BP神經網絡在藥品采購資金管理中的應用探討※

劉衛紅 付金海

(河北省中醫院藥學部，河北 石家莊 050011)

BP神經網絡在藥品采購資金管理中的應用探討※

劉衛紅 付金海

(河北省中醫院藥學部，河北 石家莊 050011)

采購科，醫院;管理信息系統

隨著計算機和信息技術的發展，有助于采購資金決策的數據呈爆炸式增長，但大多處于睡眠狀態，沒有得到有效的開發、分析和利用。傳統的采購資金決策不能滿足現代市場經濟條件下資金鏈日趨繃緊的局面。BP(back propagation，BP)神經網絡(又稱基于誤差反向傳播算法的多層前饋人工神經網絡)的快速發展和應用領域的日趨廣泛，可以很好地解決這一難題，并成為提高采購資金管理水平一種技術手段，茲介紹如下。

1 藥品采購資金管理中的問題

1.1 采購資金的管理定性意識呈普遍狀態 在定性管理意識占主導地位的背景下，藥品采購資金以最大限度地補充庫存為目的。只要能滿足臨床需求，就視為完成采購任務，具體表現為:①以高庫存換取高供應率;②采購資金流動性不暢，滯留現象嚴重;③采購資金流向和流量失衡。以上3種表現形式最終導致采購資金在藥品實物形態上停留時間過長或過短，過長不能充分利用采購資金，過短不能保證臨床需求。定性管理的意識也源于醫院在買賣市場的長期壟斷地位，坐等患者上門消費，最多進行事后同比和環比分析。

1.2 采購資金的科學管理缺乏高級人員和相應的技術支持 涉及采購資金管理人員年齡結構老化，采購理論和技能術相對落后，對信息化處理有抵觸情緒，人為經驗和主觀意識依然占主導地位。即使認可采購資金的科學管理，也會留于紙上談兵。

1.3 采購資金的科學管理沒有銷售金額的信息量化分析做保證 由于定性意識的慣性思維，BP神經網絡知識和人才缺失，對數據只能做簡單的低層次查詢。大量銷售金額數據長期處于睡眠狀態，沒有達到有效的分析和論證，不能指導采購資金決策。

2 BP神經網絡

BP神經網絡是20世紀80年代中后期以來迅速發展的一門邊緣交叉學科，涉及信息科學、醫學、生物及數學等領域，是模擬生物神經系統原理而構成的一種新型智能信息處理系統［1］，并具有自學習、自組織及良好的容錯性等特點，在模式識別、控制優化、信息處理、故障診斷及預測等方面得到廣泛應用，是一個十分有效的智能辨別和預測方式。具有以下功能:①預測功能:通過歷史和先前的數據去推測未來的數據，發現預測型知識;②辨別功能:BP神經網絡可以模擬人腦，找到反映一個事件和其他事件之間依賴或關聯的知識，找出數據中隱藏的關聯性。BP神經網絡在藥品采購資金管理中應用的可行性和優勢分析如下。

2.1 具備采用BP神經網絡的前提和首要條件 醫院信息系統(hospital information system，HIS)的普及解決了海量樣本數據的收集問題，而且還可隨意按年、季、月，甚至按日提取。為運用BP神經網絡，并通過矩陣實驗室(matrix laboratory，MATLAB)得以設計和實現準備了足夠多的大量典型好、精度高的翔實數據。

2.2 優勢

2.2.1 可以為管理者提供一種量化管理資金的標準 隨著日益加劇的市場競爭和生存壓力，管理者迫切要求對采購資金及其涉及的崗位進行重點管理，如藥劑科主任、采購、庫管和調劑等崗位。精益管理、細化管理的標準來自于藥品供應率的高低、缺貨成本和庫存成本大小及藥品周轉率的多少。所有這些指標都可以通過以BP神經網絡為代表的數據挖掘技術產生、核定和規范，找到適合本單位具體情況的量化標準和依據，為考核涉及采購資金管理的崗位職責提供了具體化、數據化的依據。

2.2.2 有助于建立以崗位需求為主要特征的人才培訓和引進機制 醫院信息化建設迅猛發展，HIS大面積普及，醫院可通過培訓或者引進具備BP神經網絡等理論和技能的計算機人才，具備采購資金管理經驗的高級財務和藥品采購人才，為BP神經網絡應用提供人才和技術保障。

2.2.3 解決管理者面臨的采購資金短缺問題 隨著新醫改的逐步推進，基本藥物制度的建立，國家對藥品實行差別加價和藥品零差率等政策背景下，醫院謀求藥品差價補助的外部空間和可能性將會日益縮小［2］。醫院業務量的增長使得藥品采購資金總量呈逐年增長趨勢，醫院面臨的資金短缺局面日益加重。運用BP神經網絡建立銷售模型，可使采購資金在各品種的流向和流量上合理分布，并以滿足臨床需求為主要特征，而不會因部門和個人利益出現異常增長或降低。

2.2.4 有助于提高采購資金預算水平 BP神經網絡的銷售預測功能可做到綜合考慮基本需求、季節因素及需求周期等因素，從大量數據中提取深層次的銷售規律，為準確制訂采購預算資金提供了技術手段。

2.2.5 對銷售金額的科學分析有助于提高采購資金的決策水平 BP神經網絡應用最為廣泛的是做銷售預測。主要優點有:①具有對外界信息和輸入信息進行聯想記憶的能力;②強大的非線性映射能力;③可以實現任何復雜的因果關系;④具有許多優秀品質，如自適應、自學習、容錯性等，能夠從大量歷史數據中進行聚類和學習，進而到銷售行為變化的規律。如果選擇周銷量為樣本的數據進行科學分析研究，就可為采購資金決策提供技術支持手段，從而保障采購資金定額預算的制訂、執行及其合理的流向和流量，完成業務數據到決策信息的轉換，為管理者做出前瞻的、基于知識的采購資金的管理決策。

2.2.6 有助于制訂采購資金會計核算指標的范圍 采購資金管理的核算指標分為庫存成本、采購成本、供應率、缺貨成本和應付賬款周轉率。采購資金管理科學性表現為:①庫存資金規模顯著減少;②缺貨成本降低，供應率增加;③采購資金流動性增強，但臨床需求卻得有效滿足。至于指標的合理范圍，可根據單位的具體發展情況制訂或調整。

小 結 BP神經網絡有效應用于保險、備貨型企業和物流等行業，而且越來越顯示出較好的經濟效益和社會效益。如保險業建立預測模型，防范欺詐行為，減少保險成本;備貨型企業建立銷售模型，預測銷售金額，減少庫存成本;物流業根據客戶歷史銷售資料備貨，提高供應率。因此，我們相信隨著數據庫、BP神經網絡和人工智能等技術的發展，醫院采購資金的管理也會逐步得到有效、持續和深入地發展。

［1］麥其鵬，吳艷華，李續娥.性味歸經與抗衰老藥效的BP神經網絡研究［J］.計算機工程與應用，2010，46(32):220-223.

［2］劉衛紅，張麗.探討新醫改形勢下醫院藥品的供應鏈管理模式［J］.時代金融，2009，(9):62-63.

R954

A

1002-2619(2011)12-1919-02

※項目來源:2010年度河北省科學技術研究與發展計劃項目(編號:10457212)

劉衛紅(1971—)，女，高級會計師，學士，碩士研究生在讀。研究方向:藥品經濟管理。

2011-09-02)