我们生活中经常会涉及到流向问题，比如：乘坐飞机时，前序航班延误，后续航班正常起飞受到影响，导致乘客滞留机场；又比如，前方路口出现交通事故，即便当前路口是绿灯，车辆仍然无法通行，出现塞车现象……，这都是流向出现了问题。

　　流向问题在国内的大医院普遍存在。JCI标准中关于患者流向管理的要求是从第五版开始提出的。其重要意义在于防止患者在医院中的某一医疗环节出现滞留，保证患者医疗服务的及时性，减少医疗服务延迟，保障患者安全，合理利用医疗资源。

　　影响患者流向问题的因素很多，正常情况下，从医院的各个入口来院就诊的患者人数总是围绕着平均数上下波动。然而，当一天中的就诊高峰出现，或者出现生育高峰的年份（例如大家都喜欢的龙年、猪年等），都可能使医院的资源暂时无法满足突然来临的患者需求，医院的内部就会产生各种流向问题，比如需要入院的患者无法得到床位；检验标本短时间大量累积，检验科无法及时发放检查结果，医生无法按时为患者进行术前评估而导致外科择期手术推迟等等。

　　此外，医院的内部运作习惯有时也会影响到患者流向。例如医院在中午让满足出院条件的患者集中出院，这可能会导致病床释放不及时而增加早晨入院患者不必要的等待时间；又比如择期手术的日程安排并未考虑计划外紧急手术的需要，导致在紧急情况发生时择期手术只能延迟进行。

　　所以，造成患者流向问题的根本原因并非仅仅跟医院内部的资源容量不足相关联。如果简单扩大规模来匹配最高峰统计人数的需求可能造成在人流低谷时的资源浪费。仅凭借经验来进行资源的动态调度，则可能由于缺乏科学的数据分析与预测而导致资源的分配与实际需求不对等。因此需要建立科学的评估与数据分析来支持最优的资源配置与资源调度。

　　医院内部的患者流向路径繁多，我们无法做到100%评估这些流向是否出现问题。管理者应识别需要优先管理的流向瓶颈。可以从下列方面来考虑：

　　01、哪里是患者需求最集中的地方？院内是否存在患者流向问题？如果有，瓶颈在哪里，程度有多严重？

　　作为医院患者流的两大主要入口：门急诊和入院处，我们应该重点评估由此进入的患者的服务需求变化，以及由此变化产生的对医院内部资源分配的影响。因此我们可以重点评估医院的入院/在院/出院人数、平均住院日、护患比、床位使用率，手术室使用情况，急诊室服务和相关的医技辅助服务的情况（例如：急诊患者接诊及时性，医技服务科室报告及时性等），以发现伴随主要患者流向的系统瓶颈。同时可以将这些数据与时间联系起来，以体现特定时间内患者需求变化的趋势与程度。另一方面，还可以直接通过了解患者对于某项服务的等待时间（医嘱开出时间与接受服务时间之差）来观察患者的流向问题。

　　造成患者流向问题的原因是什么？

　　02、资源不足是一个原因，但可能不是唯一原因。例如，如果可以优化手术间安排，对准时开台率进行监管，则可能在不追加新资源的前提下满足科室需求。

　　03、哪些资源被多个科室所需要，也就是存在资源竞争。

　　由于复杂的相互关系，发生在任何科室的患者流向问题都将可能影响到其他使用该资源的科室，例如：手术室、医技辅助科室。这也是容易出现流向问题瓶颈的科室，可以作为优先关注的部门。

　　需要采取什么行动来改善患者流向问题？

　　04、要回答上述几个问题，需要分析患者需求水平，和实际医疗服务水平。

　　患者需求分析

　　首先，需要表征需求量的数据必须范围清晰。例如，如果统计某一科室病房的实际需求水平，则需要排除掉外部科室借床，并考虑本科室在外部科室借床的患者数。前者会导致需求的高估，而后者则相反。

　　然后，可以进一步找出时间线上的需求变化的程度。时间维度可以是以天，或一周中的某日（Day of Week，DoW），或以一天中的小时（Hour of Day，HoD）为单位。由于节假日与工作日在资源配置上会有差距，通常应当更专注于对工作日的分析。

　　举例来说，下图是一天中以HoD为单位的入院和出院的数量统计。可以看出入院人数在一天中的各个时间段的变化相对平稳，而出院人数则集中发生在一天中下午2点到3点。这可能导致上午入院患者等待可用床位的时间的延长。

　　那么，是何种因素导致了出院人数的变化呢？出院人数在HoD的维度上究竟是随机变化，还是有人为的因素存在？对于不同的变化性质我们需要采用不同的优化方法。比如，完全随机需求下的资源需求水平可以用排队模型来计算。而对于人为的干扰因素，我们则需要审视该人为因素对于总体变异的影响度，但通常来说，应尽量控制和排除人为的变化。

　　医疗服务水平分析

　　除了分析时间线上的数据变化的程度，我们还需要分析实际为患者需求所分配的医疗服务水平的程度。患者需要什么样的服务？需要多长时间的服务？有没有延误和等待的发生。

　　上图展示了一个普外科患者被安置到最优病房的统计数据。可以看到周三的最优安置率最低。针对这个结果，可以更进一步分析导致该结果的原因，比如是否存在周六、周日的手术堆积并叠加周一周二新的手术病例，从而导致周三时的床位紧张。

　　需要注意的是，有时单纯的数量并不能完整反映出对资源的占用情况。比如，在某天手术量少有可能是因为手术的时间较长。同样，有些需要更长住院时间的患者可能在数量上偏少，但对床位的实际占用却未必少于大量的短时住院的患者。因此，追踪对资源占用的时长对于患者流向问题的明确也十分重要。

　　当然我们也可以对患者的类型进行分类，并分别统计其对资源的占用情况，例如：

　　除了服务的类型和时间，等待和延迟的情况也必须呈现出来，这些数据最能反映系统的瓶颈所在，更好的分析、解决存在的患者流向问题。有时候延迟和等待是由于缺乏纪律性而造成，比如医生或者患者没有按时到达；而有些时候造成延迟的原因则是由于资源调度的不合理，比如医生为了将临时增加的手术加入到日程表中而有意低估其他手术的时间；还有一些等待的确是由系统瓶颈所决定的，比如急诊室由于患者得不到可用床位而无法接纳更多的待诊患者。需要注意的是，目标不是零延迟，医院可根据患者的危急程度制定合理的等待时间范围，并持续追踪实际等待的情况以作出进一步改进。

　　流向问题没有标准答案，各医院可根据实际情况找到适合自己的解决方案，最大限度避免医院内某些环节的梗阻，保障患者安全。本文无法一一列举各种数据和方法的范例。然而通过上述行文，希望能给各位读者一些关于患者流向分析的启发。

　　来源 | 华润JCI医院管理研究院