基于模糊综合评判法的手术机器人质量经济效益评价引言内窥镜手术器械控制系统(下称:手术机器人)作为当今世界上最先进的外科手术平台,具有精确度高、操作灵活、视野立体等优点,术后患者感染率低、恢复快,从而进一步提高了患者满意度及病床周转率[1]。我院于2016年作为省内首家引进该系统,其已被广泛应用于胸腔、腹腔、泌尿系统等专科,对微创外科的发展起到了推动作用。该系统作为大型高精尖医疗设备之一,具有购置价格高、构造精细、运用技术要求严格、成本核算复杂、全生命周期管理方法有待健全等特点[2]。截至目前,国内装机数量不足百台,对于其综合质量及经济效益评价有待明晰[3]。鉴于手术机器人设备质量和经济效益所固有的模糊特性,且受到传统数学方法的统计限制,国内外对于手术机器人的研究主要集中在原理探讨、临床应用、专科护理、技术培训、成本管理及产业展望等单一方面,反馈控制不足,缺乏从宏观的角度进行系统综合的评价[4]。本文选取模糊综合评判法,建立评价指标体系,形成定量评价结果,得出手术机器人管理整体结论与建议。同时,研究结果拓展性强,可为其他医疗设备规划及购置提供方法学和理论的参考[5]。 1 材料与方法1.1 资料选取手术机器人质量经济效益评价利益相关者,其中:生产与销售商代表各1人、临床用户11人,涵盖妇产科、胸外科、胃外科、结直肠外科、肝胆外科、基本外科、甲状腺外科、泌尿外科及手术护理组;医疗设备管理人员5人,涵盖采购员、设备责任工程师;财务、医保等行政职能部门有关人员2人。上述20人组成评价组参与评价,评价人员数量视满足准入条件的人员数量而定。 1.2 方法1.2.1 建立评价指标体系,确定目标因素集 将评价指标集分为两个总目标因素集,即质量μ1、经济效益 μ2。其中,子目标因素集 μ1=(μ11,μ12,μ13,μ14,μ15,μ16),分别代表:性能寿命、可靠性、安全性、经济性及用户满意度;子目标因素集 μ2=(μ21,μ22,μ23),分别代表 :医院经济效益、患者经济效益、社会经济效益[6]。 1.2.2 确定评价集 将本模型的评语分为5个等级,评价集为:v=(v1,,v2,v3,v4,v5),分别代表:非常满意、较满意、一般、不太满意、很不满意。 1.2.3 确定目标因素集权重 通过专家估计法,得出质量和经济效益及其子目标因素集权重 [7],结果为:A=(0.5,0.5),A1=(0.15,0.15,0.15,0.15,0.15,0.25),A2=(0.4,0.3,0.3)。手术机器人的质量和经济效益在评价系统中占有同样重要的地位,缺一不可。其质量决定权在于用户,且需要兼顾医院、患者及社会的经济效益。 2 结果2.1 单因素评价通过问卷调查法,由评价组对评价指标体系内目标因素进行单因素评价[8],通过对问卷调查表进行回收、整理及统计,手术机器人质量经济效益评价结果如表1所示。从质量上看,对手术机器人性能的评价趋向于“非常满意”,对寿命、可靠性、安全性及用户满意度评价趋向于“较满意”,而经济性评价则趋向于“一般”。就经济效益而言,评价组“较满意”于手术机器人给医院和社会带来的经济效益,认为给患者带来的经济效益“一般”。 表1 手术机器人质量经济效益单因素评价结果统计表 指标 评价非常满意 较满意 一般 不太满意 很不满意性能 10 8 2 0 0寿命 4 14 2 0 0可靠性 7 13 0 0 0安全性 8 12 0 0 0经济性 2 8 10 0 0用户满意度 5 11 4 0 0医院经济效益 5 9 4 2 0患者经济效益 2 5 13 0 0社会经济效益 6 11 3 0 0 2.2 构建模糊评判矩阵根据质量经济效益单因素评价结果,分别构建质量和经济效益模糊评判矩阵[9],如R1、R2所示。 R1 质量模糊评判矩阵: R2 经济效益模糊评判矩阵: 2.3 综合评价依总目标因素和子目标因素集权重,经加权运算,质量的评价向量为 :B1=A1·R1=(0.295,0.55,0.155,0,0)。经济效益的评价向量为 B2=A2·R2=(0.22,0.42,0.32,0.01,0)。故质量经济效益的综合评价向量B=A·R=(0.2575,0.485,0.2375,0.005,0),其中,最大值为0.485,根据最大隶属度原则[10],认为手术机器人质量经济效益较好。 3 讨论针对手术机器人质量经济效益定量评价数据无法准确获取的情况,模糊综合评判法科学、简洁及操作性强的优势可见一斑。同时,对于在用医疗机构数量少、运营时间短且质量经济效益情况未知的医疗设备,有效地对其进行全生命周期评价管理,具有推广和借鉴意义。就本文评价结果而言,手术机器人在质量和经济效益上仍存一定不足,也给如何深化其质量经济效益管理带来新的思考。 3.1 购置管理手术机器人属高精尖医疗设备,市场上同类产品稀少,需进口且购置来源单一。国内产品的研发、试验与医疗器械注册进程缓慢,导致了该设备的购置成本居高不下。为此,积极推动政策倾斜,加快国产手术机器人的研发速度,形成“产学研用改”一体化持续改进格局的重要性不言而喻。依托医学院校及附属科研院所、医疗机构,给予财政专项投资,提供更为便捷的审批准入渠道,推动自主研发手术机器人问世,早日形成商品化系统[11],打破现有垄断市场的局面。 3.2 运营管理由于手术机器人配置数量有限,无法满足各专科手术需求,导致了手术排期满、患者择期手术等待时间长,一定程度上限制了精准微创外科的发展,也对其他手术方式也起到影响。手术机器人配套使用的耗材价格昂贵,且未全面纳入医疗服务收费和医疗保险支付范畴,加重了患者的疾病经济负担,也阻碍了手术机器人技术的推广[12]。同时,其维保价格在购置时已初步规定,后续弹性谈判空间小,增加了运营成本。建议政府有关职能部门参照医用耗材阳光采购管理,联合在用医疗机构上传购置有关数据,内容包括但不局限于:品牌型号、成交金额、具体配置、保修服务、配套材料与物资情况等。将手术机器人全生命周期管理过程中有可能与厂商发生的一切费用纳入集中压价和谈判范畴,进行大数据分析,规定最高限价,为拟购置医疗机构提供决策参考。此外,进一步完善医疗服务费用支付和医疗保障体系,将手术机器人手术及有关耗材收费纳入医疗服务价格目录,协调各方建立手术机器人运用费用补偿机制,将其尽可能地纳入医疗保险支付范畴,提高微创外科手术的可及性,提升患者满意度。还应在院内制定手术机器人绩效分配方案[13],确保良性运作。与此同时,建立高效的手术机器人全生命周期管理模式。在配置权力下放的同时,通过申请配置医疗机构基本情况、手术量、床位周转率等指标,严格手术机器人配置许可,将包括手术机器人在内的大型医疗设备质量和经济效益评价纳入院长绩效考核指标,持续追踪[14]。形成多学科协作连续性团队管理模式,依照手术机器人技术白皮书与操作规范,确保手术机器人运用在刀刃上。此外,增加手术机器人专用信息管理系统,打破信息壁垒,实时采集质量和经济效益评价数据,同步分析处理,使得研究深入化、持续化,也为手术机器人运用安排、调度、病案管理及维修保养提供支持,提升运营效率和管理水平。 3.3 技术支持手术机器人操作需经系统化培训,目前该设备国内培训基地仅一家,需医疗机构外派人员脱产学习,间接增加了管理成本。培训对象仅为手术医师,对于其资格认证及有关护理人员、设备处维修工程师的培训相对欠缺[15]。师资队伍也正出于扩充壮大阶段,标准化培训方案仍在不断完善。此外,国内维修配件库少、部分备件需进口、厂商工程师不足等导致了维修时间延长,降低了运营效率。针对这一现状,可在现有手术机器人培训基地的基础上,增设区域培训中心,依托具有资质的大型综合性医疗机构开展。试点应用5G技术,打破参训人员在时间、空间的限制,实施传输教学与手术演示视频,提高培训的覆盖率;提高师资队伍素质,迭代引才,编写系统化培训教材;改进手术机器人训练模拟器,不断提高手术机器人培训质量[16]。此外,厂商加强内部管理,对医疗机构在用设备开展预防性维修,保质保量地设立具有维修资质的售后服务机构与配件仓库,提高设备开机率。 3.4 质量控制目前,手术机器人管理主要集中在准入、运营管理方面,如何建立科学有效的管理体系尚处于探索阶段,对于手术机器人的质量管理和控制标准空白,日常质控工作仅参照国外电气安全标准[17],针对性不强,缺乏实践经验。应组织有关临床、设备采购、维修与管理方面的专家建立自主质量管理和控制标准,开展在用医疗机构达芬奇手术机器人质控检查。医疗机构内部就手术机器人所在手术间合理布局,消除因人为或环境原因造成的系统故障,出台应急预案,确保开机率和在用状态[18],从而提升医疗质量,确保患者安全。 4 结论手术机器人作为当今先进的智能化手术平台,引发了手术方式的大变革,推动了微创外科新一轮的发展,其质量经济效益管理也受到了多种主、客观因素的影响,且此类因素影响程度模糊、复杂。而模糊综合评判法则有效解决了利益相关者意见和指标体系中各单因素评价结果综合运算的问题,得出了手术机器人的质量经济效益较好的结论。在此基础上,延伸出了质量经济效益管理过程中存在的问题,提出了解决设想,也为其他医疗设备整体绩效考核提供了直接量化的评估依据。 [1] 唐鲁,李翠,李晓芳,等.达·芬奇机器人手术系统及其研究进展[J].护理研究,2015,29(16):1932-1935. [2] Chiu C,Lee M,Hsu W,et al.Comparison of trend, outcome,and cost of open, laparoscopic, and robotic surgical treatment for colorectal cancer-a propensity score matched analysis of a national database[J].Value in Health,2016,19(7):A722-A723. [3] 李军,房爱玲.达芬奇智能手术机器人的概况及临床应用[J].中国医疗器械信息,2019,25(16):32-33. [4] 肖月,赵琨,邱英鹏,等.内窥镜手术器械控制系统的应用现状[J].卫生经济研究,2018,(6):3-6. [5] 付宜利,潘博.微创外科手术机器人技术研究进展[J].哈尔滨工业大学学报,2019,51(1):1-15. [6] 车得飞,王凡,高政南,等.大型医疗设备绩效考核评价管理体系的实践研究[J].中国医院统计,2019,26(1):41-43. [7] 于转云.模糊层次分析法及其在医疗资源配置中的应用[D].济南:山东大学,2010. [8] 董胜利,张明琰,冯文哲,等.基于模糊综合分析的设备运行性能评价方法[J].现代商贸工业,2019,40(14):203-204. [9] 魏茜如,伏子尧,胡月佳,等.模糊层次分析下的精准医疗模式评估[J].新一代信息技术,2018,1(2):30-37. [10] 储呈晨,王龙辰,毕帆,等.基于模糊集理论的磁共振设备成像质量评定模型的研究[J].中国医疗设备,2018,33(2):9-12. [11] 李扬,周岷峰.我国医疗机器人产业发展特征分析[J].机器人产业,2018,(2):95-100. [12] 曾玉,徐英,黄淑珍,等.达芬奇机器人手术开展初期管理实践[J].全科护理,2018,16(35):4420-4422. [13] 史黎炜,邱英鹏,肖月,等.内窥镜手术器械控制系统辅助手术的成本测算[J].卫生经济研究,2018,(6):10-12. [14] 朱莞清,梅申聪.模糊综合评价法在医院内部绩效考核中的应用[J].科教文汇(上旬刊),2019,(4):104-107. [15] 王小芹,杨琨,黎勤,等.手术机器人规范化培训系统的构建[J].医学新知杂志,2019,29(3):337-340. [16] Polat F,Willems LH,Dogan K,et al.The oncological and surgical safety of robot-assisted surgery in colorectal cancer:Outcomes of a longitudinal prospective cohort study[J].Surg Endosc,2019,33(11):3644-365. [17] 梁晓雄,余国瑞,黄莉.手术机器人的检测方法[J].上海计量测试,2019,46(3):50-51. [18] 江媛,李晓君,江飞虹.达芬奇机器人手术潜在护理风险体验的质性研究[J].基层医学论坛,2019,23(12):1629-1631. Evaluation of Quality and Economic Benefit of Surgical Robot Based on Fuzzy Comprehensive Evaluation Method |