[发明专利]一种智能轮转排班方法与系统

说明书

本发明公开了一种智能轮转排班方法与系统，包括以下步骤：步骤S1、设置课程包，主学科，从学科，以及科室作为轮转排班的四层关联结构，以完整表达轮转排班的均匀性和灵活性；步骤S2、定义负载和期望作为衡量排班均匀性的两个评价指标；步骤S3、采用搜索局部最优解的算法对所述损失函数进行最小化求解得出最优排班结果。本发明通过课程包、主学科、从学科和科室四层结构的抽象，可以完整表达了医师培训中轮转排班的要求和灵活性，通过负载和期望，量化了均匀性的计算，通过寻找均匀性损失函数最小的方案，使得排班结果较为均匀，按照时间轴从前往后推进，搜索局部最优解，使得排班具有极高的效率。

技术领域

本发明涉及医生培训排班技术领域，具体涉及一种智能轮转排班方法与系统。

背景技术

医院在承担医疗、科研任务的同时，还承担着教学任务。教学任务包括毕业前的实习生临床教学、毕业后的住院医师规范化培训、专科医师规范化培训等。实习生临床教学和住院医师规范化培训通常要求学员在不同的科室进行轮转，进行全面、系统的学习。尤其是住院医师规范化培训，根据专业，国家有明确的轮转要求。医院通常在每年的春季或者秋季接纳学员，针对学员的轮转进行排班。

现有技术只能通过大量的手工排班、校验完成科室工作安排，需要消耗大量人力，具有以下不足：(1)需要由专人进行排班，浪费了人力资源；(2)排班效率低，尤其当需要排班的员工数量较多时此类问题更明显；(3)由于科室众多复杂因素的关系制约下对于每种岗位的合理化排班准确性低下；(4)人工因素的干扰导致排班可能不公平、不合理。

发明内容

本发明的目的在于提供一种智能轮转排班方法，以解决现有技术中需要由专人进行排班，浪费了人力资源，排班效率低，由于科室众多复杂因素的关系制约下对于每种岗位的合理化排班准确性低下，以及人工因素的干扰导致排班可能不公平、不合理的技术问题。

为解决上述技术问题，本发明具体提供下述技术方案：

一种智能轮转排班方法，包括以下步骤：

步骤S1、设置课程包，主学科，从学科，以及科室作为轮转排班的四层关联结构，以完整表达轮转排班的均匀性和灵活性，其中，所述课程包用于依据专业、学历、年级为学员定制专属轮转计划，所述主学科对应于一级标准科室用于解决所述从学科的任选和确保主学科和从学科轮转的先后顺序，所述从学科对应于二级标准科室用于解决科室的任选，所述科室对应于医院科室用于完成学员轮转计划的实际落地；

步骤S2、定义负载和期望作为衡量排班均匀性的两个评价指标，其中，所述负载表征为排班在主学科、从学科和科室上造成的带教压力，所述期望表征为在均匀性理想的情况下，主学科、从学科和科室的带教压力的理论值，并基于所述负载和期望构建衡量全局均匀性的损失函数用于比较多个排班结果的优劣性；

步骤S3、采用搜索局部最优解的算法对所述损失函数进行最小化求解得出最优排班结果。

作为本发明的一种优选方案，所述四层关联结构的结构优先级依次排列为课程包，主学科，从学科和科室。

作为本发明的一种优选方案，所述损失函数自底向上定义，包括：

设定损失函数的底层定义为：

Loss（学科，时间）=|Load（学科，时间）-Expectation（学科，时间）|；

式中，学科表征为主学科、从学科或者科室，时间表征为最小轮转时间粒度，Loss（学科，时间）表征为指定学科在指定时间上的损失，Load（学科，时间）表征为指定学科在指定时间上的负载，Expectation（学科，时间）表征为指定学科在指定时间上的期望；

设定损失函数的中层定义为：

Loss_主学科（时间）=Σ_{学科∈主学科}Weight_学科*Loss（学科，时间）；

Loss_从学科（时间）=Σ_{学科∈从学科}Weight_学科*Loss（学科，时间）；