Размещено на http://www.allbest.ru/

УДК 519.854.2

ФГАОУ ВО НИУ Московский институт электронной техники, МОН России

Некоторые подходы к повышению эффективности использования ресурсов учреждений Роспотребнадзора

В.Ю. Ананьев

К.И. Шахгельдян

г. Москва

Эффективное использование ресурсов относится к числу наиболее актуальных проблем современной медицинской науки и практики [2, 4, 5, 9, 10]. На учреждения здравоохранения Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека возложены такие важные задачи, как санитарно-гигиенические и микробиологические исследования, токсикологические и гигиенические экспертизы и оценки. Структура и штатная численность учреждений Роспотребнадзора на региональном уровне определяется комплексом факторов, в том числе, уровнем санитарно-эпидемиологического благополучия территории, характеристиками и числом поднадзорных объектов, потребностями в обеспечении надзора и др. В регионах с большой площадью территории и низкой плотностью населения (в первую очередь - субъекты Дальневосточного федерального округа России) при реализации деятельности ФБУЗ «Центр гигиены и эпидемиологии» (далее - ЦгиЭ) (проведение лабораторных и инструментальных исследований, измерений, экспертиз и др.) возникают вопросы оптимизации расходов на переезд специалистов до места выполнения профессиональных функций.

Цель исследования состоит в разработке алгоритма построения оптимизированного маршрута работы выездных бригады испытательной лаборатории ЦГиЭ для проведения санитарно-гигиенических, микробиологических и иных исследований и экспертиз.

Материал и методы

В основу работы положен план-задание ЦГиЭ на 2017 г. по проведению лабораторных исследований на поднадзорных службе объектах общим числом около 1000 единиц. План содержал перечень юридических лиц и индивидуальных предпринимателей, деятельность которых подлежит проверке в 2017 году, места их нахождения и фактического осуществления деятельности, информацию о присвоении деятельности юридического лица (индивидуального предпринимателя) определенной категории риска, даты и необходимые виды лабораторных исследований. Цель состояла в построении маршрутов перемещения бригад испытательной лаборатории, которые с одной стороны обеспечивали бы реализацию выполнения поставленных перед ЦГиЭ задач, а с другой - были бы максимально экономичными. Важным условием планирования маршрута являлось обеспечение проведения микробиологических исследований не позднее 2 часов после взятия проб в случаях отсутствия хладагентов для транспортировки, и 4-6 часов - при их наличии. Кроме того, существенным моментом стала оценка количества подразделений, которые необходимо задействовать при каждом выезде.

Для определения геокоординат адресов объектов исследования и подразделений ЦГиЭ по Приморскому краю применён сервис Yandex - геокодер [3]. При расчёте длины пути по дорогам между любыми двумя точкам в Приморском крае - сервис Yandex - маршрутизатор [8].

Входные данные и рассчитанные маршруты хранятся на сервере с двумя процессорами Intel Xeon E5-2267 v2, ОЗУ 768Gb DDR3, ОС Windows Server 2012 Standart и системой управления базами данных (СУБД) MS SQL Server Enterprise Edition 2012. Для решения задачи использовались эвристические допущения, которые значительно уменьшают сложность алгоритма. Сложность решения поставленной задачи определялась количеством учреждений филиальной сети, что соответствует проблемам вычислительной сложности классической задачи коммивояжера [1, 7, 8], но с некоторыми дополнительными условиями. Для решения использовались эвристические допущения, которые значительно уменьшают сложность алгоритма. Разработанный алгоритм реализован на языке SQL и может использоваться в системах и сервисах поддержки управления выездами специализированных бригад.

Результаты исследования

Площадь Приморского края составляет 164,6 тыс. км2 при плотности населения 11,7 чел/км2 и протяжённости дорог - 11,1 тыс. км. В состав ЦГиЭ в Приморском крае входит единая испытательная лаборатория (ИЛ), включающая 4 лабораторных подразделения в г. Владивостоке и 11 лабораторий с дислокацией рабочих мест по 8-ми адресам на территориях Приморского края. ИЛ осуществляет санитарно - химические, санитарно - бактериологические, санитарно - вирусологические, токсиколого - гигиенические, радиологические исследования, измерения физических факторов и другие виды работ в целях осуществления надзорных и контрольных функций Управления Роспотребнадзора по Приморскому краю в 36 муниципальных образованиях субъекта.

В ходе работы разработан алгоритм построения оптимального маршрута выездной бригады ИЛ, который включает предварительную обработку данных, выбор подразделений, обеспечивающих проведение исследований для одного выезда, формирование набора подразделений для оптимизированного маршрута, построение последнего для движения выездной бригады (рис. 1).

Предварительная обработка данных представляет собой проверку адресов объектов проведения исследований и корректировку их по реальным адресам, которые предоставляет сервис геокдер - Yandex [3]. Сервис автоматически обеспечивает соотнесение всех адресов плана с реальными, исправляя имеющиеся ошибки. Этот же сервис определяет геокоординаты адреса. Для расчёта длины пути между любыми двумя известными точками с геокоординатами используется сервис Yandex - маршрутизатор, который вычисляет расстояние в километрах между двумя точками [8]. В некоторых случаях адреса одной организации, где должны быть взяты пробы, расположены в весьма удалённых друг от друга населённых пунктах. Следовательно, для взятия проб и проведения исследований в рамках одной заявки должны быть посланы бригады из разных подразделений ЦГиЭ. В тех случаях, когда для организации отмечены несколько адресов в одном населённом пункте, взятие проб может быть выполнено за один выезд из одного подразделения. Это обстоятельство послужило основанием для подготовки списка выездов по следующим правилам: 1) для каждой организации осуществляется отдельный выезд; 2) если для одной организации запланированы выезды в несколько населённых пунктов, то для каждого из них формируется отдельный маршрут, внутри которого сгруппированы все адреса, расположенные в том или ином населённом пункте.

Рис. 1. Общая схема алгоритма построения оптимального маршрута выездных бригад ЦГиЭ

Предварительная обработка данных. Предварительная обработка данных представляла собой проверку корректности адресов объектов проведения исследований и корректировку их по реальным адресам, которые предоставляет сервис геокдер Yandex. Сервис автоматически обеспечивает корректное соотнесение всех адресов плана с реальными адресами, исправив около 2% ошибок в адресах. Этот же сервис определяет геокоординаты адреса. Для расчета длины пути между любыми двумя известными точками с геокоординатами используется сервис Yandex маршутизатор. Сервис вычисляет длину пути в километрах между двумя точками по дорогам.

В некоторых случаях адреса одной организации, где должны быть взяты пробы, расположены в разных, весьма удаленных друг от друга населенных пунктах Приморского края. Это означает, что для взятия проб и проведения исследований в рамках одной заявки должны быть посланы разные бригады из разных подразделений ЦГиЭ. В то же время, если для одной организации отмечены несколько адресов в одном населенном пункте, то взятие проб может быть выполнено за один выезд из одного подразделения ЦГиЭ.

На этапе предварительной обработки данных выполняется также подготовка списка выездов. Для этого анализируются заявки на проведение исследований и для каждой заявки генерируются отдельные выезды по следующим правилам:

? для каждой организации осуществляется отдельный выезд;

? если для одной организации запланирован выезд в несколько населенных пунктов, то для каждого из них формируется отдельный выезд, внутри которого сгруппированы все адреса, расположенные в этом населенном пункте.

Этап 1. Выбор подразделений для выполнения выезда. Для каждого выезда выбирается один “базовый адрес”, куда направляется выездная бригада для выполнения исследований. Проезд до других объектов внутри одного населенного пункта не учитывается, так как он осуществлялся бы в любом случае, независимо от того используется алгоритм оптимизации или нет.

Для каждого выезда выбираются все подразделения ЦГиЭ, которые выполняют хотя бы один вид исследований, запланированных в выбранном выезде. Формируется список подразделений ЦГиЭ, которые могут выехать для проведения исследований до базового адреса с указанием доступных для данного подразделения видов исследований и длины пути. На данном этапе для каждого вида исследований и одного выезда получено максимальное число подразделений 12 из общего количества 15 подразделений ЦГиЭ в Приморском крае.

Этап 2. Формирование пула подразделений для оптимального маршрута. Годовой маршрут рассчитывается как сумма всех выездов. Для каждого выезда формируется пул подразделений ЦГиЭ, определяющих оптимальный маршрут с учетом минимального расстояния, видов исследований и необходимости провести отдельные виды (например, микробиологическое исследование) в ограниченные сроки.

На данном этапе выполняется снижение сложности задачи построения оптимального маршрута. Алгоритм формирования пула подразделений для оптимального маршрута одного выезда содержит следующие шаги: выбор ближайшего подразделения для каждого вида исследований, требуемого на выезде, упорядочивание подразделений по удаленности, в цикле проверка на покрытие целевым набором подразделений всех необходимых на выезде исследований и добавление в целевой пул при необходимости подразделения, выполняющего микробиологические исследования, но находящегося ближе всех других подразделений из целевого пула (рис. 2).

Шаг 0. Для всех типов исследований заданного выезда выбираем подразделения, находящихся на минимальном расстоянии до места проведения исследований. Полученный набор подразделений не является набором подразделений для оптимизированного маршрута, несмотря на то, что для каждого отдельного вида исследований выбрано ближайшее подразделение. Этот факт объясняется тем, что среди полученного набора подразделений могут быть такие, которое могут выполнить несколько видов исследований в том числе и те, которые выполняют подразделения, расположенные ближе к объекту исследования. Это делает излишними некоторые подразделения в наборе. Проиллюстрируем это на примере.

В г. Арсеньеве необходимо выполнить четыре типа исследований: микробиологические, санитарно-гигиенические, паразитологические и исследования физических факторов. При этом отдел в г. Арсеньеве может выполнить только микробиологические и паразитологические исследования (расстояние до базового адреса 1 км.). Ближайшими подразделениями ЦГиЭ для двух других видов исследований являются отдел в г. Спасске-Дальнем по санитарно-гигиеническим исследованиям (112 км) и филиал в г. Уссурийске по исследованию физических факторов (144 км). При этом филиал в г. Уссурийске может выполнить и все другие виды исследований. Очевидно, что набор для оптимизированного маршрута состоит из одного филиала в г. Уссурийске и длина маршрута составит 288 км (расстояние в обе стороны). Несмотря на то, что часть исследований может быть выполнена в г. Арсеньеве никакого смысла этого делать там нет, так как это приведет к удлинению маршрута. На данном шаге мы не учитываем нормативное время на доставку проб в лабораторию для микробиологических исследований.

Рис. 2. Схема алгоритма формирования пула подразделений для оптимального маршрута

Данный шаг позволяет уменьшить число подразделений для одного вида исследований в одном выезде на примере рассматриваемых входных данных с 12 до 3, что значительно снижает вычислительную сложность задачи.

Шаг 1. Упорядочивание всех выбранных на Шаге 0 подразделений по удаленности от объекта исследования.

Пусть {F0, F1, F2, ..FN-1} - упорядоченные по возрастанию расстояния {S0, S1, S2, ..SN-1} подразделения. { <Fi, Si>: Si-1 ЎВ Si, i=0,...,N-1}

Для вышеуказанного примера подразделения будут упорядочены следующим образом: { <отдел в г. Арсеньеве, 1 км>, <отдел в г. Спасске-Дальнем, 112 км>, <филиал в г. Уссурийске, 144 км>}.

Введем еще некоторые обозначения.

Y(i) - все виды исследований, по которым аккредитовано Fi подразделение, Тогда функция ?? определяет виды, исследований, проводимые подразделением: Y(i) = ??(Fi)

Y'(i) - виды исследований Fi-го подразделения, которые необходимы на заданном выезде.

W - все необходимые на заданном выезде исследования.

Z - целевой набор подразделений, входящих в оптимизированный маршрут выезда. На данном шаге целевой набор подразделений пуст: Z=?

Целевой набор подразделений Z должен включать последнее FN-1 подразделение, так как это единственное подразделение в наборе, которое реализует по крайне мере один из необходимых видов исследований. Если бы это было не так, то FN-1 не был бы выбран на Шаге 0 как подразделение с минимальным расстоянием от объекта, так как все другие подразделения {F0, .., FN-2} находятся ближе к нему.

Следующий шаг может выполняться или с первого подразделения F0, или с последнего FN-1. Так как самое удаленное подразделение FN-1 будет выбрано в пул оптимального маршрута в любом случае, то с точки зрения производительности алгоритма эффективнее начать с него, поэтому устанавливаем i=N-1.

Шаг 2. Выполняем проверку, учтены ли в целевом наборе Z виды исследований, необходимые на выезде, и выполняемые в Fi подразделении: Y'(i) ? ??(Z)?

Если необходимые виды исследований не учтены, то в целевой набор добавляем это подразделение Z=Z Ўъ Fi с возможными видами исследований Y(i)= ??(Fi) и с видами исследований, необходимыми на выезде Y'(i)= ??'(Fi) и переходим к Шагу 3. Если необходимые виды исследований учтены, то i=i-1 и повторяем Шаг 2.

Шаг 3. Выполняем проверку, покрывает ли целевое множество подразделений все необходимые на выезде исследования: W ? ??'(Z). Если ответ отрицательный, то, полагаем i=i-1 и возвращаемся на Шаг 2. Если ответ положительный, то алгоритм формирования пула для оптимального маршрута можно было бы завершить и таким пулом считать целевой набор Z с правилами выезда, описанными ниже. Но в проверке покрытия всех исследований не учитывается то, что микробиологическое исследование должно быть выполнено в определенные сроки от момента взятия пробы. Поэтому на следующем шаге мы должны рассмотреть возможность включения в целевой набор подразделения, выполняющего микробиологическое исследование, но расположенного на минимальном расстоянии от объекта исследования. Если такового не найдено, то алгоритм построения набора подразделений для оптимизированного маршрута считается завершенным. В противном случае выполняется Шаг 4.

Шаг 4. Включение в целевой набор подразделения, выполняющего микробиологическое исследование.

Решение о включении в целевой набор подразделений Z лаборатории, выполняющей микробиологические исследования и находящейся на минимальном расстоянии от объекта исследований и ранее не включенной в целевой набор Z, принимается с учетом того насколько далеко от объекта исследований расположено другое подразделение из Z, в котором проводятся аналогичные исследования. Если более удаленное подразделение позволяет сделать анализ не позднее 2 часов (оно расположено не дальше 100 км), то подразделение, находящийся ближе, можно не включать, в противном случае мы включаем близлежащее подразделение. На этом построения набора подразделений для оптимального маршрута завершается.

В вышеприведенном примере в целевой набор подразделений будет включен помимо филиала Уссурийска еще и Арсеньевское отделение, так как Уссурийский филиал расположен на расстоянии 144 км, что больше принятых 100 км. гигиена эпидемиология лабораторный экспертиза

Если ни одно из подразделений, делающее микробиологические исследования не находится на расстоянии ближе 100 км, то мы в любом случае должны использовать хладоагенты и допустимое расстояние увеличивается до 250 км (или до максимального для данного региона). Далее Шаг 4 повторяется с допустимым расстоянием в 250 км. Если ни одного подразделения нет на расстоянии 250 км, то выбираем ближайшее и алгоритм завершается.

Оптимизированный маршрут бригады может быть построен по целевому набору подразделений. В некоторые подразделения пробы могут быть завезены бригадой из другого более удаленного подразделения, которое делает исследования, недоступные близлежащему подразделению. Длину маршрута будем считать с учетом расстояния между подразделениями.

Маршрутом являются набор подразделений Z, виды исследований, которые в нем выполняются, и маршрут движения бригад между подразделениями и местом взятия проб. Движение бригад должно учитывать следующее правило: для каждого вида исследования из W существует подразделение в целевом наборе Z, которое выполняет исследование и куда необходимо завести пробы, при этом расстояние до этого подразделения является минимальным: ўЈw Ўф W ў¤ Fk Ўф Z: Sk= min Sj: ўЈFj Ўф Z.

Этап 3. Построение оптимального маршрута. Определение маршрута движения бригады выполняется на основании выбора кратчайшего из всех возможных маршрутов с учетом обязательности первого посещения подразделения, выполняющего микробиологическое исследование. Если бы не ограничение по микробиологическому исследованию, то мы имели бы классическую задачу коммивояжера с замкнутым вариантом (так как бригада должна вернуться в то же подразделение, откуда выехала) [10]. Но, во-первых, первый узел маршрута не определен и может быть выбран с учетом минимизации длины общего пути бригады ЦГиЭ по взятию проб, развозу их по определенным подразделениям и возвращению обратно, в место выезда, а, во-вторых, второй и третий узел графа маршрута в нашем случае являются определенными: место взятия проб и место проведения микробиологического исследования соответственно. Задача коммивояжера может быть решена методом полного перебора возможных маршрутов, что в нашем случае при небольшом числе подразделений внутри одного выезда, вполне возможно.

Построение возможных маршрутов выполняется по следующему алгоритму. В целевом наборе Z подразделения упорядочиваются по близости расстояния до места проведения исследований {F0, F1, F2,..,FМ-1}.

1. Выезд осуществляется из самого дальнего подразделения: FМ-1. Путь представляет собой ребро графа <FМ-1,X>, где X - место проведения исследования. Длина пути SМ-1=|<FМ-1,X>|.

2. После взятие пробы в точке X, бригада перемещается в то подразделение FjЎф Z, в котором делается микробиологическая проба и у которого минимальное расстояние Sj=|<Fj,X>| из всех других подразделений из целевого набора FjЎф Z. В общем случае подразделения могут совпадать FМ-1=Fj. Таким образом, маршрут перемещения представляет собой направленный граф P=<(FM-1, X), (X, Fj)>

3. Все дальнейшие перемещения - это перемещения между несколькими подразделениями и для этого в общем случае незамкнутого графа (замкнутым граф будет только в случае FМ-1=Fj) необходимо рассчитать все возможные перемещения. Перемещение на этом шаге должно начаться с Fj, так как бригада там сдала пробы на микробиологическое исследование. Таким образом, в пуле оставшихся филиалов отсутствуют два филиала: первый и последний: Z'=Z\(FM-1 , Fj)

4. Выбираем из Z' ближайшее к Fj подразделение Fk и удаляем его из Z': Z'=Z'\Fk. Добавляем к пути P=<P, (Fj, Fk)>, и присваиваем j=k. Выполняем п.4 до тех пор пока Z' не окажется пустым.

5. Последним шагом добавляем в путь P=<P,(Fk,FM-1)>.

Рассчитанный таким образом маршрут может быть не оптимальным, а лишь одним из возможных вариантов перемещения. Альтернативные варианты могут быть получены за счет иного выбора в п.4. подразделения Fk. А также за счет того, что в п.1. выезд осуществляется не из самого удаленного подразделения, а либо из определенного некоторыми правилами подразделения, либо из ближайшего, либо произвольным образом и для каждого такого первого подразделения все пункты 1-5 повторяются. Из всех рассчитанных путей выбирается путь с минимальной длиной, и он определяет оптимальный маршрут бригады ЦГиЭ.

Здесь необходимо отметить, что применив механизм снижения вычислительной сложности задачи с 12 до 3 возможных подразделений в одном маршруте, мы обеспечили реализацию полного перебора для решения задачи локального минимума. Для 3 подразделений в маршруте в случае необходимости делать микробиологическое исследование (98% всех заявок) число возможных вариантов для поиска оптимального маршрута составит всего 4, а в заявках без микробиологического исследования - 6 вариантов.

Обсуждение результатов

Разработанный алгоритм построения оптимального маршрута применен для проекта плана-задания, полученного ЦГиЭ на 2017 г. В соответствие с первоначальным расчетом согласно сложившейся практике закрепления муниципальных образований за подразделениями ЦГиЭ длина пути составила 63077,5 км. Первоначально в алгоритме предполагалось использование хладоагентов для всех микробиологических исследований (т.е. ограничение в 100 км не рассматривалось), что позволило сократить маршрут до 45384 км, т.е. на 28%. Если в критерии оптимизации включить правило проведения микробиологических исследований без применения холода в максимальном количестве выездов (т.е. включать в пул оптимального маршрута ближайшие подразделения, проводящие микробиологические исследования), то оптимальный маршрут будет несколько длиннее - 47453 км (сокращение длины пути на 24,8%) .

Более детальный анализ результатов применения алгоритма показал, что

1. подразделение в г. Спасске может сократить проведение плановых санитарно-гигиенических исследований с 68 до 4 исследований в год;

2. возросла нагрузка на подразделение в г. Уссурийске: в 2 раза может быть увеличено число исследований по микробиологии (со 109 до 213 исследований в год) и паразитологии (со 109 до 212 исследований в год), в 1,35 раз санитарно-гигиенических (с 157 до 211 исследований в год) и радиологических исследований (со 157 до 212 исследований в год), в 1,8 раза возрастает потребность в исследованиях физических факторов (с 26 до 48 исследований в год) и в 1,4 раза потребность в исследованиях на особо опасные инфекции (с 12 до 17 в год);

3. возможно значительное снижение нагрузки на подразделение к г. Лесозаводске: в 2,35 раз уменьшается число микробиологических, санитарно-гигиенических, паразитологических и радиологических исследований (со 146 до 62 исследований в год по каждому виду) и в 2,67 раз снижается потребность в исследованиях физических факторов (с 24 до 9 исследований в год);

4. незначительно, в 1,14 раз, снизилась нагрузка на центральное подразделение к г. Владивостоке по всем видам исследований.

Применение разработанного алгоритма позволяет, во-первых, строить оптимальные маршруты выездных бригад, во-вторых, получать данные по планируемой годовой нагрузке подразделений, что в свою очередь может быть основанием для дальнейших управленческих решений по повышению эффективности функционирования филиальной сети ЦГиЭ.

Заключение

В последние годы значительно возросла потребность в разработке механизмов, повышающих эффективность управления ресурсами, в том числе финансовыми и кадровыми в учреждениях Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека [11]. В настоящей работе предложен механизм, обеспечивающий возможность снижения финансовых затрат и потребности в кадровых ресурсах для выполнения государственного задания за счёт автоматизации расчётов расстояния между объектом обследования и подразделениями ИЛ ЦГиЭ с использованием технологий обработки больших массивов данных.

Дальнейшие исследования авторы намерены направить на развитие алгоритмов с учётом дополнительных условий, влияющих на принятие решения по определению подразделения, выполняющего лабораторные исследования (текущая нагрузка на ближайшую лабораторию, срочность проведения исследований, наличие-отсутствие расходных материалов и т.д.) и с учётом применения иных механизмов понижения вычислительной сложности задачи.

Предполагается использование полученных результатов для повышения эффективности управления ресурсами ЦГиЭ на региональном уровне через оптимизацию организационно-штатной структуры, временного перераспределения кадровых ресурсов между лабораторными подразделениями, определения достаточной номенклатуры исследований в подразделениях ИЛ на территории субъекта.

Возможно рассмотреть дальнейшее применение предложенного механизма для оптимизации выполнения не только лабораторных исследований, но и проведения экспертиз в соответствии со сложностью и спецификой таковых и наличием квалифицированных экспертов.

Работа поддержана Дальневосточным федеральным университетом (проект "Глобальное здравоохранение в социокультурном ландшафте Азиатско-Тихоокеанского региона").

Список литературы

1. Бондаренко А.С. Анализ методов решения задач транспортной логистики с использованием модели коммивояжера // Научный вестник Воронежского государственного архитектурно-строительного университета. Серия: Информационные технологии в строительных, социальных и экономических системах. 2015ю № 1. С.74-77.

2. Власов В.В. Медицина в условиях дефицита ресурсов. М.: Триумф, 2000. 447 с.

3. Гонохова Л.Г. Управление ресурсами здравоохранения в регионе // Власть и управление на Востоке России. 2007. № 11. С. 72-79.

4. Кораблев В.Н. Использование инновационных технологий управления для повышения эффективности здравоохранения региона. Хабаровск: Изд-во ГОУ ВПО ДВГМУ, 2009. 199 с.

5. Левитин А.В. Алгоритмы: введение в разработку и анализ. М.: Вильямс. 2006. 576 с.

6. Лощилов И.Г., Племенос Д. Генетические алгоритмы для решения задач коммивояжера. Электронные средства и системы управления. 2007. №2. С.133-137.

7. Павлыш А.В. Оптимизация лекарственного обеспечения в условиях ограниченных ресурсов // Ремедиум. Журнал о российском рынке лекарств и медицинской технике. 2008. №6. С. 40-43.

8. Савинов Т.Х. Управление кадровым ресурсом системы здравоохранения // Экономика и предпринимательство. 2016. №6 (71). С. 705-710.

9. Столбун О.А. О некоторых аспектах устойчивого финансирования, организации деятельности филиала ФБУЗ «Центр гигиены и эпидемиологии в Приморском крае с г. Уссурийске» // Здоровье. Медицинская наука. Экология. 2012. №3-4. С 68-71.

Аннотация

В регионах с большой площадью территории и низкой плотностью населения неизбежны проблемы эффективного управления ресурсами здравоохранения, связанными с перемещением специалистов учреждений Роспотребнадзора по региону для выполнения профессиональной деятельности. Согласно сложившейся практике, выезд на место проведения лабораторных исследований из обособленных подразделений ФБУЗ “Центр гигиены и эпидемиологии” осуществляется из того лабораторного подразделения, за которым закреплено административно-территориальное образование, включающее объект обследования. В некоторых случаях из-за особенностей расположения объектов обследования, а также с учетом лабораторно-технического оснащения подразделений и их кадрового состава, будет более рациональным выезд бригады из другого подразделения. В работе предложен алгоритм построения оптимизированного маршрута для специализированных бригад ФБУЗ “Центр гигиены и эпидемиологии” на место проведения лабораторных исследований и экспертизы с учетом расстояния до объекта обследования и номенклатуры предстоящих лабораторных исследований. На основании разработанного алгоритма построены оптимизированные маршруты выездов указанных бригад на 2017 г, показавшие сокращение длины маршрута на 28%.

Ключевые слова: Центр гигиены и эпидемиологии; испытательная лаборатория; оптимизация маршрута; эффективность использования ресурсов; задача коммивояжера; обработка больших данных

The efficient use of health care resources is actual problems of modern medical practice. The tasks optimizing the costs of movement of specialists to fulfill their professional functions (laboratory and instrumental examinations, measurements, examinations, etc.) are particularly important for the large areas with low population density. The regions at Far Eastern Federal District of Russia are the territories. The information data processing technology can be used to solve the problems of optimization. We have developed and tested the algorithm for constructing an optimized route for the departure of specialized teams "Center for Hygiene and Epidemiology of the Primorsky Territory" in the place of the laboratory tests and examinations. The algorithm minimizes the length of the route following the teams taking into account the range of future laboratory research, laboratory and technical equipment of units and their staff. We select the most appropriate branches to fulfill the required investigations and examinations at the first step of the algorithm. The optimized route through the branches is laid at the second stage. We have optimized the routes of departures of teams for the whole 2017 using the algorithm. It allows reducing the route length of 24.8 - 28%. The use of the algorithm allows obtaining the proposed annual load on the branches of "Center for Hygiene and Epidemiology also. It allows to make a decision improving the of the branches efficiency including reorganization.

Keywords: Center for Hygiene and Epidemiology; testing laboratory; route optimization; resource efficiency; traveling salesman problem; Big Data.

Размещено на Allbest.ru