日間手術以計劃性強、住院時間短、手術效率高等優勢在我國公立醫院蓬勃發展。在“手術醫生多元化，病種結構多樣化，排程需求精準化”的背景下，對精細化的日間手術排程策略提出了更高要求。科學、精準的手術排程策略研究對實現日間手術資源高效協同和優化配置具有重要意義。該文就日間手術精準排程的必要性、日間手術排程現狀、影響日間手術排程的關鍵維度及日間手術精準排程的評價指標作一綜述。
引用本文： 雷甜甜, 黃明君, 梁鵬, 宋應寒. 日間手術精準排程的研究現狀及進展. 華西醫學, 2024, 39(2): 308-312. doi: 10.7507/1002-0179.202309040 復制
版權信息： ?四川大學華西醫院華西期刊社《華西醫學》版權所有，未經授權不得轉載、改編
雖然我國醫療服務總量穩居世界第一，醫療技術能力持續提升，但與人民群眾持續增長的健康需求相比，仍然存在醫療服務供給不平衡、不充分的問題[1]。自《“十四五”深化醫藥衛生體制改革規劃》全面推進公立醫院綜合改革以來，我國圍繞優質醫療資源均衡配置，開展了致力于解決醫療資源供需失衡問題的行動，踐行并推動了持續改善醫療服務效率。手術室資源作為最重要的醫療資源之一，其運行效率決定了患者的醫療需求能否被最大限度滿足，有限的手術室資源如何最大化利用，醫院提供高質量手術服務的同時如何控制醫療成本。尤其是在“短、頻、快”的日間手術高速發展和管理策略不斷改進的時代背景下，如何運用管理學理論，借助數學模型和智能算法提高日間手術排程效率，優化手術流程，保障手術質量與安全，實現醫療資源最大化利用，這是當今推動日間手術高質量發展亟待解決的難題。因此，本文將對日間手術精準排程的國內外研究現狀及進展作一綜述。
1 日間手術精準排程的必要性
國家衛生健康委員會分別在《進一步改善醫療服務行動計劃（2021—2023 年）》《全面提升醫療質量行動計劃（2023—2025 年）》中明確提及，要求大型公立醫院統籌資源調配，優化醫療服務流程，綜合運用醫療信息技術手段，提高醫療資源利用效率，重點提出大力推行日間手術服務模式。日間手術作為一種新型的擇期手術模式，以手術計劃性強、住院時間短、手術效率高、醫療費用低等主要優勢在我國公立醫院中蓬勃發展。日間手術的快速崛起，較大程度縮短了擇期手術的待床周期和平均住院日，加快了病床周轉，提高了醫療服務效率。隨著日間手術全面深入發展，日間手術總量和住院患者服務人次繼續呈現高速增長。歐美國家日間手術占比已超過 65%[2]，加速康復外科（enhanced recovery after surgery, ERAS）理念極大地促進了日間手術模式的發展，不需在院過夜的“日歸手術”促使了住院時間進一步縮短[3-4]。日歸手術還能將釋放床位供給更多的患者在同一天完成手術，而這對日間手術的合理、科學排程提出了更精準的要求。
手術排程是指為排程周期內的各手術分配具體的時間段、先后順序和與之配套的手術資源。合理的手術排程策略能有效提高手術運行效率和各類手術資源的使用效率，通過合理規劃手術執行的空間和時間，實現醫療資源的合理調度，避免時間空閑、資源浪費和人員的高負荷工作。手術排程研究復雜而重要，需要綜合考慮醫院資源、患者需求和手術室效率等多個因素。日間手術具有“手術醫生多元化、病種結構多樣化、排程需求精準化”的特點。首先，日間手術模式的創新決定了手術排程的精準度和時效性。與傳統排程相比，日間手術需保證所有患者必須在 24 h 內完成手術并出院，為次日新入院患者及時釋放床位。若手術延遲開始或較晚結束，患者在院康復時間將縮短，不利于患者術后康復和醫療照護。同時，日歸手術還需考慮同一個床位在一個工作日內先后收治多例患者的情況，這對手術排程的精準度提出了更高要求，往往需要精確至小時。其次，從排程的時間節點來看，日間手術的排程計劃須在患者入院前制訂完成，而傳統排程是待患者入院后再安排。研究表明，日間手術的爽約率和當日取消率超過 2%，其中患者因素占 41.26%[5-6]，手術需求的不確定性是日間手術排程區別于傳統排程的關鍵點之一。經驗性的排程方案可能導致病房床位資源不飽和或過飽和、各手術間運轉時長不均衡、手術室運營成本增高等弊端。此外，集中式管理的日間手術中心匯集了不同手術科室、不同病種類型、不同手術醫生的排程需求，從影響手術排程的要素維度來看，日間手術病種繁多、不同醫生的手術持續時長差異較大、手術醫生的時間偏好各異是影響排程結果的主要因素。
2 國外手術排程研究現狀
國外關于手術排程領域的研究起步較早，有關手術排程的理論與研究成果層出不窮。其主要通過構建數學模型、探索優化算法，確定最佳的手術排程方案，使得醫療機構能夠快速實現高效管理。在精準排程研究方面，建立的手術排程預測模型可以基于歷史數據、機器學習和人工智能等技術進行深度開發。Abdalkareem 等[7]認為，手術排程是醫療調度的一個分支，醫療調度研究的目的在于優化成本和增加患者服務人次，提供及時的醫療管理策略，優化醫療資源配置。Grübler 等[8]認為床位資源管理是醫療關鍵資源配置與優化的重要內容，運用人工神經網絡（artificial neural network, ANN）對床位配置進行科學測算，在臨床實踐中取得良好效果。Guerriero 等[9]在應對手術排程的不確定性方面認為，手術需求的不確定性、手術持續時間的不確定性是最主要的約束因素。Yahia 等[10]提出應用隨機優化模型生成最優的手術排程方案，基于患者的手術需求、醫生的專業能力和手術室資源等多個關鍵因素進行建模，通過評估不同的排程方案，利用隨機算法來求解最優解。Lakshmi 等[11]認為排隊模型在醫療資源配置與排程優化方面具有廣泛的適用性，通過對排隊系統中的等待時間、服務能力和資源利用率等指標進行建模和分析，通過調整手術室資源數量和手術室的開放時間、優化手術時長等方式來改善手術排程效果。Aringhieri 等[12]考慮在 1 周的計劃周期內確定手術時間段和手術醫生的分配，提出 0-1 線性規劃模型，開發一個分層啟發式算法來解決每個時間段內手術患者的分配問題；第 1 層次的快速搜索使得算法可以快速找到一個可接受的解，而第 2 層次的精準搜索進一步優化這個解，以期實現復雜手術精準排程的目的。此外，鯨魚優化算法（whale optimization algorithm, WOA）是一種啟發式優化算法，模擬了以海洋為空間背景下的鯨魚覓食行為。將目標函數視為鯨魚的獵物，通過模擬鯨魚的游動、呼吸和魚群行為等策略，以最小化手術室空閑時間、最大化利用效率等目標，尋找手術排程中的最優解[13]。在多目標優化研究中，考慮多種資源約束下設定的最大化手術室效益、最小化患者等待時間和最少化手術室閑置等多個優化目標，明確各優化目標間的權衡關系，以優化排程決策[14-18]。非支配排序遺傳優化（non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）算法是一種多目標優化算法，通過基因編碼和遺傳操作，能夠同時優化多個目標函數[19]。NSGA-Ⅱ算法可以尋求一系列不同權衡下的優化集合，供決策者選擇最合適的排程方案，以實現最小化服務成本、最小化等待時間、最大化公平政策[20]。
3 國內手術排程研究現狀
國內學者們對手術排程管理策略考慮較多，但日間手術領域排程的理論研究相對較少。有研究認為，日間手術排程主要根據主刀醫師的臨床經驗對手術時長進行估算，將終臺時間擬定為 18:00，原則上不允許手術時間延遲 30 min 以上，由此來進行手術間、病床的分配，以及手術輪次的安排[21]。通過借鑒現代排序論和生產調度理論，把相似任務組合在一起以減少設備的切換時間和任務間的等待時間，將成組排序運用在手術排程優化方案中，從而提高手術排程效率[22]。近年來，隨著手術流程再造和精益管理的不斷深入，認為手術精準排程仍要致力于數學模型的構建及求解算法的優化[23]。既往研究通過考慮護士排班的偏好程度，建立了手術排程和護士排班約束兼顧的綜合決策方案模型[24-26]。同時，以生產制造系統的決策活動關聯圖（graph with results and activities interrelated, GRAI）建模方法為基礎進行手術排程研究，分別運用 GRAI 格和 GRAI 網來建立動態模型，描述不同層次約束因子之間的復雜關系和動態變化，以評估不同排程決策對手術效率和資源利用率的影響[27]。在多目標排程研究中，相關研究驗證了多目標模型較單目標模型的優越性[28]。以手術相關資源為約束，建立多目標的手術排程模型，可以得到手術室開放數量、醫生數量與手術調度的最優策略[29-30]。
4 影響日間手術排程的關鍵維度要素
日間手術排程研究是以日間手術集中式管理為背景，涵蓋手術準入、治療及出院后康復的全流程。日間手術排程工作完成于入院前，依據病種準入標準、患者準入標準，將符合條件的患者納入排程環節[31]。日間手術治療經由術前準備、入室等待、手術治療、麻醉后復蘇（全身麻醉患者）、術后觀察、出院前評估等各環節緊密銜接，此階段產生的數據將用于分析排程約束和手術流程中所占據的醫療資源。
日間手術涉及多種服務能力，從影響日間手術排程的維度要素，如人員維度、物料維度、設備維度、環境維度、方法維度中篩選關鍵性維度，作為精準排程模型構建中的關鍵約束力[32]。充分考慮患者對手術日期的偏好、醫生對手術時間的偏好以提高模型的可行性。每個計劃周期內，關鍵約束力主要包括手術總臺次、手術間總量、床位總量、手術術式類型、手術持續時長、手術醫生總數等。在同一個工作日內，還需考慮將老年患者和小兒的手術盡可能優先安排，合并感染性疾病的患者盡可能安排在當日最后一臺[3，33]。此外，對周期內的不確定約束進行分析，考慮以手術持續時長不確定性為核心的多維不確定性約束。手術持續時長的不確定性是手術排程中最核心的關鍵因素，其加大了手術精準排程和醫療資源合理配置的難度[34-35]。除此之外，手術當日取消、停臺、患者爽約或延遲到達，以及日歸手術的當日出院時間，也應視為具有不確定性的排程約束[36]。對于一個較長手術周期，構建一個多維不確定性的約束因子網絡，可以在時間維度上進一步修正不確定因素帶來的產能浪費，以不斷提高日間手術的服務效率[37]。
5 構建日間手術排程優化模型
日間手術質量與安全保障是實現手術產能最大化的重要前提，考慮以日間手術總風險最小化為優化目標，但可能將以損耗手術醫生的時間成本為代價，同一手術醫生可能被分散至不同的手術間而不能連臺完成手術，從而增加了手術醫生的空閑等待時間。因此，可以考慮以手術風險最小化、醫生等待時間最少化、手術沖突最小化等構建多目標優化日間手術精準排程模型，以期在降低當日手術的總風險值的情況下，實現手術間資源的均衡、高效利用[38]。為了提高求解效率和進一步優化模型，基于前述國內外手術排程研究現狀，可以選擇高效的 NSGA-Ⅱ算法求解多目標下的手術排程最優策略[19]。作為目前最流行的多目標遺傳算法之一，NSGA-Ⅱ算法已廣泛應用于工程設計、車輛調度、經濟學等領域，而在手術排程領域也越來越受到學者的關注；其能夠適應手術排程中可能存在的各種限制條件和約束，有效處理多個優化目標之間的權衡關系；并能基于精英原則，采用明確的多樣性保留機制，強調非支配解決方案。通過采用改進的擁擠密度排序法，可改善同一非劣等級內個體的排序，提出自適應交叉和變異策略，進而克服了種群早熟化，改善了算法收斂速度。NSGA-Ⅱ算法的優勢還體現在，一種排程方案對應多種不同染色體排列方式，迭代效率高。多目標權重可根據實際情況和醫院排程需求對排程偏好進行靈活調整[39-40]。同時，日間手術排程需要對不同病種、不同手術醫生偏好以及不確定性約束條件進行動態調整，手術計劃的制定也需要不斷更新和優化，以適應患者診療需求的波動[41]。具體而言，手術排程優化模型在每個計劃周期內不停滾動迭代，每個周期初，對每一臺的手術時長和床位資源等產生預計占用，作為模型的輸入。每個周期末，患者實際手術持續時長等數據可以得到驗證，使排程策略實現持續優化[42]。
6 日間手術精準排程的評價指標
日間手術排程的多維度、多資源協同的綜合評價指標，對評價日間手術排程的效率以及與手術排程相關的醫療安全問題具有重要價值。基于一系列日間手術質量管理與監測指標[43-44]，以及手術室管理和醫療資源配置等領域相關研究進展，日間手術排程效率與質量安全評價指標主要包括供需規模（如每計劃周期內日間手術患者總量、日間手術占擇期手術比例等）、手術室利用效率（如手術間有效利用時間、手術準時開臺率、手術室工作人員工作時間的離散系數等）、病房利用效率（手術當日取消率、床位使用率、每床每日產生的效益等）、患者體驗指標（患者生活能力恢復時間、按病種平均住院費用、住院等待時間、患者滿意度等）[22，45-48]。其中，手術室工作人員工作時間的離散系數，用來衡量工作時間的波動程度和安排合理性。離散系數較大，表明工作時間的波動較大，工作時間分布不均勻；離散系數較小，表面工作時間的波動較小，工作時間分布較均勻。患者生活能力恢復時間是指患者術后能夠獨立進行日常生活（如自主行走、自主進食等）所需要的時間段。此外，評價與日間手術排程相關的醫療質量和安全，如三四級手術比例、延遲出院率、外科傷口感染率、非計劃再入院率及非計劃再手術率等指標也應該納入考慮[49]。通過分析上述指標的影響因素及改進措施，不斷修正日間手術排程策略，以提高手術效率和患者滿意度。
7 小結
在醫療服務系統中，手術排程是當前的熱點與焦點問題，盡管日間手術精準排程的研究已經取得了一定的進展，但仍需進一步深入研究和實踐推廣。將日間醫療服務產生的不同維度海量數據作為生產資料，依托管理策略改進，將原本離散孤立的數據元素，借助數學模型構建和智能算法建立相關性，為日間手術醫療機構提供了可行的優化模型和排程決策。隨著醫療技術的不斷發展和醫療資源的不斷優化配置，探索日間手術排程決策支持系統，進而實現智能、精細化排程，不僅是未來日間手術發展的必然方向，也可提升醫療資源的利用效率和管理者的決策能力。
利益沖突：所有作者聲明不存在利益沖突。
雖然我國醫療服務總量穩居世界第一，醫療技術能力持續提升，但與人民群眾持續增長的健康需求相比，仍然存在醫療服務供給不平衡、不充分的問題[1]。自《“十四五”深化醫藥衛生體制改革規劃》全面推進公立醫院綜合改革以來，我國圍繞優質醫療資源均衡配置，開展了致力于解決醫療資源供需失衡問題的行動，踐行并推動了持續改善醫療服務效率。手術室資源作為最重要的醫療資源之一，其運行效率決定了患者的醫療需求能否被最大限度滿足，有限的手術室資源如何最大化利用，醫院提供高質量手術服務的同時如何控制醫療成本。尤其是在“短、頻、快”的日間手術高速發展和管理策略不斷改進的時代背景下，如何運用管理學理論，借助數學模型和智能算法提高日間手術排程效率，優化手術流程，保障手術質量與安全，實現醫療資源最大化利用，這是當今推動日間手術高質量發展亟待解決的難題。因此，本文將對日間手術精準排程的國內外研究現狀及進展作一綜述。
1 日間手術精準排程的必要性
國家衛生健康委員會分別在《進一步改善醫療服務行動計劃（2021—2023 年）》《全面提升醫療質量行動計劃（2023—2025 年）》中明確提及，要求大型公立醫院統籌資源調配，優化醫療服務流程，綜合運用醫療信息技術手段，提高醫療資源利用效率，重點提出大力推行日間手術服務模式。日間手術作為一種新型的擇期手術模式，以手術計劃性強、住院時間短、手術效率高、醫療費用低等主要優勢在我國公立醫院中蓬勃發展。日間手術的快速崛起，較大程度縮短了擇期手術的待床周期和平均住院日，加快了病床周轉，提高了醫療服務效率。隨著日間手術全面深入發展，日間手術總量和住院患者服務人次繼續呈現高速增長。歐美國家日間手術占比已超過 65%[2]，加速康復外科（enhanced recovery after surgery, ERAS）理念極大地促進了日間手術模式的發展，不需在院過夜的“日歸手術”促使了住院時間進一步縮短[3-4]。日歸手術還能將釋放床位供給更多的患者在同一天完成手術，而這對日間手術的合理、科學排程提出了更精準的要求。
手術排程是指為排程周期內的各手術分配具體的時間段、先后順序和與之配套的手術資源。合理的手術排程策略能有效提高手術運行效率和各類手術資源的使用效率，通過合理規劃手術執行的空間和時間，實現醫療資源的合理調度，避免時間空閑、資源浪費和人員的高負荷工作。手術排程研究復雜而重要，需要綜合考慮醫院資源、患者需求和手術室效率等多個因素。日間手術具有“手術醫生多元化、病種結構多樣化、排程需求精準化”的特點。首先，日間手術模式的創新決定了手術排程的精準度和時效性。與傳統排程相比，日間手術需保證所有患者必須在 24 h 內完成手術并出院，為次日新入院患者及時釋放床位。若手術延遲開始或較晚結束，患者在院康復時間將縮短，不利于患者術后康復和醫療照護。同時，日歸手術還需考慮同一個床位在一個工作日內先后收治多例患者的情況，這對手術排程的精準度提出了更高要求，往往需要精確至小時。其次，從排程的時間節點來看，日間手術的排程計劃須在患者入院前制訂完成，而傳統排程是待患者入院后再安排。研究表明，日間手術的爽約率和當日取消率超過 2%，其中患者因素占 41.26%[5-6]，手術需求的不確定性是日間手術排程區別于傳統排程的關鍵點之一。經驗性的排程方案可能導致病房床位資源不飽和或過飽和、各手術間運轉時長不均衡、手術室運營成本增高等弊端。此外，集中式管理的日間手術中心匯集了不同手術科室、不同病種類型、不同手術醫生的排程需求，從影響手術排程的要素維度來看，日間手術病種繁多、不同醫生的手術持續時長差異較大、手術醫生的時間偏好各異是影響排程結果的主要因素。
2 國外手術排程研究現狀
國外關于手術排程領域的研究起步較早，有關手術排程的理論與研究成果層出不窮。其主要通過構建數學模型、探索優化算法，確定最佳的手術排程方案，使得醫療機構能夠快速實現高效管理。在精準排程研究方面，建立的手術排程預測模型可以基于歷史數據、機器學習和人工智能等技術進行深度開發。Abdalkareem 等[7]認為，手術排程是醫療調度的一個分支，醫療調度研究的目的在于優化成本和增加患者服務人次，提供及時的醫療管理策略，優化醫療資源配置。Grübler 等[8]認為床位資源管理是醫療關鍵資源配置與優化的重要內容，運用人工神經網絡（artificial neural network, ANN）對床位配置進行科學測算，在臨床實踐中取得良好效果。Guerriero 等[9]在應對手術排程的不確定性方面認為，手術需求的不確定性、手術持續時間的不確定性是最主要的約束因素。Yahia 等[10]提出應用隨機優化模型生成最優的手術排程方案，基于患者的手術需求、醫生的專業能力和手術室資源等多個關鍵因素進行建模，通過評估不同的排程方案，利用隨機算法來求解最優解。Lakshmi 等[11]認為排隊模型在醫療資源配置與排程優化方面具有廣泛的適用性，通過對排隊系統中的等待時間、服務能力和資源利用率等指標進行建模和分析，通過調整手術室資源數量和手術室的開放時間、優化手術時長等方式來改善手術排程效果。Aringhieri 等[12]考慮在 1 周的計劃周期內確定手術時間段和手術醫生的分配，提出 0-1 線性規劃模型，開發一個分層啟發式算法來解決每個時間段內手術患者的分配問題；第 1 層次的快速搜索使得算法可以快速找到一個可接受的解，而第 2 層次的精準搜索進一步優化這個解，以期實現復雜手術精準排程的目的。此外，鯨魚優化算法（whale optimization algorithm, WOA）是一種啟發式優化算法，模擬了以海洋為空間背景下的鯨魚覓食行為。將目標函數視為鯨魚的獵物，通過模擬鯨魚的游動、呼吸和魚群行為等策略，以最小化手術室空閑時間、最大化利用效率等目標，尋找手術排程中的最優解[13]。在多目標優化研究中，考慮多種資源約束下設定的最大化手術室效益、最小化患者等待時間和最少化手術室閑置等多個優化目標，明確各優化目標間的權衡關系，以優化排程決策[14-18]。非支配排序遺傳優化（non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）算法是一種多目標優化算法，通過基因編碼和遺傳操作，能夠同時優化多個目標函數[19]。NSGA-Ⅱ算法可以尋求一系列不同權衡下的優化集合，供決策者選擇最合適的排程方案，以實現最小化服務成本、最小化等待時間、最大化公平政策[20]。
3 國內手術排程研究現狀
國內學者們對手術排程管理策略考慮較多，但日間手術領域排程的理論研究相對較少。有研究認為，日間手術排程主要根據主刀醫師的臨床經驗對手術時長進行估算，將終臺時間擬定為 18:00，原則上不允許手術時間延遲 30 min 以上，由此來進行手術間、病床的分配，以及手術輪次的安排[21]。通過借鑒現代排序論和生產調度理論，把相似任務組合在一起以減少設備的切換時間和任務間的等待時間，將成組排序運用在手術排程優化方案中，從而提高手術排程效率[22]。近年來，隨著手術流程再造和精益管理的不斷深入，認為手術精準排程仍要致力于數學模型的構建及求解算法的優化[23]。既往研究通過考慮護士排班的偏好程度，建立了手術排程和護士排班約束兼顧的綜合決策方案模型[24-26]。同時，以生產制造系統的決策活動關聯圖（graph with results and activities interrelated, GRAI）建模方法為基礎進行手術排程研究，分別運用 GRAI 格和 GRAI 網來建立動態模型，描述不同層次約束因子之間的復雜關系和動態變化，以評估不同排程決策對手術效率和資源利用率的影響[27]。在多目標排程研究中，相關研究驗證了多目標模型較單目標模型的優越性[28]。以手術相關資源為約束，建立多目標的手術排程模型，可以得到手術室開放數量、醫生數量與手術調度的最優策略[29-30]。
4 影響日間手術排程的關鍵維度要素
日間手術排程研究是以日間手術集中式管理為背景，涵蓋手術準入、治療及出院后康復的全流程。日間手術排程工作完成于入院前，依據病種準入標準、患者準入標準，將符合條件的患者納入排程環節[31]。日間手術治療經由術前準備、入室等待、手術治療、麻醉后復蘇（全身麻醉患者）、術后觀察、出院前評估等各環節緊密銜接，此階段產生的數據將用于分析排程約束和手術流程中所占據的醫療資源。
日間手術涉及多種服務能力，從影響日間手術排程的維度要素，如人員維度、物料維度、設備維度、環境維度、方法維度中篩選關鍵性維度，作為精準排程模型構建中的關鍵約束力[32]。充分考慮患者對手術日期的偏好、醫生對手術時間的偏好以提高模型的可行性。每個計劃周期內，關鍵約束力主要包括手術總臺次、手術間總量、床位總量、手術術式類型、手術持續時長、手術醫生總數等。在同一個工作日內，還需考慮將老年患者和小兒的手術盡可能優先安排，合并感染性疾病的患者盡可能安排在當日最后一臺[3，33]。此外，對周期內的不確定約束進行分析，考慮以手術持續時長不確定性為核心的多維不確定性約束。手術持續時長的不確定性是手術排程中最核心的關鍵因素，其加大了手術精準排程和醫療資源合理配置的難度[34-35]。除此之外，手術當日取消、停臺、患者爽約或延遲到達，以及日歸手術的當日出院時間，也應視為具有不確定性的排程約束[36]。對于一個較長手術周期，構建一個多維不確定性的約束因子網絡，可以在時間維度上進一步修正不確定因素帶來的產能浪費，以不斷提高日間手術的服務效率[37]。
5 構建日間手術排程優化模型
日間手術質量與安全保障是實現手術產能最大化的重要前提，考慮以日間手術總風險最小化為優化目標，但可能將以損耗手術醫生的時間成本為代價，同一手術醫生可能被分散至不同的手術間而不能連臺完成手術，從而增加了手術醫生的空閑等待時間。因此，可以考慮以手術風險最小化、醫生等待時間最少化、手術沖突最小化等構建多目標優化日間手術精準排程模型，以期在降低當日手術的總風險值的情況下，實現手術間資源的均衡、高效利用[38]。為了提高求解效率和進一步優化模型，基于前述國內外手術排程研究現狀，可以選擇高效的 NSGA-Ⅱ算法求解多目標下的手術排程最優策略[19]。作為目前最流行的多目標遺傳算法之一，NSGA-Ⅱ算法已廣泛應用于工程設計、車輛調度、經濟學等領域，而在手術排程領域也越來越受到學者的關注；其能夠適應手術排程中可能存在的各種限制條件和約束，有效處理多個優化目標之間的權衡關系；并能基于精英原則，采用明確的多樣性保留機制，強調非支配解決方案。通過采用改進的擁擠密度排序法，可改善同一非劣等級內個體的排序，提出自適應交叉和變異策略，進而克服了種群早熟化，改善了算法收斂速度。NSGA-Ⅱ算法的優勢還體現在，一種排程方案對應多種不同染色體排列方式，迭代效率高。多目標權重可根據實際情況和醫院排程需求對排程偏好進行靈活調整[39-40]。同時，日間手術排程需要對不同病種、不同手術醫生偏好以及不確定性約束條件進行動態調整，手術計劃的制定也需要不斷更新和優化，以適應患者診療需求的波動[41]。具體而言，手術排程優化模型在每個計劃周期內不停滾動迭代，每個周期初，對每一臺的手術時長和床位資源等產生預計占用，作為模型的輸入。每個周期末，患者實際手術持續時長等數據可以得到驗證，使排程策略實現持續優化[42]。
6 日間手術精準排程的評價指標
日間手術排程的多維度、多資源協同的綜合評價指標，對評價日間手術排程的效率以及與手術排程相關的醫療安全問題具有重要價值。基于一系列日間手術質量管理與監測指標[43-44]，以及手術室管理和醫療資源配置等領域相關研究進展，日間手術排程效率與質量安全評價指標主要包括供需規模（如每計劃周期內日間手術患者總量、日間手術占擇期手術比例等）、手術室利用效率（如手術間有效利用時間、手術準時開臺率、手術室工作人員工作時間的離散系數等）、病房利用效率（手術當日取消率、床位使用率、每床每日產生的效益等）、患者體驗指標（患者生活能力恢復時間、按病種平均住院費用、住院等待時間、患者滿意度等）[22，45-48]。其中，手術室工作人員工作時間的離散系數，用來衡量工作時間的波動程度和安排合理性。離散系數較大，表明工作時間的波動較大，工作時間分布不均勻；離散系數較小，表面工作時間的波動較小，工作時間分布較均勻。患者生活能力恢復時間是指患者術后能夠獨立進行日常生活（如自主行走、自主進食等）所需要的時間段。此外，評價與日間手術排程相關的醫療質量和安全，如三四級手術比例、延遲出院率、外科傷口感染率、非計劃再入院率及非計劃再手術率等指標也應該納入考慮[49]。通過分析上述指標的影響因素及改進措施，不斷修正日間手術排程策略，以提高手術效率和患者滿意度。
7 小結
在醫療服務系統中，手術排程是當前的熱點與焦點問題，盡管日間手術精準排程的研究已經取得了一定的進展，但仍需進一步深入研究和實踐推廣。將日間醫療服務產生的不同維度海量數據作為生產資料，依托管理策略改進，將原本離散孤立的數據元素，借助數學模型構建和智能算法建立相關性，為日間手術醫療機構提供了可行的優化模型和排程決策。隨著醫療技術的不斷發展和醫療資源的不斷優化配置，探索日間手術排程決策支持系統，進而實現智能、精細化排程，不僅是未來日間手術發展的必然方向，也可提升醫療資源的利用效率和管理者的決策能力。
利益沖突：所有作者聲明不存在利益沖突。