基于復合云模型的急救綠色通道評估系統設計

黃青

(武漢大學人民醫院，湖北 武漢 430000)

0 引言

急救綠色通道將時間作為第一概念，目的是在最短、最快的時間內讓患者得到有效救治。科學、規范的急救應急綠色通道可充分展現快速、高效的醫療內涵，對挽救突發性創傷急診患者的生命具有重要意義[1-3]。急救綠色通道在醫療體制中具有重要作用，其質量的評估一直是社會與政府關注的重點。1995年李德毅提出了一種云模型，并對該模型進行了實驗驗證。當前該正態云模型已逐漸演變為一種理論健全的認知模型，并具有較強普遍性。因此為有效保障急救綠色通道暢通無阻，本文有效耦合Shannon熵權和云模型評估急救綠色通道質量，提升急救綠色通道的質量評估準確性，體現急救綠色通道在醫學中應用價值[4]。

1 急救綠色通道質量評估系統設計

1.1 云模型簡介

上個世紀末，中國工程院院士李德毅提出了處理定性概念與定量描述的云模型的概念，云是一種可以描述某個定性概念與定量表述之間不確定性轉換的模型。至今，云模型已經應用到智能控制領域、數據挖掘中的預測領域、系統綜合評估領域等眾多領域，其種類包括半云模型、組合云模型、多維云模型等，本文運用的是復合云模型。將一個空間上任意的定量論域設為U，D為U上的空間模糊性概念，x為U中的元素，x∈U。為描述U中元素x的定性程度，將x映射至[0,1]區間，獲取隸屬度μ(x)∈[0,1]。將上述過程中定性概念D從論域U到隸屬度區間的映射分布過程稱為云(Cloud)的定義,其中每個(x,u)均表示一個云滴(Drop)，每個云滴中均含有現狀值x和x相對于定性概念D的隸屬度u，便于采用具體的數值衡量相對模糊的概念。

采用MATLAB軟件生成云滴，形成云。利用云的厚度和邊界等形態特征值側面展現定性概念D的重要程度[5]。一個云包含期望Px、熵Pn和超熵He3個特征值，分別如下。

期望Px表示最典型的量化定性概念，表示云滴形成后，定性化概念D與空間U的中心值。

熵Pn用于度量模糊概念D的隨機性，是通過不確定性和模糊性共同確定的特征值，其中論域隨著熵值的增大而增大，熵越大表示云滴離散程度越強。云滴分布符合正態分布特征，通常情況下，云滴的取值區間為[-3Pn,3Pn]。

超熵He用于度量熵的不確定性，是通過熵的隨機性和模糊性共同確定。論域U上概念云滴凝聚性(云的厚度)可用超熵衡量。熵越大表明云厚度越大，其隸屬度的可取值區間就越大[6]。

云隸屬度的計算可通過式(1)實現。

(1)

云滴每形成一次，就完成一次定性到定量的隨機映射，云滴形成次數不斷增加，云特征就會增加，模糊概念D所表達的定性概念代表性就會增強[7]。生成云的算法可用云發生器表示，按照云的產生機理和方向可將云發生器分成4類，如圖1所示。

圖1 云發生器種類

在這些云發生器里邊，應用最為廣泛的是正向云發生器以及逆向云發生器。正向云發生器由云的數字特征(Px,Pn,He)產生云滴，是一種可實現定性概念到定量值的轉換模型；逆向云發生器可將一定數量的精確數據轉換為以數字特征(Px,Pn,He)表示的定性概念，是一種可實現定量值到定性概念的轉換模型。盡管正向云發生器和逆向云發生器兩者的發生方式完全相反，但作用都不可忽視。

1.2 急救綠色通道質量評估流程

基于復合云模型的急救綠色通道評估系統評估流程如圖2所示。首先構建急救綠色通道質量評估指標體系，在此基礎上建立急救綠色通道質量評估標準和評語云模型，通過評語云模型可按照急救綠色通道質量評估標準判斷其急救能力符合要求的程度,然后計算急救綠色通道質量評估指標的評估云和質量評估指標權重，最后利用復合云模型綜合評估獲取急救綠色通道質量評估云，將其與評語云模型對比得到最終急救綠色通道質量評估結果。

圖2 基于復合云模型的急救綠色通道質量評估流程

1.3 建立評估指標體系

基于急救綠色通道醫療特點，根據系統性、科學性以及可比性理念，選取急救預備能力、急救準備能力、急救響應能力和急救恢復能力這4項一級指標建立急救綠色通道的質量評估體系[8-9]，該4項一級指標下共有二級指標15項。急救綠色通道的評估指標體系如圖3所示。

圖3 急救綠色通道質量評估指標體系

2 硬件設計

硬件是本文基于復合云模型的急救綠色通道評估系統的重要組成部分，從急救能力的指標來看，急救綠色通道質量評估系統的急救能力值穩定，因此可用普通PC服務器來完成系統承載，在保證急救能力數據準確的同時，還需要提高急救能力數據的處理效率。綜合考慮，系統的硬件組成結構如圖4所示。

圖4 硬件組成結構

硬件的組成部分包括操作終端、WWW服務器、功能服務器和虛擬化軟件層虛擬機。操作終端主要是提供可視化界面，與WWW服務器之間采用安全套接字通信。WWW服務器包括2臺普通PC服務器，為質量評估系統的前端模塊，使用Java語言編寫，為用戶提供質量評估系統的Web界面。功能服務器亦采用主備方式，處理數據請求。其中的VMM通過分割時間、空間和模擬，能夠將服務器虛擬化，抽象成一個服務器硬件環境虛擬機，使物理資源轉變為可邏輯管理的資源，打破物理結構壁壘，使上層操作系統直接運行在虛擬環境中，加速頁面響應時間。通過將服務器虛擬化，能夠提高系統的數據整合，確保系統運行的連續性。

3 軟件設計

軟件的設計主要是為了更好地控制硬件并完成需要，硬件、內核子系統和應用程序之間的關系如圖5所示。

圖5 軟件與硬件關系

數據處理系統軟件的設計主要是實現芯片對系統外圍電路的控制，完成對數據進行存儲和處理的工作。數據處理系統軟件的設計是整個系統的核心部分，軟件設計后芯片將成為整個系統的控制和處理中樞。結合上文系統設計的硬件部分，本系統通過完成控制的外圍電路有模數轉換電路、人機交互模塊中的液晶顯示電路和按鍵控制電路、與計算機串行通信電路。本系統在軟件設計時采用了自頂向下的設計方法，利用硬件描述語言，在軟件上實現了內部模塊中的各個功能子模塊的設計，完成了對應功能的實現。本系統軟件設計的各功能子模塊及它們之間的連接示意圖如圖6所示。

圖6 軟件設計框圖

本系統軟件設計中內部子模塊包括模數轉換控制器模塊、數據處理器模塊、存儲器模塊、串行通信控制器模塊和液晶顯示控制器模塊。5個功能子模塊在系統時鐘信號的協調下有序地工作，從而實現一個完整的控制及處理系統。

4 評估標準

在急救綠色通道質量評估系統的硬件與軟件的設計基礎上，需要對復合云模型進行評估，以便更好地連接評估系統，最終實現基于復合云模型的急救綠色通道評估系統設計。

4.1 評語云模型

遵循醫療體制急救綠色通道急救能力的符合要求程度，將急救綠色通道的質量和二級指標在[0,10]的分值論域上劃分成5個評估等級。Ⅰ級表示完全不符合；Ⅱ級表示大部分不符合；Ⅲ表示基本符合；Ⅳ級表示大部分符合；Ⅴ表示完全符合[10]。利用分值區間衡量各個評估等級的分值，分值越大表示急救綠色通道的質量與評估因子間的符合要求程度越高，指標的等級分值區間可視為一個雙邊約束空間[cmin,cmax]，用于全面考慮并適當擴展約束空間的額邊界模糊性和隨機性[11-13]。各個等級的概念云模型的期望Px、熵Pn和超熵He3個特征值的計算由轉換區間函數與正態云模型的關系式實現，如式(2)。

(2)

其中，k表示常數，能遵循變量的穩定性和實際情況實施隨機整改。針對單邊界線的等級取值范圍，如[cmin,+∞]或[-∞,cmax]，需要先計算其期望值或缺省邊界參數，然后采用式(2)進行計算。

各等級的評估標準以及對應評語云模型如表1所示。

表1 評估標準以及對應評語云模型

4.2 二級指標評估云

邀請若干名專家利用表1所示的評估標準，對圖3所示的急救綠色通道的評估指標體系中的15項二級指標進行分值評估[14]，并采用逆向云發生器獲取一級指標Wi下的第j項二級因子的評估云Pxij、Pnij、Heij。

4.3 指標權重計算方法

采用熵權法計算評估體系的指標權重。客觀條件下，評估體系指標權重的確定采用評估值所形成的判斷矩陣實現，具體流程如下。

(1)選取評估對象m個以及評估因子n個，形成特征值矩陣X=(xij)n×m,i=1,2,…,n;j=1,2,…,m。

(2)為獲取相對優屬度矩陣B=(bij)n×m，將特征值矩陣X實施處理。

評估因子數值越大越好時存在式(3)。

(3)

評估因子數值越小越好時存在式(4)。

(4)

其中,sup(xij)、inf(xij)分別用于描述處于同一評估因子下的不同評估對象指標值xij中的上確界和下確界。

(3)遵循Shannon熵定義，評估因子的熵如式(5)、式(6)。

(5)

(6)

式中，Hi表示第i個評估指標的Shannon熵值。

(4)則第i個評估因子的Shannon熵權為式(7)。

(7)

其中，ωi表示權重。

4.4 基于復合云模型的綜合評估

基于急救綠色通道質量評估指標體系中的各二級指標的相對獨立特性，采用虛擬云中的浮動云算法，獲取一級指標Wi符合云模型(Pxi、Pni、Hei)，如式(8)。

(8)

其中，Pxi，Pni，Hei分別為評估因子復合云模型的3個特征值參數；ωij，mi分別表示二級評估因子的權重值、一級指標Wi的二級評估因子數目。

采用綜合云算法將低層次概念上升至高層次概念，將多個一級指標的云模型匯集成一個具有廣義的云，得到急救綠色通道質量云模型(Px、Pn、He)，即最高層指標的質量評估結果W。如式(9)。

(9)

其中，ωi,n分別表示一級指標Wi的權重值、一級指標數目。

采用正向云發生器，分別仿真顯示急救綠色通道質量評估云模型(Px、Pn、He)和表1所示的評語云模型，并進行比較，便可評估出急救綠色通道質量所屬質量等級[15]。

5 實例分析

為驗證本文系統在綠色通道質量評估中的應用效果，以江蘇省某大型醫院進行急救綠色通道質量評估的應用為例。邀請5位資深專家組成質量評估小組，對圖3所示的急救綠色通道質量評估指標體系的二級指標進行分值評估，并計算獲取指標評估云模型和各指標權重，結果如表2所示。

表2 二級評估指標的評估云和權重

采用本文系統匯集二級評估因子后獲取的評估因子虛擬云結果如表3所示。

分析表2 數據可知，急救預備能力W1、急救準備能力W2、急救響應能立W3、急救恢復能力W4的權重值大小分別為0.276、0.277、0.390、0.072。將表3所示的一級指標評估云利用綜合云算法實施概念上升，獲取急救綠色通道質量評估復合云模型為(7.37,0.88,0.29)。

表3 一級評估因子的評估云

將急救綠色通道質量評估云以及表1中所示的5個評語云模型，根據正向云發生器算法進行仿真顯示。結果如圖7所示。

(a)評語云云滴分布情況

分析圖7可知，本文系統獲取的急救綠色通道評估結果即評估云云滴的分布情況，處于評語云Ⅲ級和Ⅳ級間更靠近Ⅳ級的位置。因此可得出，該急救綠色通道質量評估結果大部分符合要求，體現出該急救綠色通道具有較高的醫學應用價值。而且從圖中還可直觀看出質量評估結果在評語云中的分布情況，相較于評語云，評估云的離散化程度更高，表明由專家組成的評估小組對各指標的理解存在差異性。綜上分析可知，本文評估模型的質量評估結果較好，同時還可以分析評估因子以及評估過程存在的不確定性，可為醫療急救綠色通道管理提供切實有效的指導意見。

6 總結

高質量的急救綠色通道不但可以體現醫療系統的科研以及管理水平還可為病人贏得更加寶貴的搶救時間，為此本文結合Shannon熵和云模型設計了基于復合云模型的急救綠色通道評估系統，以對醫療系統的急救綠色通道進行質量評估，有效利用Shannon熵計算指標權重值，可降低主觀因素對質量評估結果的影響，使急救綠色通道的質量評估結果更加準確；利用云模型，充分考慮評估因子即評估過程中存在的隨機性和模糊性，實現急救綠色通道的質量的高效率評估。