基于云医院的远程医疗调度方法研究

As an emerging Internet healthcare service system, cloud hospital can accomplish the conformity of medical resources among the large-scale hospitals and primary hospitals. Telemedicine scheduling become a key scientific problem in order to utilize the high-quality medical resources efficiently. Due to the special characters of healthcare and multi-organization collaboration in this cloud healthcare system, this scientific problem can be regarded as a stochastic multi-objective optimization problem in nature, which would bring a great challenge on the existing optimization theory. Therefore, this project takes this cloud hospital as the target system and is focused on its key scientific issues that is originated from the practical demands of this new healthcare service system. The methodologies of different disciplines, such as systems engineering, operations research, evolutionary multi-objective optimization, simulation optimization and applied mathematics, are integrated and employed in order to propose the modeling method, optimization algorithm and implementation technique for the abovementioned optimization problems. The outcomes of this project will solve the main scientific problems of telemedicine process cooperative optimization in a cloud hospital; moreover, they can be good references for the stochastic multi-objective problems in other real-world complex systems.

作为一种新兴的互联网医疗服务模式，云医院能够实现大医院和基层医院多个组织之间医疗资源的有效整合，而远程医疗调度是这种医疗系统高效利用优质医疗资源能力的关键科学问题。由于医疗服务的特殊性以及多组织协同等特点，使得这一关键科学问题从本质上是一种具有随机性和多目标性的复杂优化问题，为已有的优化理论和方法带来了挑战。基于此，本课题以从云医院远程医疗服务的实际需求出发，采用学科交叉和学科融合手段，将系统工程思想与运筹学、进化多目标优化、仿真优化以及应用数学等领域相结合，以基于云医院的远程医疗调度问题为具体目标，深入研究求解这种随机多目标优化问题的建模方法、优化算法与实现技术。本课题研究不仅能够解决云医院远程医疗过程协同优化的主要科学问题和难点，而且对于解决其他现实复杂系统中各种随机多目标优化问题也具有普遍的科学意义。

云医院是近年来新兴的一种以远程医疗平台为核心的医疗服务系统，由于云医院的患者医疗调度决策需要考虑多个医院组织协同、上下转诊以及远程会诊等不确定性因素，从而给现有的医疗运作管理理论和方法带来了极大的挑战。本项目以这种新型医疗服务系统为研究对象，从模型构建、算法设计和实现技术三个方面，探索面向云医院的远程医疗调度的基本理论与方法，最终为我国优质医疗资源配置不平衡问题提供有效的解决思路。具体开展的研究工作概括如下：针对云医院远程医疗过程存在的不确定性，研究了基于鲁棒优化的远程医疗资源配置模型；针对远程医疗调度模型的特点，研究了基于进化计算和仿真优化相结合的优化算法；针对传统仿真技术在随机多目标问题上效率较低的问题，研究了集成最优计算量分配和多目标决策思想的仿真优化实现技术；探讨了与本项目研究内容相关的其他研究工作，包括动态电动车辆路径优化问题、网上逆向拍卖机制设计以及非线性方程数值分析等。在基金的资助和项目组的共同努力下，经过为期三年的研究，本项目在论文发表和学术交流方面取得了一系列成果。目前发表国内外期刊和学术会议论文共计18篇，其中SCI检索论文11篇；项目组成员多次参加国内外重要的学术会议，与东北大学、青岛大学和香港大学等国内外著名大学的专家学者进行深入合作，共同撰写和发表学术论文。