[發明專利]一種基于非線性整數規劃模型實現醫療最優決策的方法和裝置

在審

• 申請號: 202211735115.6
• 申請日: 2022-12-30
• 公開（公告）號: CN116050759A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 馬國選;陳浦蘭;劉建;張洪波;黃健豪
• 申請（專利權）人: 杭州火樹科技有限公司
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G16H40/00
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 曹兆霞

本發明公開了一種基于非線性整數規劃模型實現醫療最優決策的方法和裝置，包括：構建基于非線性整數規劃模型，該模型表示為在約束條件下醫院的CMI值最大，通過對非線性整數規劃模型進行求解確定使得醫院的CMI值最大的醫療最優決策，該醫療最優決策包括病組組合及每個病組的病例數，這樣得到的最優決策為各大公立醫院日后制定相關政策時提供科學依據。

技術領域

本發明屬于醫療技術領域，具體涉及一種基于非線性整數規劃模型實現醫療最優決策的方法和裝置。

背景技術

根據國家衛生健康委印發的醫療機構設置規劃指導原則，醫院應該不斷優化醫療資源配置，加快優質資源擴容和區域均衡布局，推動醫院服務朝向高質量發展。在這樣的政策推動下，國內的公立醫院必須基于全院的現狀做出最優的決策，從而使全院的各項指標符合高質量發展，如全院CMI值，四級手術占比等指標。

其中，CMI值是指病例組合指數，是國際公認的代表醫院治療疾病的技術難度以及收治疑難重癥的綜合能力，CMI值越高說明病情越嚴重，不容易治愈。一般CMI值越高，說明病例的難度系數越大，所以CMI值是評價醫院能力的重要指標，同時，CMI與平均住院費用也有密切的關系，醫保部門可以利用某地區醫院的CMI值與平均住院費數據，建立最佳曲線模型，預測各醫院的平均住院費用，再結合各醫院預期業務量更精準的預測各醫院醫保預付額度。

疾病診斷相關分組(Diagnosis?Related?Groups,DRG)，是用于衡量醫療服務質量效率以及進行醫保支付的一個重要工具。DRG實質上是一種病例組合分類方案，即根據年齡、疾病診斷、合并癥、并發癥、治療方式、病癥嚴重程度及轉歸和資源消耗等因素，將患者分入若干診斷組進行管理的體系。

DRG相對權重(RW)是對每一個DRG依據其資源消耗程度所給予的權值，反映該DRG的資源消耗相對于其它疾病的程度。它是醫保支付的基準，其根據各DRG組內例均住院費用與所有病例的例均住院費之比計算得出，數值越高，反映該病組的資源消耗越高，反之則越低。

由于醫院的運營業務非常復雜，在DRG/DIP醫保支付模式下，不論是各科室床位資源的配置，還是各科室病組收支情況，院領導都很難完全面面俱到，無法對各科室的運營發展狀況達到足夠細致全面的了解和管控。

發明內容

鑒于上述，本發明的目的是提供一種基于非線性整數規劃模型實現醫療最優決策的方法和裝置，通過計算最優決策使得醫院的CMI值達到最大值，為各大公立醫院日后制定相關政策時提供科學依據。

為實現上述發明目的，實施例提供的一種基于非線性整數規劃模型實現醫療最優決策的方法，包括以下步驟：

步驟1，構建基于非線性整數規劃模型，該模型表示為在約束條件下醫院的CMI值最大，其中，約束條件包括：

條件一：醫院未來的床位配置總數將不超過現有的床位配置總數；

條件二：醫院未來收治的總病例數期望比去年上浮；

條件三：醫院未來全院收治病組的DRG總權重不少于去年；

條件四：醫院每個科室的床位使用率限制在一定的范圍內；

條件五：醫院全院的床位使用率限制在一定的范圍內；

條件六：科室未來收治病組的病例數在一定的范圍內浮動；

條件七：科室的床位數和病組收治數都必須是整數；

步驟2，通過對非線性整數規劃模型進行求解確定使得醫院的CMI值最大的醫療最優決策，該醫療最優決策包括病組組合及每個病組的病例數。

優選地，所述非線性整數規劃模型表示為：

約束條件包括：