0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一種院前非均勻相對穩(wěn)定模型的建模方法

SwM2_ChinaAET ? 來源:未知 ? 作者:李倩 ? 2018-05-09 09:31 ? 次閱讀

摘要:

將一塊區(qū)域等分網(wǎng)格化或等分蜂窩格化通常是院前急救資源(如急救站點(diǎn)、急救車輛)分布分配的模型基礎(chǔ),即院前均勻化模型。迄今為止,依據(jù)均勻化模型實(shí)現(xiàn)急救資源覆蓋仍是對院前問題認(rèn)識的基本思想基礎(chǔ)。主要以深圳市寶安人民醫(yī)院院前科為觀察對象,通過院前急救空間大數(shù)據(jù)分析,提出了院前急救3個空間數(shù)據(jù)特征,即:非均勻特征、相對穩(wěn)定特征、個體差異特征,為重新認(rèn)識院前急救、更好地把握院前急救提供了新方法和新的決策依據(jù)。重點(diǎn)基于院前非均勻相對穩(wěn)定特征提出了一種院前非均勻相對穩(wěn)定模型的建模方法,并應(yīng)用規(guī)劃數(shù)學(xué)探討了院前醫(yī)院站點(diǎn)優(yōu)化計(jì)算分布。

0引言

院前急救涉及廣闊院前區(qū)域,到目前為止,對于院前急救的空間數(shù)據(jù)特征研究基本處于空白,這一狀況與院前急救事業(yè)的高速發(fā)展是不相匹配的。實(shí)際上,不僅僅需要掌握院前急救出車量數(shù)據(jù),更需要了解其院前急救首次醫(yī)護(hù)接觸(First Medicine Contact,F(xiàn)MC)空間區(qū)域分布狀況,從而更全面揭示院前工作特性。

1空間大數(shù)據(jù)的獲取

院前急救涵蓋發(fā)病現(xiàn)場初級救助(BLS)以及急救車到達(dá)后FMC所提供的高級救助(ALS)。就急救車而言,在大急診急救體系內(nèi)急救車可以理解為急診部門前出醫(yī)療單元,它包含眾多變量如醫(yī)護(hù)人員狀態(tài)信息、患者信息、醫(yī)療設(shè)備信息、車輛環(huán)境信息等,所有這些變量可以歸納為三大變量,即人、物、車,分別用X1、X2、X3代表[5-6]。通過車載智能傳感器,實(shí)現(xiàn)對急救車輛智能化輕改造,即能獲得變量組[X1,X2,X3],經(jīng)移動互聯(lián)網(wǎng)(4G)傳至云端計(jì)算服務(wù)器,形成物聯(lián)網(wǎng)絡(luò),云端服務(wù)器依據(jù)人工智能神經(jīng)元模型對各個變量分別進(jìn)行濾波和加權(quán)計(jì)算,同時將醫(yī)療設(shè)備數(shù)據(jù)實(shí)時轉(zhuǎn)發(fā)至急診部門。本系統(tǒng)架構(gòu)如圖1所示。

在這樣的云計(jì)算架構(gòu)體系上,普通急救車輛已成為云支撐的智能車,自動實(shí)現(xiàn)急救出車時間數(shù)據(jù)記錄(如FMC2D時間等),自動跟蹤車輛運(yùn)行環(huán)境狀態(tài),實(shí)時傳輸車上病患體征數(shù)據(jù),實(shí)時傳輸車上視頻影像和問診語音信息等,此架構(gòu)模式也為急救車智能化進(jìn)一步發(fā)展(如智能循跡行駛、智能行駛等應(yīng)用)奠定了基礎(chǔ)。圖2所示是急救出車救治鏈時間節(jié)點(diǎn)識別記錄截圖示意,這些院前數(shù)據(jù)為管理院前過程、提高急救臨床預(yù)后效果提供了相關(guān)評價依據(jù)。

本計(jì)算系統(tǒng)采用B/S架構(gòu),與各級醫(yī)院和急救中心以及個人用戶應(yīng)用連接十分便利,實(shí)現(xiàn)資源共享,有利于大急診急救體系低成本建設(shè)擴(kuò)展。

本文重點(diǎn)關(guān)注院前FMC時間和FMC空間位置分布數(shù)據(jù)疊加,通過對這些數(shù)據(jù)的觀察,實(shí)現(xiàn)對院前急救空間數(shù)據(jù)特征進(jìn)行研究的目的。

2院前急救FMC熱域色譜圖分析

基于急救車智能化輕改造并聯(lián)網(wǎng)云計(jì)算應(yīng)用,通過FMC空間數(shù)據(jù)分布積累,可實(shí)現(xiàn)基于電子地理信息系統(tǒng)GIS的FMC熱域色譜圖。圖3所示為深圳寶安區(qū)人民醫(yī)院急診醫(yī)學(xué)部院前科急救出車數(shù)據(jù)熱域色譜圖。

從圖3院前FMC熱域色譜圖上看,寶安醫(yī)院急救熱域集中偏重在第二、三象限。

圖4所示是另一急救單位連續(xù)兩個月時間段急救FMC熱域色譜分布圖,很明顯這家單位院前急救熱域則較為偏重集中于第一象限。

從以上觀察可知,F(xiàn)MC急救熱域分布并不是均勻的,一個地域的院前急救需求隨這個地域的社會屬性分布不同而不同,具有冷熱不均的區(qū)域特征,圖5是基于熱域圖上的區(qū)域網(wǎng)格化示意圖,很明顯,每個網(wǎng)格內(nèi)的急救冷熱程度差距明顯。

可以借助于精準(zhǔn)醫(yī)療的“基因組學(xué)”數(shù)據(jù)概念來解釋這一現(xiàn)象。組學(xué)數(shù)據(jù)概念在院前急救空間數(shù)據(jù)的研究中轉(zhuǎn)變?yōu)槌鞘袇^(qū)域功能和人口分布特征,也就是說區(qū)域功能(行政功能、產(chǎn)業(yè)功能等)及人口分布與其對應(yīng)的院前急救資源需求是不同的,由此而產(chǎn)生出急救熱域色譜分布的非均勻特征,即不同區(qū)域具有不同的宏觀“習(xí)慣”行為,從而形成一個城市獨(dú)特的院前個性化宏觀“組學(xué)基因”數(shù)據(jù)特征[9-10]。

綜上分析,可以得出院前急救小樣本研究的3個數(shù)據(jù)特征如下:

(1)非均勻性特征:一定范圍內(nèi)院前急救是空間非均勻分布過程;

(2)相對穩(wěn)定特征:院前急救在某些區(qū)域的發(fā)生概率是相對穩(wěn)定的。這個現(xiàn)象將為定量分析區(qū)域急救需求提供數(shù)據(jù)依據(jù);

(3)個體差異特征:不同醫(yī)院(站點(diǎn))其熱域分布是不相同的。

上述3個特征為今后重新認(rèn)識院前急救、更準(zhǔn)確地把握院前急救決策模式提供了一定的基礎(chǔ)素材,同時也提出了一個對于院前急救觀察的全新角度。本文重點(diǎn)將對非均勻相對穩(wěn)定特征的應(yīng)用舉例描述。

在圖3中還發(fā)現(xiàn),箭頭所指圈出區(qū)域是針對寶安公園發(fā)生的急救FMC現(xiàn)場點(diǎn),它們有序地分布在公園門口區(qū)域,這一現(xiàn)象提醒人們公共場合急救資源投放(如AED設(shè)備的設(shè)置)應(yīng)當(dāng)盡可能重點(diǎn)布置于類似大門口等特別顯著的公共區(qū)域,如圖6所示,而不應(yīng)均勻分布于公共場合內(nèi)。

3院前急救非均勻相對穩(wěn)定模型應(yīng)用研究

按區(qū)域均勻分布院前急救資源是院前工作習(xí)慣為常的常規(guī)決策方法,包括急救站點(diǎn)的均勻分布、急救車輛和人員及物資分配等。然而實(shí)際情況是“平均”的院前工作決策模式常常使得院前急救資源處于“供不應(yīng)求”或者“供大于求”的尷尬境地,在這種情況下不斷加大投入實(shí)際上是很難解決這個問題的,甚至相反會帶來更大的浪費(fèi)。這就提出了差異化院前急救模式問題,以及解決差異化問題的方法。

院前非均勻相對穩(wěn)定分布特征給考慮差異化院前急救問題提供了數(shù)據(jù)基礎(chǔ),使得可以根據(jù)區(qū)域分布的冷熱差異化狀況區(qū)別對待,即根據(jù)不同區(qū)域的不同“熱量”定量計(jì)算各區(qū)域急救需求“強(qiáng)度”。同時,也可以定量分析各急救需求區(qū)域“重心”點(diǎn),量化區(qū)域院前急救的“需求分布”。下面以兩例具體應(yīng)用說明院前急救數(shù)據(jù)特征的實(shí)際用途。

(1)高效建立寶安區(qū)網(wǎng)格化初級救護(hù)員隊(duì)伍

為了實(shí)現(xiàn)對危急重癥患者(如心搏驟?;颊?提供早期心肺復(fù)蘇,深圳市寶安區(qū)開始籌建一支具有初級救護(hù)技能的社會隊(duì)伍,這支隊(duì)伍以現(xiàn)有網(wǎng)格化區(qū)域管理員為基礎(chǔ),通過展開心肺復(fù)蘇技能培訓(xùn),實(shí)現(xiàn)在寶安區(qū)內(nèi)初級救護(hù)員隊(duì)伍的覆蓋。這里的問題是如何高效快速地建立起這支隊(duì)伍,使之發(fā)揮應(yīng)有的作用。如果按照原有均勻網(wǎng)格分布模型方法從上至下、從左至右地展開培訓(xùn)工作,可想而知,這樣做的結(jié)果是投入較大的工作量卻只能取得一個低速、低效率的推進(jìn)結(jié)果,事倍功半。

這里應(yīng)用區(qū)域內(nèi)非均勻相對穩(wěn)定模型來快速解決覆蓋問題則能起到立竿見影的效果。以寶安醫(yī)院院前熱域圖為例,如圖7所示,如果優(yōu)先對熱域網(wǎng)格人員組織培訓(xùn),則可在相對短時間內(nèi)達(dá)到快速覆蓋區(qū)域急救需求80%以上區(qū)域,見圖7粗線網(wǎng)格域。因此,這樣基于空間大數(shù)據(jù)決策的工作方法,其工作效率將大大提高,事半功倍!

(2)最優(yōu)急救醫(yī)院站點(diǎn)部署規(guī)劃

這里僅從最優(yōu)化的角度觀察區(qū)域急救需求與急救資源的匹配關(guān)系。如圖8所示,首先將急救熱域區(qū)塊化,以區(qū)塊重心點(diǎn)為中心即可得如圖9所示院前非均勻模型,圖中Sj(j=1,2,…,10)代表急救熱域區(qū)塊中心點(diǎn)。圖10是該區(qū)域內(nèi)所有醫(yī)院相對于急救熱域的空間分布狀況,hi(i=1,2,…,12)表示急救區(qū)域內(nèi)分布的醫(yī)院站點(diǎn),顯示出院前急救需求與供給對應(yīng)關(guān)系。

為實(shí)現(xiàn)最優(yōu)效率供給覆蓋,即如何使用最少醫(yī)院站點(diǎn)滿足急救覆蓋需求。這里設(shè)1-0變量xij=[1,0](當(dāng)hi承擔(dān)Sj區(qū)域急救時為1,反之為0),則按圖10供給系統(tǒng)總體最小距離成本Z的數(shù)學(xué)模型為:

式中,i=1,…,12;j=1,…,10;Cij為醫(yī)院相對急救點(diǎn)分布距離值。

這里不對式(1)具體求解過程進(jìn)行繁瑣描述,僅給出依據(jù)圖10系統(tǒng)問題在最短總距離原則下最優(yōu)規(guī)劃醫(yī)院站點(diǎn)分布解為H=[h2,h5,h6,h11],見圖11。由圖11可知,在圖10中的12家醫(yī)院中選取如圖11的4家醫(yī)院即可實(shí)現(xiàn)圖8區(qū)域的急救需求覆蓋。根據(jù)每個點(diǎn)Sj的“熱量”可以進(jìn)一步給出各家醫(yī)院所應(yīng)承擔(dān)的任務(wù)量,根據(jù)任務(wù)量又可以定量計(jì)劃具體裝備車輛、具體設(shè)備及藥品量分配[9-10]。上述這一優(yōu)化計(jì)算過程簡要說明了基于院前非均勻相對穩(wěn)定特征模型的最優(yōu)急救醫(yī)療資源的規(guī)劃匹配計(jì)算。值得注意的是,從目前我國急診學(xué)科建設(shè)的角度看,將有限的資源集中在幾個重點(diǎn)醫(yī)院部門更有利于突出樣板建設(shè)效果,以點(diǎn)帶面推動整個地區(qū)急救急診水平發(fā)展。將規(guī)劃數(shù)學(xué)方法應(yīng)用于差異化院前急救可以形成一套新的院前急救方法論體系,從而促進(jìn)大急診急救理論體系進(jìn)步發(fā)展。

需要說明的是,根據(jù)圖5觀察的院前色譜云圖其邊緣分布實(shí)際在一段時期會發(fā)生改變,因此最優(yōu)院前資源分配決策也需要對應(yīng)隨之而變,差異化院前急救模式是需求與供給優(yōu)化匹配的動態(tài)過程,也是計(jì)算服務(wù)系統(tǒng)不斷迭代計(jì)算的輔助決策過程。

4結(jié)論

本文針對深圳寶安人民醫(yī)院院前模型在差異化院前急救方面進(jìn)行了研究探討,拋磚引玉,不足之處在所難免。正如大家所知,“院前”是一個復(fù)雜領(lǐng)域,還需要更多深入工作,發(fā)現(xiàn)其規(guī)律,為實(shí)際工作提供更多理論依據(jù)。期待與急診急救廣大同仁展開更多合作,推動我國院前工作進(jìn)一步提高發(fā)展。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 云計(jì)算
    +關(guān)注

    關(guān)注

    38

    文章

    7612

    瀏覽量

    136739
  • 大數(shù)據(jù)
    +關(guān)注

    關(guān)注

    64

    文章

    8805

    瀏覽量

    136992

原文標(biāo)題:【學(xué)術(shù)論文】基于空間大數(shù)據(jù)的院前急救非均勻相對穩(wěn)定模型

文章出處:【微信號:ChinaAET,微信公眾號:電子技術(shù)應(yīng)用ChinaAET】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    一種面向配電網(wǎng)CIM模型的拓?fù)?b class='flag-5'>建模方法

    針對關(guān)系數(shù)據(jù)庫越來越不能滿足電網(wǎng)對大數(shù)據(jù)快速訪問和分析需求的問題,提出了一種基于Neo4j的配電網(wǎng)拓?fù)?b class='flag-5'>建模方法。在遵循電網(wǎng)CIM模型的基礎(chǔ)上,將CIM
    的頭像 發(fā)表于 08-05 11:08 ?4694次閱讀
    <b class='flag-5'>一種</b>面向配電網(wǎng)CIM<b class='flag-5'>模型</b>的拓?fù)?b class='flag-5'>建模</b><b class='flag-5'>方法</b>

    一種電子系統(tǒng)測試性模型的研究

    和可用性有很大影響。在對測試性建模理論進(jìn)行研究的基礎(chǔ)上,借鑒多信號流圖模型和eXpress信息模型,提出了一種適合電子系統(tǒng)的測試性模型——E
    發(fā)表于 04-22 11:28

    一種AMR磁羅盤的誤差建模與校準(zhǔn)方法

    一種AMR磁羅盤的誤差建模與校準(zhǔn)方法
    發(fā)表于 08-17 12:10

    一種均勻直線陣列干擾抑制的新方法

    一種均勻直線陣列干擾抑制的新方法:本文提出一種應(yīng)用于均勻直線陣列的干擾抑制方法,對
    發(fā)表于 10-24 15:22 ?4次下載

    一種基于互相關(guān)序列的功放行為模型建立方法

    該文提出了一種基于功率放大器行為模型誤差信號與輸入信號互相關(guān)的行為模型時延估計(jì)算法,并在此基礎(chǔ)上討論了如何動態(tài)建立放大器行為模型方法。采用
    發(fā)表于 11-18 13:53 ?19次下載

    一種復(fù)合故障預(yù)測動態(tài)建模方法

    本文提出一種復(fù)合故障預(yù)測動態(tài)建模方法,將原有故障數(shù)據(jù)樣本經(jīng)過參數(shù)相關(guān)性分析,按特征輸入支持向量回歸機(jī)建立相應(yīng)的故障預(yù)測模型,可以很有效預(yù)測未來較長時間的數(shù)據(jù)
    發(fā)表于 12-14 11:58 ?16次下載

    一種窄帶高斯建模方法

    針對混響特點(diǎn),提出了一種窄帶高斯建模方法。研究了模型參數(shù)估計(jì)方法,并采用實(shí)驗(yàn)混響數(shù)據(jù)對
    發(fā)表于 01-12 21:45 ?9次下載

    基于均勻馬爾可夫隨機(jī)場的圖像分割方法

    提出了一種新的基于均勻馬爾可夫隨機(jī)場(MRF)的圖像分割算法。基于均勻馬爾可夫隨機(jī)場的圖像分割的關(guān)鍵是對MRF中耦合系數(shù)的估計(jì)。本文結(jié)合
    發(fā)表于 09-25 13:39 ?0次下載
    基于<b class='flag-5'>非</b><b class='flag-5'>均勻</b>馬爾可夫隨機(jī)場的圖像分割<b class='flag-5'>方法</b>

    一種新型動態(tài)X參數(shù)功放建模方法

    為了更準(zhǔn)確地描述帶有記憶效應(yīng)的射頻(RF)功放特性,基于傳統(tǒng)的動態(tài)X參數(shù)模型,結(jié)合功放長期記憶效應(yīng)以及短期記憶效應(yīng)機(jī)理,提出一種新型動態(tài)X參數(shù)功放建模方法。新
    發(fā)表于 11-29 15:51 ?1次下載
    <b class='flag-5'>一種</b>新型動態(tài)X參數(shù)功放<b class='flag-5'>建模</b><b class='flag-5'>方法</b>

    一種新的均勻采樣信號的離散傅里葉變換方法

    針對偽隨機(jī)(PN)碼調(diào)制的多普勒激光雷達(dá)中固有的對外差信號不能等間隔采樣的問題,提出一種新的均勻采樣信號的離散傅里葉變換(DFT)方法。首先,給出距離速度同步測量多普勒激光雷達(dá)系統(tǒng)
    發(fā)表于 12-23 11:40 ?0次下載
    <b class='flag-5'>一種</b>新的<b class='flag-5'>非</b><b class='flag-5'>均勻</b>采樣信號的離散傅里葉變換<b class='flag-5'>方法</b>

    自適應(yīng)系統(tǒng)決策:一種模型驅(qū)動的方法

    滿足功能需求的同時,還需要保證系統(tǒng)滿足特定的功能需求,如可靠性和性能等.提出了一種基于驗(yàn)證的自適應(yīng)系統(tǒng)優(yōu)化決策方法,以保證功能需求的滿足.該方法
    發(fā)表于 12-27 16:04 ?0次下載

    一種分層遞階機(jī)制的實(shí)時多層建模方法

    在采用模型驅(qū)動的開發(fā)(MDD)方法對復(fù)雜實(shí)時系統(tǒng)進(jìn)行建模設(shè)計(jì)時,單層的建模方法難以完成對控制系統(tǒng)的清晰和完整描述。針對上述問題提出了
    發(fā)表于 01-16 16:24 ?0次下載
    <b class='flag-5'>一種</b>分層遞階機(jī)制的實(shí)時多層<b class='flag-5'>建模</b><b class='flag-5'>方法</b>

    一種新型的動態(tài)響應(yīng)信道建模方法

    跟蹤法,對淺海信道的多途特性進(jìn)行了建模;針對傳統(tǒng)聲線模型在信道動態(tài)響應(yīng)建模上的不足,提出了一種新型的動態(tài)響應(yīng)信道建模
    發(fā)表于 01-16 18:50 ?0次下載

    如何使用概率模型進(jìn)行均勻數(shù)據(jù)聚類算法的設(shè)計(jì)介紹

    針對傳統(tǒng)K-means型算法的“均勻效應(yīng)”問題,提出一種基于概率模型的聚類算法。首先,提出個描述均勻
    發(fā)表于 12-13 10:57 ?10次下載

    rup是一種什么模型

    RUP(Rational Unified Process,統(tǒng)建模語言)是一種軟件開發(fā)過程模型,它是一種迭代和增量的軟件開發(fā)
    的頭像 發(fā)表于 07-09 10:13 ?783次閱讀