基于AHP算法的超期服役医疗设备剩余价值定量化研究

龙云玲,姜楠

首都医科大学附属北京天坛医院 医学工程处,北京 100050

[摘 要] 目的 建立评价模型评估超期服役医疗设备的剩余价值,使其发挥最大效益。方法 运用层次分析法(Analytic Hierarchy Process,AHP)1-9标度表示法对超期服役医疗设备剩余价值目标意义下的5个元素进行评比,确定数量标度。首先建立层次结构模型,构造判断成对比较矩阵;对该矩阵进行层次排序及一致性检验,确定出各元素之间的隶属关系。结果 超期服役医疗设备剩余价值评估模型为,得分=5×0.467×准确性+0.234×{1,2,3,4,5}+5×0.187×使用率+0.068×{1,2,3,4,5}+5×0.044×完好率。调查了本院2017年度16台超期服役大型医疗设备的使用状况,根据其具体的评价元素数据,得到其剩余价值评估结果。结论 基于该模型对我院超期服役医疗设备进行抽样分析,得出设备的剩余价值评价结果,结合设备的具体情况及剩余价值的影响因素,制定出针对性的干预措施,实现个性化管理,使其充分发挥使用价值。

[关键词] 超期服役医疗设备;层次分析法;剩余价值;层次结构模型;干预措施

引言

超过使用期限的医疗设备继续使用,在不少医院是普遍存在的现象。医疗设备“超期”概念仅仅以医院自身规定的折旧年限来进行界定,折旧期限已满不代表设备的使用寿命已尽,折旧只是一种会计学的摊销费用的方法[1-2]。从经济学角度定义,超期服役设备属于零购置成本设备,如果这些设备在满足“安全性、有效性”的前提下继续使用,将会给医院带来客观的经济效益[3]。但是,在工程实际中,由于产品的自然老化、疲劳、磨损、蠕变、腐蚀等所谓有耗损的原因,随着设备使用时间的延长,失效率为递增性(相当于老年寿命期)[4-5]。超期服役医疗设备由于使用年限的延长,失效率进一步递增,加剧了工作状态的不稳定性,具体表现为精度失准、重复性差或误差超出范围、量值的可靠性和准确性得不到保证。超期服役设备存在的失效率递增的隐患直接影响着医疗诊断的准确性或治疗的有效性,导致检查的假阳性率高产生错误诊断或治疗有效率甚微,更有甚者由于内部电路元器件的老化,电气安全得不到保障,危及到医患的生命安全,引起医疗纠纷,给医院声誉带来极大的负面影响,影响医院的社会效益[6-7]。因此,如何保证超期服役设备正常的更新换代,同时又要避免资产不必要的浪费。本文运用层次分析法(Analytic Hierarchy Process,AHP)1-9 标度表示法对超期服役医疗设备剩余价值目标意义下的元素进行评比[8-9],确定数量标度,量化目标元素,据此构造各因素之间相互联结的层次,建立评价模型,定量地评价和确定超期服役医疗设备的剩余价值,对不同剩余价值设备进行综合评估和定制针对性的干预措施及动态化管理,为超期服役医疗设备应当继续使用或降级使用,还是直接报废淘汰作出量化的指导。

1 材料与方法

1.1 一般资料

设计了超期服役医疗设备使用影响因素问卷调查二份(见附件),首先由决策者(医学工程处及临床科室使用人员组成)确定出n 个评价元素。然后,把这些n 个评价元素组成评价元素体系,再由决策者们在目标意义下通过小组投票对这n 个元素进行评价,对它们进行优劣排序并作出相对重要性的判断[10-13]。根据上述调查问卷结果,确定出5 个评价元素,构造评价体系。

准确性:医疗器械的准确性即是临床使用的有效性。其核心是:它是否能实现如使用说明书所示的有效的诊断、治疗及预防疾病的目的[14]。在临床上主要检查阳性率或治疗有效率来表征准确性。工程学上通过计量或校准等工程手段,进行准确性的评估。主要用来评价设备使用的合理性,准确性是所有评价因素中的首要因素。

检查阳性率即实际有病而按该筛检试验的标准被正确地诊断为有病的百分比,它反映筛检试验发现病人病情的能力[3],检查阳性率=(评价期真阳性人次数÷评价期金标准阳性人次数)×100%;治疗有效率指治疗有效的人数占治疗总人数的百分比,治疗有效率=(评价期治疗有效的人数÷评价期治疗总人数)×100%,纯收入反映设备在超期服役期间的盈利能力;纯收入=评价期内设备总收入-评价期的运营成本;使用率反映设备在超期服役期间的利用程度,使用率=(评价期设备利用时长÷评价期设备的标准利用时长)×100%;完好率反映设备完好的程度,完好率=(评价期设备的正常工作时长÷评价期设备标准利用时长)×100%;超期使用年限:设备超出规定年限的时间(以月份计算)。

1.2 方法

1.2.1 建立单层次模型

由决策者确定出目标元素,目标为超期服役医疗设备的剩余价值,结构模型如图1 所示:C 表示目标;Ai 表示隶属C 的n 个评价元素[15-16]

1.2.2 构造判断矩阵

针对上一层次单元与它有关单元之间相对重要性的比较,采用1-9 标度方法表示,构造判断矩阵,见表1。

图1 单层次结构模型

表1 判断矩阵

Ck A1 A2 ... An A1 a11 a12 ... a1n A2 a21 a22 ... a2n... ... ... ... ...An an1 an2 ... ann

标度aij 的含义,Ai 比Aj 由决策者回答下列问题所得:通过小组投票,给出两两因素(例如A 和B)间的比较值,1 表示:A 和B 一样重要;3 表示:A 比B 重要一些;5 表示:A 比B 重要;7 表示:A 比B 重要的多;9 表示:A 比B 极其重要;2、4、6、8 表示:A 和B 两相邻程度的中间值,需要折衷时采用。这样,通过两两比较给出比较值,确定其权重系数,确定出评价目标优选矩阵,见表2。其中判断矩阵中元素具有如下性质:

表2 评价目标优选矩阵

准确性 纯收入 使用率 超期使用年限 完好率准确性 1 3 5 6 7纯收入 1/3 1 3 4 5使用率 1/5 1/3 1 2 3超期使用年限 1/6 1/4 1/2 1 2完好率 1/7 1/5 1/3 1/2 1

归一化:

则,

1.2.3 权向量及一致性检验

一致性指标定义为:为衡量CI 的大小,引入随机一致性指标RI。随机一致性指标RI,分别为:0、0、0.58、0.90、1.12、1.24 等[17]

定义一致性比率为:

本设计中判断矩阵的一致性比率为:

一般情况下,当一致性比率<0.1 时,认为A 的不一致程度在容许范围之内,有满意的一致性,通过一致性检验。所以至此,我们构造的判断矩阵,一致性检验通过。ωi 即为各评价元素相应的权重。各项评价元素的权重系数分别为:准确性0.467,纯收入0.234,使用率0.187,超期服役年限0.168,完好率0.044。

1.2.4 指标数据标准化

每个准则层对应可以量化的指标,这些指标的数量值和单位不尽相同,我们需要对原始数据进行分析,最后建立标准化规则。我们本次采用的是5 分制[3],把所有的指标数据,都标准化到[0,5],把所有的指标数据映射到数据集里。

由于设备工作性质的差异导致设备年纯收入的差异范围比较大,我们采用离散域{1,2,3,4,5}作为数据集。而准确性、使用率及完好率这些使用效能评价指标限定范围一般是{0~1}连续值,因此我们采用连续域{0~5}作为数据集,最高映射值为5,依次连续降低为0。超期使用年限以一年为一个变化域,采用离散域{1,2,3,4,5}作为数据集,上限映射值为5。标准化规则,见表3。

2 结果

准则层相对目标层有如下公式:超期服役医疗设备剩余价值得分=5×0.467×准确性 +0.2 3 4×{1,2,3,4,5}+5×0.1 8 7× 使 用 率+0.068×{1,2,3,4,5}+5×0.044×完好率。我们调查了本院2017 年度16 台超期服役医疗设备的使用状况,根据其具体的评价元素数据,得出其剩余价值如表4。

表3 标准化规则

评价元素 5 4 3 2 1准确性 (b%) 5×b%使用率 (b%) 5×b%完好率 (b%) 5×b%纯收入 (万元) >100 50~100 30~50 10~30 <10超期使用年限(月) <12 12~24 24~36 36~48 >48

3 讨论

根据最终得分,找出不同价值超期服役医疗设备。定义剩余价值高于3.0 分的设备为高价值超期服役医疗设备,剩余价值低于2.0 分的设备为极低价值设备。不同剩余价值的设备技术性能准确性是评价剩余价值的核心指标,尽管设备的纯收入很高或剩余价值得分比较高,但是设备的技术性能准确性较差,则建议该超期服役医疗设备报废。在保证超期服役医疗设备准确性良好的基础上,对于不同价值的超期服役医疗设备做针对性的干预措施,定制动态化管理。如下为不同剩余价值的超期服役医疗设备的干预策略。

(1)对于剩余价值比较高的医疗设备,尤其针对高使用率、低完好率的设备。如彩色超声诊断仪VOLUSON730、医用X 线机XR/A-FL-02 等,在保证其优良的准确性和较高经济效益的前提下,医工工程师应加强巡查力度,建议对该类设备建立定期维护保养计划、预防性维护,进一步发挥其最大效能。

(2)剩余价值中等,对于低使用率而高完好率造成经济效益欠佳的设备,如CT 机SENSATION、核磁共振成像机TRIO3.0T 等,其准确性良好的基础上,建议对该类设备降级使用,作为辅助设备或教学示范使用。而当病人较多时考虑降低收费成本标准使用该设备。即提高了设备的使用率又可以有效的发挥设备的社会和经济价值。

表4 所研究的超期服役医疗设备的使用状况及剩余价值

设备名称 型号 准确性 纯收入(万元) 使用率 超期服役年限 (月) 完好率 剩余价值 (万元)超声乳化仪 SONOCA300 0.86 9.4 0.35 74 0.91 2.637食道超声血流仪 Homosonic100 0.90 67 0.68 126 0.95 3.641彩色超声诊断仪 VOLUSON730 0.71 23.1 1.01 68 0.87 3.329医用X线诊断机 NSX-DR500 (中) 0.90 25 0.88 101 0.83 3.643移动式X线机 AMX4+ 0.86 10.7 0.72 111 0.72 3.367医用X线诊断机 XR/A-FL-02 0.93 43 1.08 101 0.92 4.153 CT机 SENSATION 0.87 9.82 0.23 94 1.00 2.768核磁共振成像机 TRIO3.0T 0.94 25.9 0.09 94 1.00 3.035经颅多普勒诊断仪 X-BOX 0.91 16.4 0.64 78 0.84 3.444电子胃镜 GIF-XQ260 0.37 21.2 0.06 46 0.97 1.737周边血管诊断仪 Vasoguard 0.89 29.7 0.93 26 0.97 3.833彩色B超 LOGIQ5 0.91 20.8 1.1 27 0.95 4.034彩色超声诊断仪 VIVIDPro 0.93 30.3 1.23 11 1.00 4.583关节镜 988i 0.31 1.2 0.01 83 1.00 1.255心电图机 ECG-1350 0.53 16.3 0.81 85 1.00 1.977呼吸机 BP760 0.32 0.9 0.79 72 0.86 1.977

(3)剩余价值中等,如彩色超声诊断VOLUSON730、移动式X 线机AMX4+等,经济效益较好但是准确性、完好率处于一般水平。鉴于其较高的经济价值,建议邀请厂家工程师对该类设备进行检修,找出影响技术性能和易造成故障的原因并加以修正及更换部件。

(4)对于剩余价值比较低的超期服役医疗设备,如关节镜988i、呼吸机BP760 等,尤其是准确性差,影响检查或治疗的效果,且维修次数高,影响其正常使用,造成经济效益不佳的设备。建议设备管理部门工程师对该设备进一步检测和评估,讨论是否达到报废标准及进行报废处理。

4 结论

本文基于AHP 算法建立超期服役医疗设备剩余价值定量化评价模型,按综合性的科学原则进行,而非依靠单因素及个人偏好确定取舍。基于该模型对我们医院超期服役医疗设备进行抽样分析,定量地评价和确定了超期服役医疗设备的剩余价值,对不同剩余价值设备,结合设备的具体情况及剩余价值的影响因素,定制针对性的干预措施及动态化管理,为超期服役的医疗设备应当继续使用或降级使用,还是直接淘汰报废作出指导,使其即发挥最大使用价值,又保证较高的经济效益。本研究的局限性在于样本数量有限,不能有效的反映所有超期服役医疗设备的使用情况,在下一步的研究中,将对大批次同类超期服役设备的剩余价值进行研究,对那些具有良好的技术性能和能够获取较高社会及经济效益的超期服役医疗设备进行评估,为进一步规范其真实有效的使用年限做出指导。

[参考文献]

[1] 王恒地,李增友.医疗设备折旧管理[J].中国医学装备,2004,1(3):6-8.

[2] 贾秀芹.浅谈医院大型医疗设备的财物经济评价与管理[J].财会研究,2012,(7):137-138.

[3] 李克震.大型医疗设备经济效益分析与成本核算[J].医药前沿,2017,7(11):365.

[4] 邓超,段超群,吴军.基于设备可靠度的分阶段顺序维修经济优化模型[J].计算机集成制造系统,2016,22(2):568-575.

[5] 甘婕,曾建潮,张晓红.考虑性能可靠度约束的维修决策模型[J].计算机集成制造系统,2016,22(4):1079-1087.

[6] 任跃.医院超期服役医疗设备的使用与管理[J].医疗保健器具,2008,110(4):25-26.

[7] 李鲁宁.探讨超期服役医疗设备的创新管理之策[J].临床工程,2009,15(8):76-78.

[8] 吕颖莹,王吉鸣,冯靖祎.医疗设备预防性维护现状分析及探讨[J].中国医疗设备,2016,31(2):92-94.

[9] 徐涛,卢娟.医学工程科开展医疗设备预防性维护工作的重要性[A].中华医学会医学工程学分会第十五次全国学术年会[C].2015.

[10] 刘琼,艾云平,王卓柱,等.多层次灰色聚类决策对目标价值排序的应用[J].火力与指挥控制,2008,33(5):79-81.

[11] 周大琼.基于多级模糊综合评判法的内镜设备更新模型构建[D].长沙:中南大学,2014.

[12] 张豪.基于AHP法的大型医疗设备配置模糊评价模型构建[J].河北工业科技,2015,32(1):27-31.

[13] 苏畅,吴蕴蕴.基于AHP-模糊综合评价模型建立医疗设备生命周期评价体系[J].中国医疗设备,2015,30(10):135-137.

[14] 程述森,石应康,金蓓,等.医疗器械的风险管理与质量控制[J].中国循证医学杂志,2010,10(6):754-755.

[15] 刘丽华.基于灰色聚类和AHP的网络安全评价模型研究及应用[J].茂名学院学报,2007,6(17):56-59.

[16] 叶婷,刘常青.基于AHP和灰色聚类决策的设计参数优化选择方法研究[J].工艺设计改造及检测检修,2015,26:47-48.

[17] 洪志国,李焱,范植华,等.层次分析法中高阶平均随机一致性指标(RI)的计算[J].计算机工程与应用,2002,38(12):45-47.

Quantitative Study on Residual Value of Overdue Medical Equipment Based on AHP Algorithm

LONG Yunling, JIANG Nan
Department of Medical Engineering, Beijing Tiantan Hospital, Capital Medical University, Beijing 100050, China

Abstract: Objective The objective of this study is to establish an evaluation model to assess the residual value of overdue medical equipment, in order to maximize its benefit. Methods The analytic hierarchy process (AHP) 1-9 scale representation method was used to determine the quantity scale of five elements under the target of maximizing residual value of medical equipment with extended period service. Firstly, the hierarchical structure model is established, and the paired comparison matrix is constructed. The hierarchical ordering and consistency test of the matrix is conducted to determine the affiliation between the elements. Results The assessment model for residual value of overdue medical equipment was: score=5×0.467×accuracy+0.234×{1,2,3,4,5}+5×0.187×use rate+0.068×{1,2,3,4,5}+5×0.044×good rate. We investigated the use status of 16 large-scale medical devices with overdue service in 2017, and evaluated the residual value based on the specific evaluation element data. Conclusion Based on the model, the sampling analyzes of the overdue medical equipment were applied in our hospital, and obtained the residual value evaluation results of the equipment. Combining the specific conditions of the equipment and the influencing factors of the residual value, it would help to develop targeted interventions for personalized management. Finally, it would help to realize maximum usage value of the overdue medical equipment.

Key words: overdue medical equipment; analytic hierarchy process; residual value; hierarchical structure model; intervention measure

收稿日期:2018-08-21 修回日期:2019-07-10

作者邮箱:puddy000@sina.com

[中图分类号] R197.39

[文献标识码] A

doi:10.3969/j.issn.1674-1633.2019.08.032

[文章编号] 1674-1633(2019)08-0134-04