项目名称: 患者就医决策与患者流优化分布建模分析研究

项目编号: No.71301003

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 宋洁

作者单位: 北京大学

项目金额: 20.5万元

中文摘要: 针对当前我国"看病难",患者流分布不合理的现状,本研究将综合考虑影响患者选择医疗机构进行就诊的三大因素:医疗服务质量、就诊价格和就医等待时间,将其作为政府的激励因素,基于数学建模和量化分析合理优化患者流分布。通过循环优化设置不同的激励程度,结合患者就医行为效用分析,得到患者选择不同医疗机构的均衡决策,即不同医疗机构患者流到达的分布情况。为量化评估该患者流分布对于政策实施及整个医疗系统的影响效果,进一步建立带堵塞和批处理的马尔科夫模型,模拟当前医疗系统就诊号数量有限的现实情况,模型求解获得不同医疗机构就诊的等待时间和各类医疗机构的服务率,以此来说明激励政策所带来的量化效果。本研究将提出一套考虑患者决策、政府激励政策实施效果和医疗服务机构运作方式三者动态过程及其相互影响的多因素、循环优化决策的分析工具,以期为政府提供量化的决策支持方法,研究成果将有助于我国医疗改革解决"看病难"问题。

中文关键词: 博弈论;仿真优化;患者流;不完全信息;分层系统

英文摘要: Although national health condition of China has improved greatly along with the growing GDP, "inaccessibility" is still criticized as a major problem of the healthcare delivery system in China. The patient flow distribution currently in China is irrational. In this proposal, we take healthcare service quality, price and the waiting time as the main factors that will affect the patients' decision on choose the healthcare facilities. Also these factors will be considered as incentive to improve the patient flow distribution among different level's healthcare facilities. By dynamically and recurrently assign different level incentive, along with the analysis of patients' behavior, we will construct different utility function to different patients, and finally get the Bayesian Nash equilibrium of patients' decision under incomplete information. In order to model the patient congestion and limited healthcare resource, we propose to establish Markov model with blocking and batch service size. The blocking probability in general hospitals, the waiting time of patients to get healthcare service and the utilization of healthcare facilities can be obtained from the model. The advantage of this project is that we propose a novel optimization tool to improve the patient flow in China, which takes the patients decision makin

英文关键词: game theory;simulation optimization;patient flow;incomplete information;hierarchical system

成为VIP会员查看完整内容
0

相关内容

博弈论(Game theory)有时也称为对策论,或者赛局理论,应用数学的一个分支,目前在生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。主要研究公式化了的激励结构(游戏或者博弈)间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。也是运筹学的一个重要学科。
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
深度学习驱动的知识追踪研究进展综述
专知会员服务
36+阅读 · 2021年11月15日
专知会员服务
103+阅读 · 2021年8月23日
多模态情绪识别研究综述
专知会员服务
165+阅读 · 2020年12月21日
专知会员服务
37+阅读 · 2020年11月24日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
关于医院“在线预约”的产品思考
人人都是产品经理
0+阅读 · 2022年2月15日
【新书】感知和行动的贝叶斯模型,348页pdf
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
电子病历文本挖掘研究综述
专知
3+阅读 · 2021年3月27日
【综述】医疗可解释人工智能综述论文
专知
33+阅读 · 2019年7月18日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
Convex-Concave Min-Max Stackelberg Games
Arxiv
0+阅读 · 2022年4月19日
Arxiv
24+阅读 · 2021年1月25日
Arxiv
15+阅读 · 2019年6月25日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
深度学习驱动的知识追踪研究进展综述
专知会员服务
36+阅读 · 2021年11月15日
专知会员服务
103+阅读 · 2021年8月23日
多模态情绪识别研究综述
专知会员服务
165+阅读 · 2020年12月21日
专知会员服务
37+阅读 · 2020年11月24日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
最新《经济学中的强化学习》2020大综述,42页pdf128篇文献
相关资讯
关于医院“在线预约”的产品思考
人人都是产品经理
0+阅读 · 2022年2月15日
【新书】感知和行动的贝叶斯模型,348页pdf
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
电子病历文本挖掘研究综述
专知
3+阅读 · 2021年3月27日
【综述】医疗可解释人工智能综述论文
专知
33+阅读 · 2019年7月18日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员