“ 近年来，神经网络研究方法迅速发展，该研究方法广泛应用于医疗数据的预测、临床诊断和疾病分类，是综合神经科学、信息科学、计算机科学于一体的交叉性科学研究方法。多层感知器神经网络有着良好的自适应性和学习能力，非线性对应能力、稳定性及容错率也较好。利用医院运营医疗数据，结合床位利用模型和床位评价指标，建立基于多层感知器神经网络的医院床位利用效率评估模型，以期直观反映各科室床位使用与周转情况，为优化医院床位资源配置管理提供参考依据。 ”

协和肿瘤医院床位效能评价及配置数字化模型

四川华西医院床位效能评价及配置数字化模型

宁波大学附属第一医院床位效能评价及配置数字化模型

数字化模型构建过程

继上次发布的 2 个医院床位运营模型之后，我们这次又增加了 2 个模型，相比较之前的模型，这次的 2 个新模型在设计上增加了难度，因为论文中提到了更多统计算法，比如秩和比、指数平滑预测、多层感知器神经网络模型、受试者工作特征曲线下面积等。

为此我们要在 Excel 中对数据进行验证，也就是对字段之间的量化关系检查。

比如平均开放病床数＝实际开放总床日数／ 365，但是经过我们检查发现数据核对不上，但是将分母从 365 换成 334 ，一切就正常了，也就是说原文中只用到了 11 个月的数据，但是论文中提到的很含糊，只说了收集上海市某三级甲等公立医院 2023 年 1 月至 2023 年 12 月医院医疗运营数据。

再比如，床位周转次数 = 出院人次数 / 平均开放床位数，但是我们代入数据一计算，发现数据吻合不上，而且量级都不一样，我们计算出的都是 2 位数，论文中的都是个位数，如果计算的结果 ÷ 10，就一切正常了，也就是说这个指标是每个月的，应该改成每月床位周转次数，但是考虑到其他指标都是 10 个月的总量，为此我们决定不更改公式。

此外，还需要进行大量的逆向工程，因为论文中提到的很多字段，或者分析的科室单元在表格中不完整，但是我们又需要通过这些数据来完成整套分析，因此需要通过不同表格之间的参数建立等量关系，然后倒推过程，或者从结果指标倒推过程指标。

比如有的文章中提到分析了 39 个临床科室，但是我们发现在 3 个表格中零星分布着10、9、14个科室，而且每个表格中的指标不完全一样，我们如果想要看到全局，那么就需要做拼图，把 3 个表拼成 1 张大表。

比如有的文章中提到分析 14 个变量，但是表格中只给出了 8 个变量，剩下的 6 个变量，那就需要从结果指标倒推过程，而且倒推出的只是其中的一种可能性，因为我们不知道指标代表的真实科室名称，所以也很难发现这种可能性的正确与否，但是这种可能性为我们完整的分析计算提供了极大的帮助。

除了需要在 Excel 中进行数据的验证、表格的拼图和过程的逆向之外，我们还需要将指标进行计算，有的可以直接在 Excel 中进行，有的需要使用专门的工具，比如 SPSS、MedClac、R 等。

Excel 中的计算，我们使用到了自带的插件规划求解、第三方 Palisade 插件 Evolver 进行过程指标的逆向工程，使用第三方 Palisade 插件 NeuralTools 进行神经网络分析，使用大量的函数勾连起表格中的诸多变量，以实现新数据代入可以自动生成结果，使用自带的插件回归分析，进行秩和比计算结果的回归分析，使用 tusimpleBI Chart Addins for Excel 进行图表的美化。

专业统计软件中，用到了 SPSS 的多层感知器神经网络模型训练，MedClac的ROC曲线分析，R 中的多层感知器神经网络模型的训练、多分类问题的ROC曲线绘制。

因为在很多专业的统计计算上，我还有很多知识需要补充，因此在计算过程中大量借助了 AI 的辅助，尤其是 OpenAI 最新的 o1-preview，对我的帮助非常大。这里不得不实名表扬浏览器插件Sider ChatGPT Sidebar

从历史回望当下

在计算过程中，我们发现了几篇宝藏文献，田凤调教授写于20世纪90年代和本世纪初的论文。田凤调教授于1988年提出秩和比法，也称统计信息方法，是一种非参数的综合评价方法。

在中国医院统计 1994 年 1 月第 1 卷第 1 期的文章《秩和比法在医院统计中的应用》提到

秩和比法 RSR 是一个更为通用的综合指数，举例说明如下

某医院 29 个科室一段时期工作效率的情况如表中所示的几个指标， 原报告采用“ 医院工作效率综合指数” 来表达各科室多指标的综合得分。综合指数中有的指标引入了“ 规定值” ，且规定值有的相同，有的不同，而有的指标就没有列出规定值。综合指数的得分与医院工作效率成正比，其计算如下 

医院工作效率综合指数

分子：（病床数 × 实际使用率 ×   实际病床工作日） + 〔病床数  ×  周转次数 × 规定平均住院日 - 实际平均住院日 〕

分母：病床数 × 规定的使用率 × 规定的平均病床工作日

可见床位运营，在上世纪90年代就已经成为了一个热点，而且当时已经被成熟的统计分析方法做了解决方案，但是又过去了很多年，我们的论文中还在不断重复着如何在 Excel 中实现秩和比法的老调重弹。

为了设计宁波大学附属第一医院的床位运营模型，我特地找来了以上的 3 篇文章研究，渴望从文章中可以直接构建出可用的秩和比模型，但是我发现做不到，因为这些文章中要么没有提供表格，要么没有提供分析过程的表格，要么没有对关键的参数进行解释，所以我求助了网络和 AI，才最终构建出这套模型。

我们这么多年，真正落地的可以执行的论文，应该还不够多，大浪淘沙，最终会把多少文章吹进沙坑？

希望 DataMap 今天做的这些模型，真正能够帮助医院解决实际的问题，而且能够自动计算结果，不需要重新发明轮子了，在这套模型里边，尽我们最大的可能来保证过程的准确。

值得信赖

因为论文中的数据如果不经过模型的演算和验证，那么其中的错误就不会被发现，是的，论文中有错误，不要轻易相信论文中的所有内容，你需要亲自用模型来验证一遍。

这样的错误、失误，不严谨，不全面，不详尽，在我们的数字化模型都已经做了纠错，因为如果不能发现这些错误，就无法在结果上和原文验证匹配，只有经过检验的才是值得信赖的。

在 DRG 与 DIP 时代，无数的基层医院已然处于“乡下的人悲歌”的境地，这片荒原如果不能借助医院管理数字化模型的工具来耕耘，那么终将变成无人之境。

希望我们今后能够设计出更多的模型，来融化这片荒原，播种未来，与大家共勉。

参考文献：

许轲，杨剑，金晶，国家癌症中心 / 国家肿瘤临床医学研究中心 / 中国医学科学院北京协和医学院肿瘤医院，肿瘤专科医院床位利用效率及合理配置研究，中国卫生统计 2020年 8 月第 37 卷第 4 期

阳雅雯，江涛，杨翠，四川大学华西医院，基于床位效能评价优化综合医院床位配置的应用研究，现代预防医学 2021 年第 48 卷第 22 期

杜业珊，沈杨，孙杰，叶青，沈爱国，陈益，叶洋，戚少尉，沈燕，宁波大学附属第一医院，基于BCI指数评价模型下床位资源配置优化方法研究，中国医院 2024 年 8 月第 28 卷第 8 期

袁筱祺，陈祎炜，张颜菲，孔雯，赵英英，上海市第一人民医院，上海市嘉定区疾病预防控制中心，公立医院床位利用效率及配置合理性评估研究，健康发展与政策研究 2024 年 04 月 第 27 卷 第 1 期

欢迎大家加入 DataMap 知识星球，一起聊一聊您医院执行DRG、DIP改革之后的床位运营体系与问题。

欢迎大家持续关注我们，感谢您的一路相伴！