隨著醫(yī)療行業(yè)的快速發(fā)展和國家對醫(yī)療衛(wèi)生投入的不斷增加,如何實現(xiàn)對醫(yī)院的科學(xué)化、精細(xì)化管理已成為醫(yī)院管理者亟待解決的問題。門診作為醫(yī)院對外服務(wù)的窗口,其診療效率和診療質(zhì)量直接影響著患者的健康和醫(yī)院的聲譽。然而,我國醫(yī)院在進(jìn)行門診醫(yī)生排班時,往往由排班人員根據(jù)經(jīng)驗估計各班次對各級別醫(yī)生的需求數(shù)量,再結(jié)合醫(yī)生的個人工作計劃以及醫(yī)院相關(guān)規(guī)定手工生成排班方案。這樣粗放的排班方式,不僅需要耗費大量的時間和精力,并且能夠找到一個可行的排班方案已屬不易,其排班質(zhì)量往往并不夠好,可能會造成醫(yī)生有效利用率較差,醫(yī)生和患者滿意度降低。因此,門診醫(yī)生的排班問題是實現(xiàn)醫(yī)院精益管理的研究重點之一�，F(xiàn)有關(guān)于醫(yī)生排班問題的研究,更多的是針對國外醫(yī)療情景,符合國內(nèi)門診診療環(huán)境的研究較少。為解決這一問題,本文以大連某醫(yī)院為調(diào)研對象,針對門診醫(yī)生周排班問題從門診醫(yī)生需求預(yù)測和門診醫(yī)生排班建模兩個方面展開研究,具體研究內(nèi)容如下:(1)針對醫(yī)院門診日常診療需求的不確定性,構(gòu)建班次門診量組合預(yù)測模型。首先將門診醫(yī)生需求預(yù)測問題轉(zhuǎn)換為門診量預(yù)測問題,然后考慮到班次門診量序列同時具有線性和非線性特征,應(yīng)用熵值法構(gòu)建基于SARIMA和...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1預(yù)測流程

門診量預(yù)測和醫(yī)生排班問題的研究14圖2-1預(yù)測流程2.1.2傳統(tǒng)的時間序列預(yù)測方法傳統(tǒng)的時間序列預(yù)測方法，是指在已定義時間序列參數(shù)模型問題的基礎(chǔ)上，對模型的參數(shù)問題加以解決，之后再使用新求解出的模型進(jìn)行預(yù)測工作。由Box和Jenkins結(jié)合而提出的“Box-Jenkins方法”也....

圖2-3經(jīng)典的LSTM模型結(jié)構(gòu)

門診量預(yù)測和醫(yī)生排班問題的研究

圖3-2一個LSTM單元圖3-2中使用的符號的具體含義如表3-1所示：

門診量預(yù)測和醫(yī)生排班問題的研究28圖3-2一個LSTM單元圖3-2中使用的符號的具體含義如表3-1所示：表3-1符號說明符號具體含義X縮放的信息添加的信息Sigmoid層tanhtanh層th)1(上一個LSTM單元的輸出tc)1(上一個LSTM單元的記憶tX)(輸入tc)(最新....

圖3-3原始醫(yī)院日門診量數(shù)據(jù)折線圖

門診量預(yù)測和醫(yī)生排班問題的研究32圖3-3原始醫(yī)院日門診量數(shù)據(jù)折線圖利用描述性數(shù)據(jù)分析，可看出原始門診量序列的樣本平均值為49.6，最小值為1，最大值為125，標(biāo)準(zhǔn)差為19.528。樣本數(shù)量波動性很大，這很可能是由于星期效應(yīng)或特殊假期效應(yīng)。同時，通過折線圖3-3也可看出，以一周為....

本文編號：3976612