基于模糊决策的医疗设备采购论证方案设计与应用

余 敏

广东省第二人民医院 广东广州 510317

早期的医疗实践中,由于科技发展的限制,人类很难获取足够的医疗材料和设施来提高医疗水平,因此,人力占有绝对统治的地位,然后辅以少量的医用器械如镊子、剪刀、缝合线等。随着科技的飞速发展,医疗设备在日常医疗实践中的地位日趋重要,医疗设备的种类和功能日新月异,医疗设备的投入也相应地日趋庞大,因此,对医疗设备的采购和管理便变得越来越重要且复杂,特别是在采购方面[1-8]。目前,医疗设备使用流程大致包括使用部门申请、专家论证、招标采购、安装调试、临床使用等几个主要步骤。整个流程的科学性和执行效率决定着医疗设备运行的效益,特别是大型高端医疗设备。大型高端设备由于具有前期投入高、运行时间久、中间维护成本巨大等特点而成为医院医疗设备采购的重中之重。毕竟一旦决策有失,必然会造成资源的巨大浪费[9-11]。在这些步骤中,使用部门的调查分析是第一个关口,它既决定着设备预算的精度,同时又决定了设备相应的主观和客观指标。然而,在很多时候,使用部门的分析很难做到客观和公正。故此,专家论证便承担起设备成本效益控制的关键任务,从而备受管理者重视。在早期,专家论证完全由人工完成。随着医学专业的逐步精细化和医疗设备的复杂化,许多专家无法在短时间内充分了解相应设备的各项指标和性能,使得论证过程流于形式。为强化专家论证手段,大量研究者针对专家论证领域提炼了许多实用方法来提高论证效率并减少专家论证的随意性[12-14]。其中,研究较为广泛的是运用大数据和人工智能手段来作为辅助决策手段来提高论证的科学性和客观性[15-18]。本文在总结一些研究方法的基础上,借鉴采用了模糊决策技术来实现医疗设备的采购论证。

1 自然语言评判策略的医疗设备采购专家库的构建

1.1 专家模糊偏好评分尺度矩阵的构造

将专家系统应用于决策支持,其中一个最重要的环节是专家群体所采用的自然语言的模型化处理,而模糊偏好评分(fuzzy preference scale,FPS)则是该领域的一个有效的工具[19-20]。FPS有着众多不同的表现形式,在这里,我们采用表1的构造方式。

表1 模糊偏好评分

显然,表1存在着一个较大的问题,即:模糊尺度没有考虑到不同专家个体之间的语言偏好的差异。为了更准确地描述各类专家自然语言的特异性,需要依据每一位专家日常语言习惯来对其模糊尺度进行一定的修正,从而构造出全院专家的模糊偏好评分尺度矩阵:

(1)

其中i=0,1,...,m-1为专家总数量;j= 0,2,...,4为模糊尺度个数。

1.2 专家决策权重确定

通常情况下,参与决策的专家所承担的决策权是均等的。但由于我院的专家是随机抽取,专家的专业领域各有不同,甚至与所购设备的领域有较大的差别,决策权的均等忽视了专业的差别,有可能造成决策的偏离。故此,我们针对专家的专业领域将决策权重分为2档,即重点决策和普通决策。以7名专家为例,其中重点决策专家3名,为设备相近专业领域,每人权重为0.2,普通决策专家4名,决策权重为每人0.1,则专家决策权重为

W=[0.2 0.2 0.2 0.1 0.1 0.1 0.1],依此例构建专家决策权重:

(2)

这里,专家模糊偏好评分矩阵和专家决策权重是专家系统的核心部分,需要经过长时间的收集和整理来提高决策的准确性和效率。

2 医疗设备采购的设备指标建立

设备指标是指针对所采购的设备的特性而设定的一系列关键性和重点特性指标。这些指标包括通用型指标如设备性能、价格、功能、所需耗材、维护成本等,另外还包含设备的独特性能如CT排数、MR静磁场强度等。所有这些指标按照其性质划分为两类,即:主观指标和客观指标。其中主观指标为需要专家评定的指标,而客观指标则为直接运用数字来描述的指标,如设备收益、设备价格、所需耗材价格、维护保养价格等。客观指标既有包含在主观指标内,又有单独经过变换直接构成客观指标矩阵。故此,整个设备指标包含两套矩阵,即主观指标矩阵:

其中i=0,1,...,m-1为设备供应商数目;j=0,1,...,n-1为主观指标总数。客观指标矩阵:

其中i=0,1,...,m-1为设备供应商数目;j= 0,1,...,n-1为客观指标总数。

由于正交试验结果中的最佳因素水平组合未在试验中出现，我们在上述条件下进行了验证试验，结果见图5。试验组的颜色评分为91.2，优于前期的各组试验，表明正交试验的结果正确。此外，通过对最优方案组的赖氨酸含量和还原糖含量显著高于企业原始配方组，但蛋白质、脂肪和总糖等主要营养物质的含量无显著差异。

有关设备指标的建立,我们通过查阅文献、专家咨询、设备商了解等各种方式来设置初步的权重占比,并依据不同的设备进行相应调整,以期获得更合理的结果。

3 医疗设备采购模糊决策过程设计

通常,针对医院现有的专家群,我们已经预先构造了整个专家模糊偏好评分尺度矩阵Fi,j。当某设备采购过程启动,则首先在相同或相近专业的专家中随机选择3名重点专家,然后在所有专家中随机选择4名普通专家,构建7名专家模糊偏好尺度评分矩阵FLi,ji=0,1,…,6;j=0,1,…,4,然后针对设备特点设计主观指标和客观指标,决策专家分别对主观指标依据表1中的自然语言进行独立判别,经模糊偏好FLi,j变换后形成主观指标矩阵Si,j,而客观指标矩阵Oi,j可以直接通过数学变换来构成,分别经加权处理,后构造一个数学公式将Si,j和Oi,j结合起来,对每一个供应商的产品计算出一个唯一的数字,随后对该组数字进行比较,最终结果便是所需的最佳决策。

由于该方案需要大量的数据统计和矩阵计算,需要使用计算机软件编程。我们采用的编程语言为Matlab R2022a (mathworks corporation, natick, MA, USA)。系统流程图见图1。

图1 系统流程图

4 方案应用案例分析

在一次设备采购中,了解申请科室需求后,我们问询院内、院外相关领域专家并查询网上信息,构建了主观指标和客观指标及各指标的相应权重(见表2、表3),同时对外公布了需求信息。最终有4家供应商符合要求,设定为Ai,i=0,1,2,3,在医院专家库内随机抽取3名重点专家和4名普通专家,依式(1)和式(2)分别构建所选专家的模糊偏好评分表F和各自权重W,请专家分别对4家供应商的产品按主观指标运用表1中的标准自然语言进行评价,经过模糊偏好评分表F转换后,生成专家评分矩阵,随后经经专家权重W加权处理后得到如下结果:

表2 主观指标及相应权重(WS)

表3 客观指标及其权重(WO)

其中行代表4个供应商数目,列则代表9项二级主观指标专家评分合并结果。将该结果经过表2所列主观指标加权后,最终得到A=[0.6185,0.5655,0.6438,0.4255],这便是主观指标的最终评分。从结果看,针对主观指标,A2,即第三家供应商所得分数为最高,其次是第一家,第四家垫底。

针对客观指标,由于此类指标均可以用数值直接表示,故此,可以直接采用数学公式来计算。本文采用下述判别函数来计算客观指标:

其中Ni,j为对应的客观指标值。本次采购得到的客观矩阵为:

该矩阵经表3加权后,最终得到B=[0.2460,0.2470,0.2600,0.2470],这是客观指标的最后评分,将主、客观指标对应求和,得到C=[0.8645,0.8125,0.9038,0.6725],总和第三家供应商得分最高,为0.9038,故建议采购第三家设备(见图2)。

图2 论证评分(P:供应商)

在随后的常规论证过程中,我们随机抽取了另外七位专家进行现场论证,四家供应商所得票数分别为(0,1,5,1),第三家获得推荐,与系统推荐相符合。

5 讨论

通常情况下,当论证专家被随机选取后,使用科室的需求便会分发到各位专家的手中。为减少信息泄露的概率,通常会在较短时间内组织专家论证会,会上听取供应商的介绍及使用科室的评估,专家分别给定相应的论证结果,从而完成专家论证过程。从整个采购过程可以发现,专家论证在整个决策过程中处于最关键的位置,通过对专家论证过程的优化,能在很大程度上降低采购成本,同时提高决策效率[21-22]。因此,在本研究中,我们针对专家论证过程进行了几个方面的改进:首先是引入自然语言模糊偏好评分矩阵。由于不同专家的语言习惯千差万别,传统的判别方式可能会带来决策的误差,因此,引入模糊偏好评分则能有效减少因专家语言习惯造成的判别偏移;其次是赋予不同论证专家以不同权重,从而强调相关专业的重要性;最后是分别提炼主观指标和客观指标,通过归纳客观指标来减少决策过程对论证专家的依赖度。另外,整个决策过程可以通过软件实现,所有总结的数据可以分类整理和保存并随时得到扩展以及优化,还可运用到下一次的采购实践中,逐步形成一个层层递进的循环过程,当然,这将是一个较为长期的过程。本次研究仍然处于起步阶段,对自然语言的模糊偏好分析还较为粗糙,同时对主观和客观指标还未作更多的系统化和精细化的组织,这将是我们下一步努力的方向。

目前本系统仍处于试运行状态,我们采用双线并行的方式,即医院常规论证方式和本系统论证方式相结合,两种方式中专家群独立工作,本系统论证早于常规论证,其结果会提供给常规论证专家群作为参考,最终决策仍由常规论证方式决出。试运行期间内首要任务是要完善专家模糊偏好尺度矩阵以及细化专家专业领域的分类,同时加强对本院以及其他类似规模的兄弟医院常规大型医疗设备相关信息的收集,其次是完善系统架构,提高系统的稳定性。经过一定时间的运行后,当常规论证结果和本系统论证结论符合度达到理想标准便可以以本系统为主导承担后续的医疗设备采购专家论证工作。

目前经过一段时间的试运行,专家偏好矩阵已进一步完善,涵盖了我院目前所有满3年的高级职称专业技术人员,下一步只需对新入专家建库。整个工作的重心则关注于医疗设备的种类和设备特点的新增、更新和完善。期间还邀请院内外相关专业的技术人员对系统的决策能力进行评估,为后期承担起主要论证工作打好基础。

6 结论

本次研究通过改善大型综合医院医疗设备采购过程中专家论证过程来提高设备采购效率以及减少采购成本,从结果分析来看,该方法在一定程度上达到预期目标,同时还能实现增强采购过程中的客观性,减少主观随意性,因此,存在着进一步研究的价值。