寧波市第一醫院是一所三級甲等綜合性醫院，年門診量逐年上升，2018年門急診總量208萬人次，日均診療將近6000人次。近年來，在門診管理過程中發現醫院部分科室（醫生）門診號源利用率不高和部分科室（醫生）號源利用率極高并且頻繁加班加號并存的現象，這不僅影響了門診醫療服務的工作效率和患者的就診體驗，而且影響到了醫生對工作的滿意度，暴露了門診排班管理方面存在一些亟待解決的問題。若不引起管理層的高度重視，將直接影響到醫院的質量和聲譽。如何在有限的資源和空間條件下進行科學的管理與組織，不斷提高醫療資源的利用率和提升患者的就醫體驗，是醫院門診數據化管理的重要目標。本研究對門診就診情況進行數據分析，了解患者就診規律，為醫院人力資源的合理分配及管理門診排班提供科學依據。

  資料與方法  

1.1一般資料  

醫院連續7個月的門診記錄（2019年1～7月），數據來源于門診信息系統的掛號記錄、排班記錄和就診記錄，包括普通門診、專病門診、專家門診，共計247個二級科室。

1.2計算細則 

號源利用率=掛號人次/排班號源×100%，具體計算細則如下，掛號人次：調查時段內評估科室/醫生門診患者通過各種途徑成功掛號的人次數；排班號源：調查時段內評估科室/醫生能夠診療的患者總量。加班班次占比=加班班次數/總班次數×100%。定義：加班指醫生正常下班時間30分鐘后還在接診患者。

1.3統計分析

通過Tableau10.5、Python2.7和SAS9.4軟件對數據進行整理歸納，回顧性分析門診7個月來的排班及診療情況，探尋門診排班中存在的問題，并提供調整建議。

  門診排班工作評估設計  

2.1評估總體概況  

本研究從科室和醫生兩個層面，從號源利用率與加班班次占比兩個維度綜合評估門診排班的合理性，從而確定是否需要調整科室排班數量以及排班表中醫生的號源數。

2.2評估模型理論  

科室層面：①當科室的號源利用率偏低，且加班班次占比較低，需合理減少科室排班；②當科室的號源利用率偏低，但加班班次占比較高，需考慮排班號源偏多及提升診療效率；③當科室的號源利用率偏高，但加班班次占比較低，視為合理排班；④當科室的號源利用率偏高，且加班班次占比較高，需合理增加科室排班。 

醫生層面：①醫生的號源利用率偏低，且加班班次占比較低，排班表中醫生號源數不做調整；②當醫生的號源利用率偏低，但加班班次占比較高，需考慮排班表中醫生號源數偏多及提升診療效率；③醫生的號源利用率較高，但加班班次占比較低，可適當增加排班表中醫生號源數；④醫生的號源利用率偏高，且加班班次占比較高，需減少排班表中醫生號源數。

 門診排班工作評估應用 

3.1門診排班運行總體情況  

醫院窗口期內的門診號源量為1185036個，總掛號905026人次，總號源利用率為76.37%，其中加班診療16112人次、日平均加班診療76人次，加班診療率為1.41%。

3.2科室排班號源相關情況 

醫院共有247個二級科室，其中有131個（53.04%）存在加班現象，有11個（4.45%）加班班次占比超過了50%。其中33個（13.36%）號源利用率低于25%且從不加班，有5個每周排班班次大于1，建議減少其科室排班；另外11個（4.45%）號源利用率和加班班次都超過了50%，建議其中1個增加科室排班（表1）。

3.3醫生排班號源相關情況 

醫生排班按照科室、醫生、門診時間、門診類型和時令5個條件組合，簡稱“排班醫生”。醫院共有744個排班醫生，其中有353個（47.45%）存在加班現象?？紤]極值情況：34個（4.57%）號源利用率超過了100%但從不加班，其中有22個門診號源量偏少可適當增加；另外61個（8.20%）加班班次占比大于50%，其中有34個因排班號源量偏多致醫生加班頻繁，有12個因加號量偏多致醫生加班頻繁（表2）。對于排班號源量偏少者，增加醫生排班號源，排班號源量偏多者減少醫生排班號源，加號量偏多者則減少醫生診療號源。

 討論

門診是醫療工作的第一窗口，是面向社會的重要橋梁，其醫療服務質量的高低直接影響到患者的就醫體驗，同時反映出醫療機構的管理水平。重視門診醫生排班，對門診的運行效率具有十分重要的意義。

數據分析顯示，醫院門診號源利用率為76.37%，且大部分科室存在加班（53.04%）現象，主要原因是部分科室/醫生的排班不夠合理。從理論上分析，在26個號源利用率低（≤25%）且從不加班的科室中，有5個科室（5/247，2.02%）可減少6952個排班號源（14個班次），如“中醫胃腸門診”平均每周7個班次140個號源，但平均每周實際診療28人次；在25個號源利用率高（＞50%）且加班嚴重（＞50%）的科室中，有1個科室（1/248，0.04%）共需增加1個班次，心理咨詢專家平均每周7個班次，其中有4個班次存在加班現象，加班班次占比高達63%，平均每周需增加1個班次以減輕該科室醫生的診療負荷。

從醫生排班角度分析，雖有52.55%（391/744）的排班醫生不存在加班現象，但有4.57%（34/744）的排班醫生號源利用率超過了100%，深入分析發現有22個排班醫生的號源量存在偏少現象：平均排班號源26.39個，平均最大診療30.88人次，可增加0.36%（4325 /1185036）的排班號源量；在61個排班醫生號源利用率較高（＞50%）且加班嚴重（＞50%）的排班醫生中，有34個排班醫生因排班號源量偏多致醫生加班頻繁，有12個排班醫生因加號量偏多致醫生加班頻繁。前者：平均排班號源61.01個，平均最大診療42.35人次，可減少1.86%（22071/1185036）的排班號源量；后者：平均最大診療58.89個，平均實際診療64.60人次，可減少0.22%（2591/1185036）的實際診療號源量。

本研究從號源利用率和加班班次占比兩個維度分析了門診排班的合理性，存在以下兩點不足之處。首先，目前更多關注“極值”情況，只對“極值”情況作出調整建議，其余有待結合門診績效目標進一步分析；其次，“極值”情況下每周只有一個排班的科室未進行深入分析，這是導致號源利用率并不高的主要原因。如在26個號源利用率低（≤25%）且從不加班的科室中，除了分析的5個科室還有21個科室每周只有一個班次。

綜上所述，基于門診排班的數據化管理可提高門診號源利用率、減少頻繁加班加號等不合理現象、提升患者的就醫體驗，對于醫院門診數據化管理的持續改進具有重要意義。隨著門診患者結構及數量、醫院醫療資源的變化，需要不斷通過數據去發現問題解決問題，門診排班的數據化管理將會成為一個不斷循環不斷進步的過程，促使排班工作的合理化、規范化和科學化，以更好地配置醫療資源，更好地服務于門診患者。

本文節選自《中國醫院》雜志2020年2月刊
作者：謝浩芬、鄭佩君、馬佳文、姜建帥

單位：寧波市第一醫院

摘要、關鍵詞、參考文獻略

歡迎醫院信息人和廠商同道分享信息系統在醫院防控工作的實踐經驗。

投稿郵箱：[email protected]

微信：13716062058