陳 鋼,陳燕芬,路 平,馬 驍
(1.中日友好醫(yī)院 健康體檢中心,北京 100029;2.中日友好醫(yī)院 科研處,北京 100029)
隨著人們對自身健康的重視,參加定期體檢的人群逐年增長,2018年我國參加健康體檢的人群已經(jīng)超過4 億人[1]。由于各體檢中心業(yè)務量的急劇上升,如何提升客戶的體檢體驗是每個體檢中心面臨的重要問題。中日友好醫(yī)院健康體檢中心于2018年4月啟用了智能導檢系統(tǒng),經(jīng)過不斷探索與改進,系統(tǒng)平穩(wěn)運行,成為工作中不可缺少的工具。通過對導檢系統(tǒng)運行中產(chǎn)生數(shù)據(jù)的進一步分析,我們能量化體檢的流程信息,同時也可以評估智能導檢系統(tǒng)的運行效果。
智能導檢系統(tǒng)的軟件布置在醫(yī)院內(nèi)網(wǎng),與醫(yī)院信息系統(tǒng) (hospital information system,HIS)連接,主要有導診臺的導檢工作站和診室的醫(yī)生工作站;硬件主要是診室外的顯示屏。基本工作流程分為4 步:(1) 客戶持體檢指引單在導診臺掃碼,導檢工作站會根據(jù)客戶的體檢項目及各診室實時的排隊情況,通過“AI 導檢算法”安排客戶第一站的體檢項目;(2)客戶到診室外等候檢查,診室外顯示屏會動態(tài)列出排隊信息,同時語音提醒需要進入診室客戶和下一位等候客戶的姓名;(3)客戶在診室完成體檢后,醫(yī)生工作站會提示客戶下一個體檢項目,醫(yī)生要在指引單上標記并指導客戶前往。(4)當客戶被分配到收表處時,表示客戶已經(jīng)完成了所有的體檢項目。
我們收集了2018年6月20日~2019年7月8日智能導檢系統(tǒng)中的數(shù)據(jù),每組數(shù)據(jù)包括客戶姓名、年齡、性別、體檢登記號、體檢項目數(shù)(即客戶實際進入檢查科室的次數(shù),包括檢查中調(diào)換科室次數(shù))、進入導檢系統(tǒng)順序(排號)、體檢開始時間(導檢系統(tǒng)分入第一個檢查科室的時間)、體檢結束時間(導檢系統(tǒng)分到收表處的時間,未完成導檢的客戶沒有這個數(shù)據(jù))等。
統(tǒng)計每日進入導檢系統(tǒng)的人數(shù)、完成導檢人數(shù)、年齡總和、項目數(shù)總和、體檢用時總和(min),計算出每日客戶的平均年齡(歲)、平均項目數(shù)(項目數(shù))、平均體檢用時(體檢時間)和當日的導檢完成率。
將每日的數(shù)據(jù)按照體檢結束時間重新排序,根據(jù)先后順序賦予每個排號次序積分: 第1 個完成導檢的排號積1 分、第2 個完成導檢的排號積2 分,以此類推;未完成導檢的排號不統(tǒng)計。匯總所有數(shù)據(jù),統(tǒng)計每個排號的頻數(shù)及平均次序積分。
應用SPSS25.0 軟件進行數(shù)據(jù)處理,計量資料用x-±s 表示。平均體檢時間相關因素分析采用多因素線性回歸分析。排號與平均次序積分的相關關系,采用單因素線性回歸分析。
共收集259 天的數(shù)據(jù),每天的平均體檢人數(shù)(人數(shù))為207.42±40.01(80~317),體檢者平均年齡為42.17±4.32 歲(33.22~60.13 歲),體檢項目數(shù)11.93±1.01(7.90~14.36),導檢完成率為93.12%±7.32%(20%~100%),平均體 檢時間120.01±21.24min(58.73~167.82min)。
以體檢時間(Y)作為因變量,年齡(X1)、項目數(shù)(X2)、人數(shù)(X3)、叫號完成率(X4)為自變量,b0為常量,建立多重線性回歸模型:Y=b0+b1X1+b2X2+b3X3+b4X4。
采用多因素線性回歸分析的逐步法(Stepwise),最終得到一個包含3 個自變量 (“年齡”、“項目數(shù)”和“人數(shù)”)的回歸模型,“導檢完成率”不符合進入條件而被剔除。方差分析:F=162.00,P<0.01,說明該模型有統(tǒng)計學意義。
表1 示,常量及各自變量的回歸系數(shù)顯著性檢驗均有統(tǒng)計學意義(均P<0.01)。因此,模型的線性回歸方程為: 體檢時間=-67.73+0.79×年齡+7.7×項目數(shù)+0.30×人數(shù)。各自變量的方差膨脹因子(VIF)均<4,提示各自變量之間不存在多重共線性。
在317 個排號中,排號>270 的數(shù)據(jù)其頻數(shù)均<10,說明體檢中心絕大多數(shù)工作日的體檢人數(shù)在270 人以內(nèi)。因此,我們選取了排號位于前270 的數(shù)據(jù),經(jīng)統(tǒng)計學處理,排號與平均次序積分的相關系數(shù)為0.99,呈強正相關(P<0.01)。排號與平均次序積分的散點圖見圖1。
表1 影響體檢時間的多因素線性回歸分析
圖1 排號與平均次序積分的關系
“秩序是人類最大的需要,是真正的幸福所在”。由于是導檢系統(tǒng)來安排客戶的體檢項目、維護各診室的檢查順序,減少了客戶的隨意性,在導檢系統(tǒng)使用之后,工作人員最直觀的感受是體檢秩序明顯改善。對于客戶而言,不必費心安排體檢流程,不用擔心漏檢了項目。診室外顯示屏上詳細的排隊信息和溫馨的語音提示等,讓客戶對候檢時間有合理預期,減少了候診焦慮。
導檢系統(tǒng)的應用,規(guī)范了體檢秩序,減少了客戶的隨意性,但這種安排是否會對客戶正常完成體檢造成影響?排隊導檢的一個重要原則就是“先到先服務”[2]。在對排號與平均次序積分關系的分析中,排號代表客戶來體檢時的順序,平均次序積分反映了該排號完成體檢的次序,數(shù)據(jù)分析顯示兩者之間存在著極強的正相關性,說明導檢系統(tǒng)很好地做到了“先到,先完成體檢”的結果,因此,我們認為,智能導檢系統(tǒng)的應用沒有對客戶正常完成體檢產(chǎn)生不利的影響。
在智能導檢系統(tǒng)的設計中,系統(tǒng)是依托于體檢中心的歷史數(shù)據(jù),“AI 導檢算法”綜合評估客戶每個檢查項目可能花費的時間、診室間的距離、部分項目的特殊要求(如:空腹項目優(yōu)先)、現(xiàn)場各診室的排隊情況等因素,為客戶最優(yōu)選擇下一個體檢項目。這與客戶僅憑個人直觀感受或者既往經(jīng)驗去選擇體檢項目排隊,不可同日而語。因此,智能導檢絕不是一個簡單的排隊和維持秩序,它的智能設計能夠提升客戶的滿意度。
對于一個體檢中心,環(huán)境和工作人員相對固定,那么影響客戶體檢時間的主要因素就是當天客戶的人數(shù)、每個客戶體檢的項目數(shù)、客戶的年齡、以及體檢的秩序等。從影響每日平均體檢時間的相關因素分析中,可以看到體檢人數(shù)、年齡、體檢項目數(shù)均與體檢時間有正相關,而與導檢完成率無關,反映了智能導檢系統(tǒng)雖然可以改善體檢秩序,但對客戶體檢時間影響不大。在影響體檢時間因素的回歸分析中,我們最終得到了回歸方程:體檢時間=-67.73+0.79×年齡+7.7×項目數(shù)+0.30×人數(shù),提示在其他自變量不變的情況下,項目數(shù)每增加1 個,體檢時間會增加7.7min;年齡每增加1歲,體檢時間會增加0.79min;體檢人數(shù)每增加1人,體檢時間會增加0.30min,可見客戶體檢的項目數(shù)對體檢時間的影響較大。換言之,體檢客戶平均體檢項目增加1 個,相當于增加了約26 人體檢,或者相當于客戶平均年齡增加將近10 歲。在體檢客戶預約,特別是團體單位體檢預約時,可以根據(jù)體檢人員的年齡分布、體檢項目數(shù)量合理安排每日的體檢人數(shù)。
綜上所述,智能導檢系統(tǒng)的應用對體檢中心工作是一個極大的助力,它還能提升工作效率、提高客戶滿意度、減少投訴[3,4]。但是,每個體檢中心的環(huán)境、人員配備、工作流程、體檢人群等方面不盡相同,因此,在智能導檢系統(tǒng)的調(diào)試過程中,要與工程技術人員充分溝通,盡可能地在導檢系統(tǒng)中實現(xiàn)體檢中心的個性化需求,這樣才能最大限度地發(fā)揮智能導檢的作用。