在现代医院管理中，后勤服务作为医院运营的重要组成部分，其效率和质量直接影响到医院的整体服务水平。2017年，国务院办公厅发布的《关于建立现代医院管理制度的指导意见》强调了健全后勤管理制度的重要性，并提出了探索“后勤一站式”服务模式的倡议。随后，国家卫生健康委在《关于印发公立医院高质量发展促进行动（2021-2025年）的通知》中，进一步明确了利用大数据方法提升医院后勤管理水平的目标。

然而，尽管后勤一站式系统在许多医院得到了应用，其在实现医院数字管理和辅助决策方面的潜力尚未充分挖掘。当前，医院面临着医药带量采购、DRG医保支付、医疗服务供给侧结构调整等多重挑战，有限的管理经费与后勤信息平台升级的需求之间存在矛盾。为了解决这一问题，本研究选择立足现有数据，通过对医院后勤一站式系统中的数据进行深度分析，探索构建适合医院后勤精细化管理的数据模型。

本研究以南京医科大学第一附属医院为例，通过收集和分析2019年至2022年的后勤数据，运用统计学方法和可视化工具，对医院能耗、易损耗材使用、后勤服务管理、第三方单位评估以及后勤维修DRG费用等方面进行了深入研究。研究结果不仅为医院后勤管理提供了新的视角和工具，也为其他医院在后勤信息化建设中提供了可借鉴的经验。通过本研究，我们期望能够为医院后勤管理的数字化转型提供理论支持和实践指导

案例

2.1能耗及易损耗材的分析管理工具——以水控数据分析为例

以住院病房淋浴水控数据为切入点，我们结合地点、病区、季节对水控用水进行分析，形成一套以折线图为工具的适用于医院能耗及易损耗材管理分析的方法。

2.1.1数据收集与处理

在2020年新冠疫情前，我院病房水控策略为每人每天淋浴用水时限20min，疫情之后为避免水控卡造成院内感染，取消了住院病房水控限制，同时严格落实一床一陪护制度。这种情况下，我们得以进行水控节水对照分析。我们从信息系统导出2019年至2022年新大楼住院病房水控数据流水共计484859条，利用Excel中的透视表功能，分别按照年份月度用水量和科室年度用水量进行统计分析，制作时间折线图进行对比统计，得到图1和图2。

表格 1用水记录流水

2.1.2数据可视化分析

根据图1，进行数据分析，得到以下信息

• 2019年水控策略为每人每天用水20min（实际用水时间，中途关断不计时），能有效调动患者节约积极性。

• 2022年11月10日起水控服务器D盘空间用尽，数据溢出，此后水控客户端传输数据均无法在服务器端存储记录。鉴于11月15日即为第四季度过半时间点，可以将11日前累计用水量近似看做第四季度上半季度用水量，从而得出2022年4季度实际用水量应为记录用水量的一倍。

• 2020年因为疫情影响，医院住院量持续低迷，导致用水量显著低于同期，数据不具有参考性。

• 水控管控时（2019年）用水量约为放开水控同期用水量的1/3，节水效果显著。

• 放开水控时，用水曲线与气温呈现一定相关性，夏季用水高于冬季用水；而水控策略下曲线平滑，冬季用水略少，另外三季用水基本持平。

图 1 2019-2022 年住院病房用水情况分析

通过病区用水数据（图2）和病区周转率（图3）的共同分析，我们能得出如下信息

• 有ICU的病区淋浴用水量显著低于普通用水量

• 有日间门诊的病区淋浴用水显著低于普通病区用水量，如眼科、肝胆中心三病区

• 肝胆中心五病区用水量显著大于同类病区，需要加强管理

• 床位周转率与淋浴用水率有一定相关性，对于外科类疾病的同类大科，宏观上床位周转率低的病区淋浴用水量相对更低。床位周转率不仅能提高病区营收，也对淋浴等病区能耗成本也有影响。

• 对于日间病房，由于手术前后一天洗澡可能性概率较小，日间手术病人洗澡需求从宏观来说比长期病人手术需求低。同理，对于同病种患者，提高了床位周转率，则【洗澡空挡期】增加，也相应的减少了淋浴用水。

图 2 2019年——2022年部分病区病房用水统计

图 3 2019年——2022年部分病区平均病床周转率

2.2后勤服务——以气动物流为例

以气动物流为切入点，以一站式后勤系统中气动物流维修为基础，利用频度统计分析、根因图分析等工具为依托，发现并解决气动物流运营中的痛点、难点、堵点，打造利用可视化工具优化后勤服务的管理案例案例。

2.2.1现有问题的统计分析

我院气动物流传输系统于 2014年运行启用，十年间开放床位从2000上升到4000床，随着我院床位数的不断增加，伴随气动物流使用时限和使用量的不断提升，系统逐渐暴露出传输效率下降、故障增多等问题 。为能解决这些问题，优化气动物流使用效率，我们对气动物流故障记录数据进行统计分析，利用二八法则，寻找主要矛盾，针对性进行改进优化。经过多年PDCA改进，依次解决了负载不平衡、机房温度过高、传输瓶卡扣故障损坏率高等问题。

表格 2 2023年8月气动物流故障原因统计

表格 3 2023年8月【科室未及时取瓶】故障次数前十设备列表

在对2023年8月的故障数据进行分类统计时，我们利用Excel透视表功能对数据进行了深入分析。结果显示，“科室未及时取瓶”故障共计221次，占当月总故障的70%。依据二八定律，我们进一步细化分析，发现故障频次最高的前十位设备（包括并列的12个点位）共记录了110次错误，占到了“科室未及时取瓶”故障的50%。基于这些发现，我们制定了一套结合技术改造和管理培训的综合性改进方案。

2.2.2站点改造

为了提升气动物流站点的功能性，我们对其进行了一系列优化升级。在保留原有功能的基础上，新增了满站提示功能 。当站点传输瓶未能及时取出时，系统会自动发出故障提示，并通过蜂鸣报警和显示屏信息展示，提醒相关人员及时处理。

2.2.3重点人员培训

针对“未及时取瓶”故障频发的站点，我们进行了现场调研，并针对性地加强了科室人员的培训。建议各科室建立气动物流管理制度，并指定专人负责气动物流的日常管理，以减少因管理不善导致的故障。   

2.2.4设备故障率显著下降

通过对比2014至2022年间的总故障率与总传输量数据，我们观察到随着医院传输量的增加，故障率在2018年达到峰值后开始逐渐下降。这一趋势在图8中得到了直观展示。 

图 4 2018-2022年总故障率与总传输量对比

2.3第三方单位评估可视化——以零星维修单位为例

以零星维修单位单位评估为切入点，利用一站式后勤系统数据构建考核KPI，结合多种统计学工具，构造出一套泛用性的多维度指标评估可视化工具。

2.3.1后勤一站式系统与KPI指标

现有一站式后勤系统已能满足对外包单位流程化标准化管理的基本要求，利用其过程中所产生的数据就可以构造外包单位多维度KPI考核指标体系。以医院零星维修服务为例，我们根据派工数、结算送交时间、外审审计核减率、用户单位满意度这几个指标构建了一套KPI体系。

• 核减率（审核后零星结算核减量零星结算费用水分是否大）

• 送审间隔天数（反应送交结算材料是否及时）

• 完成项目数（反应施工单位是否能积极响应任务）

• 满意度（由用户单位用百分制打分获得）

这些指标的具体计算方法和应用已经在相关论文中进行了详细阐述 。

表格 4 2022年施工单位考核数据

2.3.2数据标准化处理

数据标准化是数据分析中的关键步骤，旨在通过数学变换将原始数据转换至统一的尺度，以便于跨变量的比较和分析。这一过程涉及两种主要处理类型：无量纲化处理和数据同趋化处理。

无量纲化处理通过特定的数学方法，如Z-Score标准化、min-max标准化（归一化）、对数变换和Box-Cox变换，将数据转换至无量纲形式，消除量纲和数量级的差异。这使得不同性质的数据可以在相同尺度下进行比较。Z-Score标准化法通过计算每个数据点与数据集平均值的标准偏差距离，将数据标准化。其计算公式为Z = (X - μ) / σ，其中X代表原始数据，μ为平均值，σ为标准偏差。

数据同趋化处理则解决不同指标趋向不一致的问题，通过倒数一致化法和减法一致化法等方法，将数据转换为具有相同趋势的指标。在本研究中，我们首先应用Z-Score标准化法对数据进行无量纲处理，然后通过减法一致化法将“核减率”和“送审间隔天数”两个指标转换为“费用合理化程度”和“送审速度”。这一转换使得原本具有不同量纲和趋势的指标变得可比，为后续的数据分析和决策提供了便利。

表格 5 2022年施工单位考核标化处理后数据

2.3.3数据可视化

然而，尽管这些数据具有一定的参考价值，但对于决策者来说，它们仍然过于抽象，难以让决策者直观地了解考核单位的情况。为此，我们经过多方对比，最终选择雷达图作为图形化展示工具，以更直观地展现各个施工单位的特征优劣情况。通过雷达图，我们可以清晰地呈现出不同施工单位之间的差距以及他们在各项指标上的优劣。这种比较有助于我们更好地了解不同施工单位的工作特点和表现，为决策者提供更加全面和直观的数据支持。

图 5 2022年施工单位考核雷达图

2.3.4总结

经过对零星维修单位的评估可视化实践，我们总结出多维度数据评估可视化的一般化流程如下图所示，务必要先完成无量纲化再进行指标一致化，否则有可能会扭曲数据关系。

图 6 多维度评估可视化流程图

2.4后勤维修DRG拟定

以零星维修审核数据和零星派工数据为切入点，以箱图为工具，探索后勤维修DRG的拟定方法。

医院零星维修工程具有种类繁多、分布零散、施工点多、灵活性大，项目大小不一等特点[ ]。这些特性给医院后勤管理带来了挑战，特别是如何拟定维修定额的问题。传统的基于施工造价组分制定定额的方法存在主观性强、与复杂的实际施工环境不符和缺乏数据分析等问题。为了解决这些问题，我们计划以一站式后勤派工系统和零星审计系统中的数据为基础，利用箱图对零星维修审计后数据进行分析，以此为参照，通过谈判招标的方式与第三方单位拟定专属于我院维修的DRG维修定额。

2.4.1箱式图及其特点

箱图是一种功能强大的工具，可以直观地展示数据的分布特征，识别异常数据，显示数据的偏态和尾重情况，并适用于多批数据的比较。这些优点使箱图成为数据分析中常用的工具之一，帮助我们更好地理解和分析数据的分布情况。

箱图由一个箱子和连接箱子的线段组成。箱子中间的线表示中位数，箱子上下边缘表示上四分位数（Q3）和下四分位数（Q1）。这种图形可以清晰地展示数据的集中趋势和离散程度。通过观察箱图，我们可以了解维修费用的集中趋势和离散程度，进而确定维修费用的合理范围和定额标准。对于医院后勤管理人员来说，利用箱图可以更加直观地了解维修费用的分布情况，从而更有效地进行费用控制和管理。

此外，箱图还可以方便地比较不同数据集之间的分布情况。通过观察不同箱图形状和特征的比较，我们可以了解不同数据集的离散程度、偏态和尾重情况，从而更好地了解不同数据集之间的差异。这种比较方法直观明了，可以帮助我们快速判断不同数据集的特征和分布情况。

表格 6空调漏水零星维修审计后价格清单

2.4.2数据整理及分析

首先，我们用VLookup函数整合后勤一站式系统中的派工数据与审计结算数据整合为零星维修审计费用数据 ，然后，利用筛选功能将同类维修项目筛选出来，单独建立数据表格（表5），最后利用Excel2019的数据图表功能生成相应项目的箱式图。通过箱式图，我们可以直观地看到不同“单病种”维修的费用聚集情况。通过观察箱式图，我们还可以自动排除异常数据，直观观察到维修项目费用分布情况：如图所示，空调漏水维修费有4个异常点，经查实4个维修项目均为有多个漏点的异常情况，排除后样本更能反映空调漏水维修费用情况。这些数据可以帮助我们更好地进行费用控制和管理，为DRG谈判提供有力的数据支持。另外，箱图也能比较不同施工单位对同类维修的成本管理能力。 

图 7空调漏水维修费用分布图

2.4.3谈判确定DRG价格

在空调漏水维修项目的DRG价格谈判中，我们依据箱式图所示的费用分布，确定了单次维修费用的主要区间为【2964，1821】。考虑到平均费用高于中位数（2576>2345），我们在谈判中以中位数作为参考点，并以四分位数区间作为价格谈判的界限。这一策略有助于与维修单位达成一个既公平又合理的单次维修价格。通过这种方法，我们不仅确保了维修成本的合理性，而且为DRG定价提供了坚实的数据支撑。这一过程体现了我们在后勤成本管理方面的专业性和对数据分析的深入理解。

总结与展望

本研究通过对南京医科大学第一附属医院后勤一站式系统中的数据进行挖掘和分析，成功构建了一系列可视化的后勤管理分析工具。这些工具涵盖了能耗管理、易损耗材使用、后勤服务效率、第三方单位评估以及后勤维修DRG费用等多个方面，为医院后勤管理提供了全面的数据支持和决策参考。研究结果表明，通过精细化的数据应用，可以显著提升后勤管理的透明度、响应速度和服务质量，进而支持医院的整体运营效率和患者满意度。

在总结本研究的成果的同时，我们也认识到后勤信息化管理仍有许多值得深入探索的领域。首先，随着医疗技术的不断进步和医院运营模式的变革，后勤管理面临着新的挑战和需求。例如，如何进一步整合物联网、人工智能等先进技术，以实现更加智能化的后勤服务，是需要未来研究关注的重点。其次，数据安全和隐私保护在信息化管理中的重要性日益凸显，如何在保障数据安全的前提下，充分发挥数据的价值，也是亟待解决的问题。

展望未来，我们建议医院后勤管理者和信息化提供商继续深化合作，共同开发更加高效、智能的管理工具。同时，应加强跨学科的研究，将管理学、信息技术、数据分析等领域的知识融合到后勤管理实践中，以适应医疗行业的快速发展。此外，随着大数据和人工智能技术的成熟，未来的研究可以探索更多基于预测分析的后勤管理策略，以实现对医院后勤服务的前瞻性规划和优化。

最后，我们呼吁医院管理层和政策制定者重视后勤信息化建设，提供必要的资源和支持，以推动医院后勤管理向更高水平迈进。通过不断的技术创新和管理优化，我们有理由相信，医院后勤管理将能够更好地服务于医院的整体战略目标，为患者提供更加安全、高效、舒适的医疗服务环境。

参考文献：

[1] 陈伟杰,马军. 气动物流传输系统优化管理研究[J]. 中国医疗设备,2021,36(3):141-143. DOI:10.3969/j.issn.1674-1633.2021.03.031.

[2] 三维海容(青岛)科技有限公司. 一种气动物流工作站满仓检测系统及检测方法:CN202310829247.3[P]. 2023-09-26.

[3] 罗乐,黄如春,汪伟,等. KPI在医院工程队伍年度考核中的应用[J]. 中国医院建筑与装备,2017(5):76-78. DOI:10.3969/j.issn.1671-9174.2017.05.008.

[4] 祝芳芳,余平,戴智敏. 某三甲公立医院2018—2020年零星维修工程结算审计调查分析及对策研究[J]. 中国卫生产业,2021,18(17):99-102. DOI:10.16659/j.cnki.1672-5654.2021.17.099.

[5] 罗乐,尤敏,高伟,等. 一种基于Excel的跨系统数据整合分析方法 ——以某三甲医院零星维修成本核算为例[J]. 价值工程,2021,40(19):155-160. DOI:10.3969/j.issn.1006-4311.2021.19.068.

[6]宋骏行,李统,肖鹰等.以建筑信息模型为内核的智慧医院后勤可视化管理实践[J].中国医院管理,2023,43(04):74-76.

[7]李泽.浅析医院后勤“一站式服务”精细化管理与实践[J].中国医院建筑与装备，2017,18(11):72-74.

[8]刘燕汝.新会计制度对医疗机构财务管理的影响探讨——评《医院财务与会计实务》[J].商业经济研究,2021(19):193..

[9]闫石,王金良,倪学勇等.北京大学第三医院后勤平台创新体系的探索与研究[J].中国卫生事业管理,2020,37(01):24-26+31.

[10]蒋义权.医院后勤一站式服务中心建设必要性研究[J].中国医院建筑与装备,2022,23(01):57-59.

[11]程伟彬,连万民,任昊等.全场景智慧在医院后勤管理中的应用实践[J].医学信息学杂志,2023,44(07):78-82.

[12]王广亮,姜子骥,卢明等.基于DEA模型的后勤“一站式”维修配置效率分析[J].中国医疗设备,2018,33(02):143-145+157.

[13]周一晶.公立医院后勤管理信息化研究[J].中国卫生事业管理,2018,35(10):734-736.

[14张凤娟,徐荣,宋朝钦等.医院智慧后勤综合集成平台的构建与探索[J].中国数字医学,2021,16(06):28-32.

[15]邱天乐,方强,姜子舆等.三级医院后勤管理信息化的现状及其发展趋势探讨[J].中国卫生资源,2017,20(02):174-177.

[16]卢志贺.大型三甲医院后勤智能化管理平台的建设与应用[J].中国医院管理,2018,38(12):72-73+76.

[17]胡晓妍,冉懋君,陈峰等.应用能耗监测平台促进节能工作精细化管理[J].中国卫生质量管理,2020,27(01):134-137.

[18]柴建军,黄发强.医院智慧后勤展望[J].中国数字医学,2022,17(05):1-5.

[19]汪文生,考晓璇,胡陈.基于科学知识图谱的国内第三方物流研究可视化分析[J].商业经济研究,2019(18):112-114.