慧健康， 2016，2（6）:18-21.

［12］ 洪紫映，邓朝华，金新政. 智慧健康系统的影响因素研究［J］. 智慧健康， 2016，2（6）:8-11.

The Method of Measuring Smart Health System Performance

YANG Ying，LIU Zhi-yong，JIN Xin-zheng*
（Research Centre of Health Information Resource， HUST， Wuhan， 430030， Hubei， China）

Smart health system development and application is to realize the wisdom of healthy development， and this is an effective way to achieve health shared resources. How to evaluate the performance of the wisdom of the health system is especially important. This study identified the appropriate index system based on performance factors wisdom health system. Based on AHP and Delphi method clear the index weight， using gray fuzzy evaluating method to evaluate the wisdom of health system performance， build evaluation model， draw the corresponding evaluation results.

Smart health system； Performance evaluation； Evaluation method

“国家科技支撑计划项目”资助（项目编号：2008BAI52B00）

杨颖，女，硕士研究生在读，研究方向：卫生信息管理。

金新政，男，华中科技大学同济医学院 管理学教授，研究生导师，系华中科技大学健康信息资源研究中心主任。主要研究方向是信息管理、卫生事业管理和软科学。