[发明专利]一种基于非线性整数规划模型实现医疗最优决策的方法和装置

说明书

本发明公开了一种基于非线性整数规划模型实现医疗最优决策的方法和装置，包括：构建基于非线性整数规划模型，该模型表示为在约束条件下医院的CMI值最大，通过对非线性整数规划模型进行求解确定使得医院的CMI值最大的医疗最优决策，该医疗最优决策包括病组组合及每个病组的病例数，这样得到的最优决策为各大公立医院日后制定相关政策时提供科学依据。

技术领域

本发明属于医疗技术领域，具体涉及一种基于非线性整数规划模型实现医疗最优决策的方法和装置。

背景技术

根据国家卫生健康委印发的医疗机构设置规划指导原则，医院应该不断优化医疗资源配置，加快优质资源扩容和区域均衡布局，推动医院服务朝向高质量发展。在这样的政策推动下，国内的公立医院必须基于全院的现状做出最优的决策，从而使全院的各项指标符合高质量发展，如全院CMI值，四级手术占比等指标。

其中，CMI值是指病例组合指数，是国际公认的代表医院治疗疾病的技术难度以及收治疑难重症的综合能力，CMI值越高说明病情越严重，不容易治愈。一般CMI值越高，说明病例的难度系数越大，所以CMI值是评价医院能力的重要指标，同时，CMI与平均住院费用也有密切的关系，医保部门可以利用某地区医院的CMI值与平均住院费数据，建立最佳曲线模型，预测各医院的平均住院费用，再结合各医院预期业务量更精准的预测各医院医保预付额度。

疾病诊断相关分组(Diagnosis Related Groups,DRG)，是用于衡量医疗服务质量效率以及进行医保支付的一个重要工具。DRG实质上是一种病例组合分类方案，即根据年龄、疾病诊断、合并症、并发症、治疗方式、病症严重程度及转归和资源消耗等因素，将患者分入若干诊断组进行管理的体系。

DRG相对权重(RW)是对每一个DRG依据其资源消耗程度所给予的权值，反映该DRG的资源消耗相对于其它疾病的程度。它是医保支付的基准，其根据各DRG组内例均住院费用与所有病例的例均住院费之比计算得出，数值越高，反映该病组的资源消耗越高，反之则越低。

由于医院的运营业务非常复杂，在DRG/DIP医保支付模式下，不论是各科室床位资源的配置，还是各科室病组收支情况，院领导都很难完全面面俱到，无法对各科室的运营发展状况达到足够细致全面的了解和管控。

发明内容

鉴于上述，本发明的目的是提供一种基于非线性整数规划模型实现医疗最优决策的方法和装置，通过计算最优决策使得医院的CMI值达到最大值，为各大公立医院日后制定相关政策时提供科学依据。

为实现上述发明目的，实施例提供的一种基于非线性整数规划模型实现医疗最优决策的方法，包括以下步骤：

步骤1，构建基于非线性整数规划模型，该模型表示为在约束条件下医院的CMI值最大，其中，约束条件包括：

条件一：医院未来的床位配置总数将不超过现有的床位配置总数；

条件二：医院未来收治的总病例数期望比去年上浮；

条件三：医院未来全院收治病组的DRG总权重不少于去年；

条件四：医院每个科室的床位使用率限制在一定的范围内；

条件五：医院全院的床位使用率限制在一定的范围内；

条件六：科室未来收治病组的病例数在一定的范围内浮动；

条件七：科室的床位数和病组收治数都必须是整数；

步骤2，通过对非线性整数规划模型进行求解确定使得医院的CMI值最大的医疗最优决策，该医疗最优决策包括病组组合及每个病组的病例数。

优选地，所述非线性整数规划模型表示为：

约束条件包括：