6.1. Оптимальное планирование обслуживание вызовов бригадами скорой медицинской помощи
Рассмотрим в соответствии с моделями (2.8) – (2.14) пример оптимального распределения бригад СМП по поступившим вызовам. Согласно имеющимся статистическим данным [11, 12], в момент времени равный 12:15 в очереди на обслуживание рассматриваемой ССМП находилось восемь вызовов, информация о которых приведена в таблице 6.1.
Таблица 6.1
| Номер вызова | Время поступления | Повод к вызову | Рекомендуемая бригада | Степень срочности |
| В1 | 11:00 | Высокая температура | Фельдшерская, линейная | 1 (длительное ожидание обслуживание) |
| В2 | 12:13 | ДТП | Реанимационная, линейная | 1 (срочный вызов) |
| В3 | 11:45 | Высокая температура | Фельдшерская, линейная | 3 (поликлинический вызов) |
| В4 | 12:00 | Рвота, боли в животе | Линейная, фельдшерская | 2 (вызов неотложной помощи) |
| В5 | 11:15 | Болит голова, не травма | Линейная, фельдшерская | 2 (вызов неотложной помощи) |
| В6 | 11:56 | Перевозка больного из одного ЛПУ в ЛПУ | Фельдшерская | 2 (перевозка больного) |
| В7 | 10:45 | Перевозка крови | Фельдшерская | 3 (перевозка крови) |
| В8 | 12:12 | Высокое давление | Реанимационная, линейная | 1 (срочный вызов) |
При этом в 12:15 на ССМП было пять свободных бригад следующего профиля:
Таблица 6.2
| Номер бригады | Профиль бригады |
| Б1 | Кардиологическая |
| Б2 | Реанимация |
| Б3 | Линейная |
| Б4 | Линейная |
| Б5 | Фельдшерская |
С помощью системы навигации ССМП была получена информация о времени передвижения бригады от места ее дислокации до места вызова в виде матрицы (2.15).
Согласно данным приведенным в таблице 6.1 и таблице 6.2 была сформирована матрица соответствия профилей имеющихся бригад поступившим вызовам. Матрица времени и матрица соответствия профилей приведены в таблице 6.3.Таблица 6.3.
| Бригада 1 | Бригада 2 | Бригада 3 | Бригада 4 | Бригада 5 | ||||||
![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | |
| В 1 | 20 | 0 | 50 | 0 | 10 | 1 | 40 | 1 | 20 | 1 |
| В 2 | 10 | 0 | 10 | 1 | 60 | 1 | 20 | 1 | 30 | 0 |
| В 3 | 10 | 0 | 30 | 0 | 80 | 1 | 20 | 1 | 10 | 1 |
| В 4 | 40 | 0 | 20 | 0 | 10 | 1 | 90 | 1 | 40 | 1 |
| В 5 | 20 | 0 | 50 | 0 | 10 | 1 | 40 | 1 | 20 | 1 |
| В 6 | 30 | 0 | 40 | 0 | 60 | 0 | 20 | 0 | 30 | 1 |
| В 7 | 10 | 0 | 30 | 0 | 80 | 0 | 20 | 0 | 10 | 1 |
| В 8 | 10 | 1 | 20 | 1 | 10 | 1 | 90 | 1 | 40 | 0 |
В связи с тем, что свободных бригад меньше, чем вызовов, то для решения задачи используется модель (2.14), которая, с учетом представленных выше исходных данных, конкретизируются как
| (6.1) |
Применяя алгоритм, описанный в разделе 2.2, строим множество оптимальных по Парето решений задачи (6.1), представленное в таблице 6.4.
Таблица 6.4
| Вариант №1 | Направляемая бригада | Время доезда, мин | Соответствие профиля | Приоритетность вызова | |
| Вызов 1 | Линейная | 10 | Соответствует | 1 | |
| Вызов 2 | Реанимация | 10 | Соответствует | 1 | |
| Вызов 3 | Линейная | 20 | Соответствует | 3 | |
| Вызов 4 | Вызов ожидает обслуживания | 2 | |||
| Вызов 5 | Вызов ожидает обслуживания | 2 | |||
| Вызов 6 | Фельдшерская | 30 | Соответствует | 2 | |
| Вызов 7 | Вызов ожидает обслуживания | 3 | |||
| Вызов 8 | Кардиологическая | 10 | Соответствует | 1 | |
| Максимальное время доезда равно 30 мин, суммарное соответствие профилей равно 5, максимальный приоритет равен 3 | |||||
| Вариант №2 | Направляемая бригада | Время доезда, мин | Соответствие профиля | Приоритетность вызова | |
| Вызов 1 | Линейная | 10 | Соответствует | 1 | |
| Вызов 2 | Линейная | 20 | Соответствует | 1 | |
| Вызов 3 | Вызов ожидает обслуживания | 3 | |||
| Вызов 4 | Реанимация | 20 | Не соответствует | 2 | |
| Вызов 5 | Фельдшерская | 20 | Соответствует | 2 | |
| Вызов 6 | Вызов ожидает обслуживания | 2 | |||
| Вызов 7 | Вызов ожидает обслуживания | 3 | |||
| Вызов 8 | Кардиологическая | 10 | Соответствует | 1 | |
| Максимальное время доезда равно 20 мин, суммарное соответствие профилей равно 4, максимальный обслуживаемый приоритет равен 2 | |||||
На рис. 6.1 приведено множество достижимости
задачи (6.1) и паретооптимальные точки этого множества, полученные с использованием конусов вида (2.16).
Близким к идеальному решению является вариант №2.
Из анализа данных таблицы 6.4, следует, что при меньшем значении минимаксного времени перемещения бригад к больным равным 20 мин условие совпадения профиля заболевания больного и специализации бригады выполняется лишь на 80%, при этом в первую очередь начинают обслуживаться вызовы с первым и вторым приоритетом. Тогда как при времени доезда равным 30 минутам совпадение профилей составляет 100%, но бригады отправляются на вызовы с первым и третьим приоритетом, вызовы со вторым приоритетом продолжают находиться в очереди ожидания обслуживания.
Рис. 6.1.
Поэтому на наш взгляд, наиболее предпочтительным будет вариант №2, т.к., несмотря на уменьшение коэффициента профильности, имеем минимальное время передвижения бригады до вызова и минимальные приоритеты обслуживаемых вызовов. Это позволит оказать оперативную квалифицированную помощь по месту вызова и способствует достижению генеральной цели управления ССМП, представленной на рис. 1.8.
Принятие окончательного решения осуществляется фельдшером-эвакуатором, на АРМ которого (см. рис. 3.1) выдаются паретооптимальные варианты распределения бригад по вызовам.
Расчеты проводились с помощью КП «Назначение бригады на вызов», входная видеоформа которого представлена в Приложении 2 на рис.П2.2. Результирующая видеоформа этого КП представлена на рис.П2.3.
Основные параметры моделирования для размерности
,
задачи (6.1) приведены в таблице 6.5.
Таблица 6.5
| Коли-чество прого-нов | Коли- чество паретооптимальных точек | Время вычислений, с | Максималь-ное время доезда, мин | Суммарное соответс-твие профилей | Максималь-ный обслуживаемый приоритет |
| 100 | 1 | 1 | 20 | 4,0 | 3,0 |
| 500 | 1 | 1 | 20 | 4,0 | 3,0 |
| 1000 | 2 | 1 | 20 | 3,0 | 6,0 |
| 40 | 5,0 | 8,0 | |||
| 1500 | 2 | 2 | 20 | 4,0 | 2,0 |
| 80 | 5,0 | 3,0 | |||
| 2000 | 1 | 3 | 20 | 4,0 | 3,0 |
| 2500 | 2 | 6 | 20 | 4,0 | 2,0 |
| 40 | 5,0 | 3,0 | |||
| 3000 | 2 | 13 | 30 | 5,0 | 3,0 |
| 20 | 4,0 | 2,0 | |||
| 3500 | 2 | 22 | 20 | 4,0 | 2,0 |
| 30 | 5,0 | 3,0 | |||
| 4000 | 2 | 41 | 20 | 4,0 | 2,0 |
| 30 | 5,0 | 3,0 | |||
| 4500 | 1 | 80 | 20 | 5,0 | 3,0 |
| 5000 | 2 | 148 | 30 | 5,0 | 3,0 |
| 20 | 4,0 | 2,0 | |||
| 5500 | 2 | 150 | 20 | 5,0 | 8,0 |
| 10 | 4,0 | 6,0 |
Т.о., для адекватных результатов при решении реальных задач требуется провести как минимум 3 т.
экспериментов для того, чтобы были получены три паретооптимальных решения рассматриваемой задачи.Еще по теме 6.1. Оптимальное планирование обслуживание вызовов бригадами скорой медицинской помощи:
- 2.2.1. Оптимизация обслуживания вызовов бригадами скорой медицинской помощи
- 6.2. Задача планирования госпитализации больных бригадами скорой медицинской помощи
- 6.5. Оптимизация числа диспетчеров и бригад станции скорой медицинской помощи
- 2.5. Задача оптимизации числа диспетчеров и бригад скорой медицинской помощи
- 2.2.2. Оптимизация процесса госпитализации больных бригадами службы скорой медицинской помощи
- 6.4. Построение прогноза поступления вызовов на пульт станции скорой медицинской помощи
- Статья 76. Особенности проведения запроса котировок для оказания скорой, в том числе скорой специализированной, медицинской помощи в экстренной или неотложной форме и нормального жизнеобеспечения граждан
- Расчет тарифов на медицинские услуги для амбулаторно-поликли- нических учреждений, станций скорой медицинской помощи.
- 1.4. Постановка задач управления службой скорой медицинской помощи
- 2.3. Прогнозирование динамики действующего парка автомобилей скорой медицинской помощи
- 1.3. Теоретико-множественная модель работы службы скорой медицинской помощи
- 1.1. Структура и функции службы скорой медицинской помощи
- 8.2. Анализ работы службы скорой медицинской помощи пострадавшим в результате ДТП за период с 2003г. по 2007г.
- Обеспечение информационной безопасности персональных данных в службе скорой медицинской помощи


