医疗设备档案数据挖掘研究*

吕恒勇，李心蕊，朱宏亮，王慧泉

(1.天津市中西医结合医院 南开医院，天津 300100；2.天津工业大学 电子与信息工程学院，天津 300387)

1 引 言

医学诊疗设备是医院为患者提供优良诊疗服务的有效物质基础，其在医院的配置规模体现医院的诊疗水平、服务质量及医院的核心竞争力[1]。医疗设备档案作为医疗设备精细化管理的有效载体，其管理工作面临着前所未有的机遇与挑战，其复杂性与综合性愈加提高[2]。医疗设备档案信息不应局限于设备购置阶段，而应在医学诊疗设备全生命周期管理过程中挖掘信息的有效价值，如为购置前的设备调研、论证、购置决策依据提供量化支持；为医疗设备的有效使用、保养、维修提供重要依据，为医疗设备临床使用科室提供有效而准确的支持[3]；档案管理信息数据结构复杂，如何进行描述与度量，需要探索有效的数据挖掘策略[4]。因此，通过何种高效、智能的数据算法对医疗设备档案信息进行数据挖掘，实现医疗设备的精细化管理，提升医疗设备档案管理，是本研究的主要内容。

2 医疗设备档案数据信息管理的现状

现阶段医疗设备数据信息存储形式主要分为三类。第一类为存储于医院信息化管理系统(HIS)的数据信息[5]。HIS通过对医院医疗服务范围内的人员流动、医疗状况、财务状况、药物使用情况等方面进行综合管理，并对医疗服务流程的各个阶段产生的数据进行挖掘处理[6-8]。由诊疗设备和治疗设备产生的数据信息涵盖于此系统中，如检查手段、检测方法、治疗方法、与此相关的医疗诊治费用相关信息，这一部分数据是对医疗设备进行绩效分析的数据基础，但大多不易与其他诊疗方式相分离，需要研究者根据医院运行状况进行数据处理；第二类数据来源于个体化的医疗设备信息化管理系统[9-11]。基于医疗设备全生命周期管理这一准则，很多大型医院根据自身需求，设计了符合医院实际情况的医疗设备全生命周期管理系统。这一部分数据涵盖医疗设备全生命周期管理过程中的数据信息，但诸如设备购置前期的调研、论证、审批过程、大型设备安装论证过程等，尚未纳入此系统，且其标准化、程序化、规范化程度有待进一步提高；第三类数据来源于传统的纸质档案数据[12-14]。纸质档案具有明确的法律效率，是设备管理过程中追踪溯源的基础，信息化的设备档案管理信息必须与纸质档案一致。在现有文献研究中发现，纸质档案中的数据除部分与个体化医疗设备信息化管理系统内的数据重合外，其余数据如设备购置的必要性与紧迫性，均未有研究涉及，应对此部分数据进行挖掘提取[15-16]。

3 研究方法与研究内容

整理归纳医院现有医疗设备档案信息，医院医疗设备信息化管理系统中医疗设备全生命周期过程管理信息、HIS中涉及医疗设备的诊疗信息，提取全生命周期管理过程中设备购置决策影响因子，运用层次分析方法中分类决策对其权重进行评估[17]，并根据决策影响因子对既往医疗设备购置进行评估，建立医疗设备购置前既往设备数据层次分析量化计算方式[18]，通过既往购置设备验证层次分析法的适用性，为相同设备及近似设备购置提供定量支持，给医疗设备安全管理论证委员会明确的数据依据，为医院的购置决策提供支持。

4 数据预处理

层次分析法(analytic hierarchy process，AHP)是在对复杂决策问题进行分析时，提取决策因素信息，建立一致比较矩阵，确立影响因素的权重，进而进行定性分析与定量分析的决策处理方法[19]。本研究的设计思想是为新购置医疗设备提供决策依据，根据决策过程，梳理出其决策因子及分属种类，建立层次结构模型。在医疗设备购置决策依据中的决策因子及其分属种类，见表1[20]。

表1 决策因子来源及分类Table 1 Source and classification of decision factors

(注：A：数据来源于设备档案信息；B：数据来源于HIS系统数据；C：数据来源于设备信息化管理系统)

三类主因子在设备购置过程中，可通过两两比较判断矩阵，按9分位比率排定各评价指标的相对顺序，进行最大特征值计算，判断影响因子中各个因子所占决策权重。其尺度判定见表2[17,21]。

表2 尺度判定评分表

在验证应用中，根据数据来源及品牌等需要，纳入设备绩效管理影响因子[22-23]，进行数据检验分析，如：

A、根据单一品牌设备使用情况判断设备的有效经济效益参数，设备性价比优势明显，设备有效利用率高；

B、单一设备的不同品牌的价格优势，通过确定技术性能，逐项进行类处理，进行技术参数评估，即设备的技术参数指数，对设备性能进行简单评估分析；

C、单一治疗设备正常使用年限、维修总值、应用效益、购置总值、折旧年限，建立折旧年限年收益与生命周期建立年收益，即设备的经济效益指数(投资回收期/投资利润率)，进行单一设备全生命使用周期考核；

以上档案信息数据经过转换后，提取相关决策因子进入层次分析准则层，其数据处理过程见图1。

图1 数据处理流程Fig 1 Data processing flow chart

层次分析法在决策应用中，其判断矩阵一致性需要不断调整，每个因素所占权重具有一致性是此算法实施的主要难点[24]。纳入设备参数权重按照设备购置申请的优先考虑因素(技术、经济效益、社会效益)计算得出其权重预估值，此预估值一方面可以判断在决策评估过程中，决策因子所占权重，另一方面与根据决策因子的量化得分相结合，验证已购置设备的最合理的一次决策，给出量化依据。

5 方法检验

以医院监护仪购置决策分析为例，对院方所使用的三种品牌监护仪进行分类比较。在决策因子抓取过程中，院方所选取三种品牌监护仪，在购置性质上，均属医院基本医疗设备，此层次不在纳入准则层进行验证；将设备使用情况、绩效状况纳入准则层，其中，设备使用情况中的折旧年限，根据医院专用设备折旧年限规定，同样为五年不纳入准则层进行验证，设备绩效情况中的场地物业成本视为一致，不纳入准则层进行验证，因此，设备使用状况和设备绩效状况中用六个决策因子来衡量：使用年限、重大事故率、维修维保支出、人力成本、设备有效利用率、检查治疗收入，分别用p1、p2、p3、p4、p5、p6 来表示。验证比较矩阵见表3。

表3 验证比较矩阵

经过计算，矩阵一致性指标C.I.=0.07，公式为(1)。

(1)

查表得同阶平均随机一致性指标R.I.=1.24，随机一致性比C.R.可由式(2)得出为0.056，小于0.10，从而判断矩阵具有满意的一致性。判断矩阵最大特征向量为：W=( W1， W2…… W6)t=(0.16,0.18,0.20,0.05,0.16,0.25)t。

(2)

三个品牌根据决策因子(使用年限、重大事故率、维修维保支出、人力成本、设备有效利用率、检查治疗收入)打分得分如下：

品牌A=(80，80，80，80，75，85)；

品牌B=(85，80，75，75，70，80)；

品牌C=(90，80，65，75，70，80)；

品牌A评估总分=(80×0.16+80×0.18+80×0.20+80×0.05+75×0.16+85×0.25)

=80.45；

品牌B评估总分=(85×0.16+80×0.18+75×0.20+75×0.05+70×0.16+80×0.25)=77.95；

品牌C评估总分=(90×0.16+80×0.18+65×0.20+75×0.05+70×0.16+80×0.25)=76.75；

6 讨 论

本研究基于层次分析法，对既往增置同类设备进行初步分析，在分析过程中发现：从决策因子权重得出，检查治疗收入因子在设备购置决策中比重较大(特征向量值为0.25)；结合既往档案信息发现，品牌A得分最高，虽然决策因子使用年限得分较低，这与其购置年限有关(品牌A购置年限最少，品牌C购置年限最长)，从打分及得分中可以发现，随着设备使用年限的增置，其有效利用率、维修维保支出加大，得分较低。同样，结果显示医院在既往设备购置过程中，虽然未将决策过程量化，但购置决策结果属于最优选择。但在研究过程中，仍存在以下问题。第一，由于医疗设备档案管理要求不断提高，其传统纸质档案中存在数据不齐，甚至缺失现象，基于此情况，在数据处理过程中，只选取近三年来数据信息。第二，在医院信息化管理系统中，个别数据存在分类不清，与设备使用相关数据未能充分体现，部分数据需要进一步甄别。第三，由于数据提取仅限于单个医院数据，样本量受限，层次分析相对简单。

7 结 论

本研究基于传统纸质档案信息、医疗设备信息化管理系统信息、医院信息化管理系统信息，运用数据挖掘技术，利用层次分析法，建立了一种可量化的增置同类医疗设备的指标评估体系，为医院医疗设备增置提供决策依据，对档案管理工作进行创新与优化，对大数据时代的档案信息进行深入挖掘，整合档案资源，提高档案管理水平，为医院的发展提供决策参考，以适应新时期档案管理工作的要求。