特許 6796071 ヘルスケアコンサルタント及び病院管理者が病院のための最適な人的資源プランを決定するのを助ける、シミュレーションに基づくシステム及び方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6796071

(24)【登録日】2020年11月17日

(45)【発行日】2020年12月2日

(54)【発明の名称】ヘルスケアコンサルタント及び病院管理者が病院のための最適な人的資源プランを決定するのを助ける、シミュレーションに基づくシステム及び方法

(51)【国際特許分類】

   G16H 40/20 20180101AFI20201119BHJP

   G06Q 10/06 20120101ALI20201119BHJP

【ＦＩ】

   G16H40/20

   G06Q10/06 302

【請求項の数】15

【全頁数】15

(21)【出願番号】特願2017-544777(P2017-544777)

(86)(22)【出願日】2016年2月17日

(65)【公表番号】特表2018-506801(P2018-506801A)

(43)【公表日】2018年3月8日

(86)【国際出願番号】EP2016053369

(87)【国際公開番号】WO2016135023

(87)【国際公開日】20160901

【審査請求日】2019年2月14日

(31)【優先権主張番号】62/121,558

(32)【優先日】2015年2月27日

(33)【優先権主張国】US

(73)【特許権者】

【識別番号】590000248

【氏名又は名称】コーニンクレッカ フィリップス エヌ ヴェ

【氏名又は名称原語表記】ＫＯＮＩＮＫＬＩＪＫＥ ＰＨＩＬＩＰＳ Ｎ．Ｖ．

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100091214

【弁理士】

【氏名又は名称】大貫 進介

(72)【発明者】

【氏名】シュウ，ジーチャオ

(72)【発明者】

【氏名】ザン，ジンユー

(72)【発明者】

【氏名】ゾン，シャン

【審査官】 関 博文

(56)【参考文献】

【文献】 特開２００３−１０８７５０（ＪＰ，Ａ）

【文献】 特開２００６−３５０５８６（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１４／０１０８０３４（ＵＳ，Ａ１）

【文献】 米国特許出願公開第２０１０／０１９８６０９（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ１６Ｈ １０／００−８０／００

Ｇ０６Ｑ １０／００−９９／００

(57)【特許請求の範囲】

【請求項1】

プログラムを記憶しているメモリと、
前記プログラムを実行するプロセッサと、
ユーザからの入力を受けるユーザ入力デバイスと、
ネットワークを通じて他のデバイスと通信する通信ユニットとを備え、
前記プロセッサは、
前記ユーザ入力デバイス又は前記通信ユニットによって受け取られたデータからベンチマークデータに関する値を含む第１の入力の組を抽出し、該第１の入力の組に基づき、病院資源の一般的概念を反映する暫定的人的資源プランを生成する暫定的人的資源プロセッサと、
前記ユーザ入力デバイス又は前記通信ユニットによって受け取られたデータから患者ボリュームデータ、スペシャルティ処置情報データ、及び一般データに関する値を含む第２の入力の組を抽出し、該第２の入力の組及び前記暫定的人的資源プランにおいて特定される分布から乱数を生成することによって、病院資源のシミュレートされた概念を反映する擬似人的資源プランを生成するシミュレーションプロセッサと、
前記ユーザ入力デバイス又は前記通信ユニットによって受け取られたデータから規制及び要求データ並びに多目標目的関数データに関する値を含む第３の入力の組を抽出し、該第３の入力の組及び前記擬似人的資源プランにおいて特定される分布から乱数を生成することによって、前記規制及び要求データを満足しながら前記多目標目的関数データに対する最適解を反映する最適化された人的資源プランを生成し、該最適化された人的資源プランに含まれる各スペシャルティユニットに特有の人的資源プランを出力する最適化プロセッサと
を有し、
前記最適化プロセッサは、
前記人的資源プランのパラメータに対して感度分析を実施して、前記人的資源プランにおける前記パラメータの影響力を示すレポートを作成する感度分析プロセッサを有する、
人的資源プランニングシステム。

【請求項2】

前記スペシャルティユニットは、少なくとも１つの医師スペシャルティユニット、少なくとも１つの看護士スペシャルティユニット、及び少なくとも１つの非臨床スタッフスペシャルティユニットを含む、
請求項１に記載の人的資源プランニングシステム。

【請求項3】

前記スペシャルティユニットは、臨床ケアエリアによって更に定義され、少なくとも患者ベッドスペシャルティユニットを更に含む、
請求項２に記載の人的資源プランニングシステム。

【請求項4】

前記ベンチマークデータに関する値は、前記暫定的人的資源プランにおいて専従換算値として表される、
請求項１乃至３のうちいずれか一項に記載の人的資源プランニングシステム。

【請求項5】

前記最適化プロセッサは、欲張り探索法、タブー探索、焼きなまし法、及び遺伝的アルゴリズム、のうちの少なくとも１つを用いて前記最適化された人的資源プランを生成する、
請求項１乃至４のうちいずれか一項に記載の人的資源プランニングシステム。

【請求項6】

前記感度分析プロセッサは、前記人的資源プランのパラメータを個別的に調整し、前記人的資源プランに対する前記調整の効果を評価することによって、前記感度分析を実行するよう構成される、
請求項１乃至５のうちいずれか一項に記載の人的資源プランニングシステム。

【請求項7】

プロセッサによって読み出し可能且つ実行可能な命令を記憶している非一時的な記憶媒体であって、
前記命令は、前記プロセッサによって実行される場合に、該プロセッサに、
少なくとも医療専門知識によって医師、看護、及び非臨床支援スタッフスペシャルティユニットに定義される複数のスペシャルティユニットについての人的資源に関連したデータからベンチマークデータに関する値を含む第１の入力の組を抽出し、該第１の入力の組に基づき、病院資源の一般的概念を反映する暫定的人的資源プランを生成することと、
前記人的資源に関連したデータから患者ボリュームデータ、スペシャルティ処置情報データ、及び一般データに関する値を含む第２の入力の組を抽出し、該第２の入力の組及び前記暫定的人的資源プランにおいて特定される分布から乱数を生成することによって、病院資源のシミュレートされた概念を反映する擬似人的資源プランを生成することと、
前記人的資源に関連したデータから規制及び要求データ並びに多目標目的関数データに関する値を含む第３の入力の組を抽出し、該第３の入力の組及び前記擬似人的資源プランにおいて特定される分布から乱数を生成することによって、前記規制及び要求データを満足しながら前記多目標目的関数データに対する最適解を反映する最適化された人的資源プランを生成し、該最適化された人的資源プランに含まれる各スペシャルティユニットに特有の人的資源プランを出力することと、
前記人的資源プランのパラメータに対して感度分析を実施して、前記人的資源プランにおける前記パラメータの影響力を示すレポートを作成することと
を有する人的資源プランニング方法を実行させる、
非一時的な記憶媒体。

【請求項8】

前記スペシャルティユニットは、臨床ケアエリアによって更に定義される、
請求項７に記載の非一時的な記憶媒体。

【請求項9】

前記スペシャルティユニットは、患者ベッドスペシャルティユニットを更に含む、
請求項７又は８に記載の非一時的な記憶媒体。

【請求項10】

前記ベンチマークデータに関する値は、前記暫定的人的資源プランにおいて専従換算値として表される、
請求項７乃至９のうちいずれか一項に記載の非一時的な記憶媒体。

【請求項11】

前記最適化された人的資源プランを生成することは、欲張り探索法、タブー探索、焼きなまし法、及び遺伝的アルゴリズム、のうちの少なくとも１つを使用することを含む、
請求項７乃至１０のうちいずれか一項に記載の非一時的な記憶媒体。

【請求項12】

前記感度分析を実施することは、前記人的資源プランのパラメータを個別的に調整し、前記人的資源プランに対する前記調整の効果を評価することを含む、
請求項８乃至１１のうちいずれか一項に記載の非一時的な記憶媒体。

【請求項13】

病院システムのための人的資源プランを作成する人的資源プランニングシステムの作動方法であって、
前記人的資源プランニングシステムは、プログラムを記憶しているメモリと、前記プログラムを実行するプロセッサと、ユーザからの入力を受けるユーザ入力デバイスと、ネットワークを通じて他のデバイスと通信する通信ユニットとを備え、
当該方法は、
前記ユーザ入力デバイス又は前記通信ユニットによって、少なくとも医療専門知識によって医師、看護、及び非臨床支援スタッフスペシャルティユニットに定義される複数のスペシャルティユニットについての人的資源に関連したデータを受け取ることと、
前記プロセッサによって、前記メモリに記憶されているプログラムを実行して、
前記人的資源に関連したデータからベンチマークデータに関する値を含む第１の入力の組を抽出し、該第１の入力の組に基づき、病院資源の一般的概念を反映する暫定的人的資源プランを生成する動作と、
前記人的資源に関連したデータから患者ボリュームデータ、スペシャルティ処置情報データ、及び一般データに関する値を含む第２の入力の組を抽出し、該第２の入力の組及び前記暫定的人的資源プランにおいて特定される分布から乱数を生成することによって、病院資源のシミュレートされた概念を反映する擬似人的資源プランを生成する動作と、
前記人的資源に関連したデータから規制及び要求データ並びに多目標目的関数データに関する値を含む第３の入力の組を抽出し、該第３の入力の組及び前記擬似人的資源プランにおいて特定される分布から乱数を生成することによって、前記規制及び要求データを満足しながら前記多目標目的関数データに対する最適解を反映する最適化された人的資源プランを生成し、該最適化された人的資源プランに含まれる各スペシャルティユニットに特有の人的資源プランを出力する動作と、
前記人的資源プランのパラメータに対して感度分析を実施して、前記人的資源プランにおける前記パラメータの影響力を示すレポートを作成する動作と
を実行することと
を含む、
方法。

【請求項14】

前記感度分析を実施することは、前記人的資源プランのパラメータを個別的に調整し、前記人的資源プランに対する前記調整の効果を評価することを含む、
請求項１３に記載の方法。

【請求項15】

各スペシャルティユニットに特有の前記人的資源プランは、医師プラン、看護士プラン、ベッドプラン、臨床支援スタッフプラン、及び非臨床支援スタッフプラン、のうちの１つ以上を含む、
請求項１３又は１４に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

以下は、概して、病院システムのための最適化された人的資源（human resource）（ＨＲ）プランを作成するシステム及び方法に関係がある。それは、病院システムのための人的資源プランを生成するよう病院及び患者データの１つ以上のパラメータを最適化するシステム及び方法とともに特定の用途を見出し、それに特に関連して記載される。なお、それはまた、他の利用シナリオにおいても用途を見出し、前述の用途に必ずしも制限されないことが理解されるべきである。

【背景技術】

【0002】

人的資源（ＨＲ）プランニングは、ヘルスケア分野において、特に、新規に開業した病院にとって、更には既存の病院にとっても、例えば、拡張を計画するために、普及人口における人口構造の変化に対処するために、など、重大である。人員不足の病院は、患者の治療という点で効果的でなく、一方、人員過剰は、設備改修、追加のベッド、又は同様のもののためにより良く使用されたかもしれない過剰な人的資源支出を生じさせる。人員配置は、単に十分な従業員を確保するという問題ではなく、適切な医療専門化、経験及び技能レベルを持った従業員を確保する必要があるので、困難な課題である。

【0003】

人的資源プランニングのための現在のアプローチは、通常、ベンチマークデータ、予測される患者ボリュームデータ、及び他の情報（例えば、平均患者滞在時間及び平均手術／処置時間）に基づき目標の人的資源レベルを決定する。それらのデータセットは固定値として扱われ、変動は、通常は、それらの計算において考慮されない。

【0004】

病院はまた、複雑に交錯した規制を受ける。米国では、病院は、例えば、医療、雇用、及び物的なインフラのような様々な領域において、連邦政府、州、地方、及び市の規制を受け得る。同様に、複雑な規制ネットワークが多くの他の国々において存在する。患者人口統計はまた、広範囲に変化する。すなわち、１つのエリア内の病院は、たいていは心臓疾患を見込むが、他のエリア内の病院は、心臓疾患がわずかであり、他のエリアでは多くの疾患を見込む。病院における異なる規制及び要求並びにヘルスケアシステムにおける患者に関連した変動の複雑性に起因して、ヘルスケアコンサルタント及び病院管理者は、人的資源プランニングを支援する有効な分析ツールから恩恵を受け得る。

【発明の概要】

【0005】

本開示は、前述の問題及び他を解決する新しい改善されたシステム及び方法を提供する。

【0006】

本開示は、病院において患者を治療するための資源の割り当て及び使用に対処するよう、最適化された人的資源プランの作成を支援することを目標としている。本開示は、（１）患者の到着、患者の滞在時間、手術／処置時間、などを含むヘルスケアシステムにおける変動をモデル化しシミュレートし、（２）特定の規制及び要求を満足しながら、予め定義された多目標目的関数に基づき、病院内の種々のユニットで働いている種々のタイプのヘルスケア従業員の最適な人数を決定し、（３）最適な専従換算（full-time equivalent）（ＦＴＥ）値及びシミュレーションモデルに基づき、例えば、カバー率、効用及び平均残業時間のような、より大局的な出力を供給し、（４）どのパラメータが出力に対して最大の影響力を有しているかを見つけるために感度分析を利用する、システム及び方法を提供する。

【0007】

１つの態様に従って、人的資源（ＨＲ）プランニングシステムは、複数のＨＲスペシャルティユニットについての少なくとも患者ボリュームパラメータ及び人員配置パラメータを含む受け取られたパラメータに基づき暫定的ＨＲプランを生成することと、パラメータ変動を表す分布を有するランダム変数として前記暫定的ＨＲプランのパラメータを表す擬似ＨＲプランを、受け取られたパラメータ変動データに基づき、前記暫定的ＨＲプランから計算することと、医療施設の人員配置の目的を表す目的関数に対して前記擬似ＨＲプランの前記ランダム変数を最適化することと、
前記最適化された擬似ＨＲプランにおいて前記人員配置パラメータを表す前記最適化されたランダム変数から決定される、前記ＨＲスペシャルティユニットのための人員配置プランを出力することとを含むＨＲプランニング方法を実施するようプログラムされた電子プロセッサを有する。

【0008】

他の態様に従って、非一時的な記憶媒体は、少なくとも医療専門知識によって医師、看護、及び非臨床支援スタッフスペシャルティユニットに定義される複数のスペシャルティユニットについての患者ボリュームパラメータ及び人員配置パラメータを含む受け取られたパラメータに基づき暫定的人的資源（ＨＲ）プランを生成することと、パラメータ変動を表す分布を有するランダム変数として前記暫定的ＨＲプランのパラメータを表す擬似ＨＲプランを、受け取られたパラメータ変動データに基づき、前記暫定的ＨＲプランから計算することと、医療施設の人員配置の目的を表す目的関数及び少なくとも政府規制によって定義されている制約に対して前記擬似ＨＲプランの前記ランダム変数の条件付き最適化を実施することと、前記最適化された擬似ＨＲプランにおいて前記人員配置パラメータを表す前記最適化されたランダム変数から決定される、前記スペシャルティユニットのための人員配置プランを出力することとを有するＨＲプランニング方法を実施するよう電子プロセッサによって読み出し可能且つ実行可能な命令を記憶している。

【0009】

他の態様に従って、病院システムのための人的資源プランを作成する方法が提供される。病院データ及び目標データのうちの少なくとも１つに夫々関連する１つ以上のヘルスケアサービスに関する１つ以上の入力が、電子プロセッサで受け取られる。前記１つ以上の入力の変化がシミュレートされる。前記１つ以上の入力は、前記シミュレートされた入力の変化から最適化される。１つ以上の出力される人的資源プランは、前記最適化された入力から作成される。前記シミュレートすること、前記最適化すること、及び前記作成することは、前記電子プロセッサによって適切に実施される。

【0010】

１つの利点は、ランダム変数として適切に表される統計情報を捕らえる入力データを利用することによって人的資源プランを生成する分析ツールを提供することにある。

【0011】

他の利点は、例えばパラメータについての信頼区間（confidence intervals）又は不確実性推定（uncertainty estimates）のような統計情報を含む、より包括的な出力を有して、人的資源プランを作成することにある。

【0012】

他の利点は、病院の要求及び規制を満足しながら費用を最小限とする人的資源プランを作成することにある。

【0013】

他の利点は、将来のデータ収集のために最適なパラメータの決定を可能にする人的資源プランを作成することにある。

【0014】

本開示の更なる他の利点は、以下の詳細な説明を読み理解することで当業者に認識されるだろう。所与の実施形態は、それらの利点のうちのどれも達成しないか、あるいは、それらの利点のうちの１つ、２つ、それ以上、又は全てを達成し得ることが理解されるべきである。

【図面の簡単な説明】

【0015】

本開示は、様々なコンポーネント及びコンポーネントの配置において、並びに様々なステップ及びステップの配置において形をなし得る。図面は、好適な実施形態を説明することを単に目的とし、本開示を制限するものとして解釈されるべきではない。

【図1】本開示の一態様に従う人的資源プランニングシステムを示す概略図である。

【図2】図１の人的資源プランニングシステムの複数のコンポーネントを示す概略図である。

【図3】図１の患者ケアプランシステムの使用の一例のフローチャートの例である。

【図4】図１の患者ケアプランシステムの使用の他の例を示す概略図である。

【図5】図１の人的資源プランニングシステムに関連する１つの入力のデータを示す表形式の図である。

【図6】図１の人的資源プランニングシステムに関連する１つの出力のデータを示す表形式の図である。

【図7A】図１の人的資源プランニングシステムに関連する複数の出力を示すグラフ図である。

【図7B】図１の人的資源プランニングシステムに関連する複数の出力を示すグラフ図である。

【発明を実施するための形態】

【0016】

現在の人的資源（ＨＲ）プランニングツールは、通常、全ての入力パラメータを固定値として扱うので、ヘルスケアシステムにおける既存の変動を捕らえることができない。本願で開示されている人的資源プランニングツールでは、パラメータは、入力データとしてパラメータの分布（すなわち、統計値）を指定することをユーザに可能にするよう、ランダム変数と見なされる。現在の人的資源プランニングツールは、通常、出力として専従換算（ＦＴＥ）値を報告するだけである。ＦＴＥは、フルタイムの従業員の相当値に対する作業負荷（従って、目標労働力）を表す従来単位である（なお、作業負荷は、一部の労働者がパートタイムである状態でＦＴＥよりも多い労働者数によって、あるいは、いくらかの超過勤務に置かれた少数の労働者によって、対処され得ることがある。）。これ以上の統計値は、通常は与えられない。しかし、人的資源プランニングに従事するヘルスケアコンサルタント及び病院管理者は、様々な人員配置オプションについて期待され得る結果を彼らが理解するのを助けるよう追加情報を有したいと望むことがある。本願で開示されている人的資源プランニングツールは、例えば、カバー率、効用及び平均残業時間のような、より包括的な出力を供給し、そして、適用される病院要求及び規制を依然として満足しながら、人員配置プランの総費用を最小限とするために、数理最適化の能力を提供する。本願で開示されている人的資源プランニングツールは更には、人員配置プランのどのパラメータが最も重要であるかを決定することをユーザに可能にし、このようにして、更なるデータ収集に優先順位をつけるのを助ける。感度分析（sensitivity analysis）が提供される。これは、更なるデータ収集に優先順位をつけるためにどのパラメータがより重要であるかに関する情報を意志決定者に提供する。

【0017】

本開示は、病院システムのための最適化された人的資源プランを作成するシステム及び方法を対象とする。以下で更に詳細に説明されるように、本開示のシステム及び方法は、病院システムのための人的資源プランを生成するよう病院及び患者データの１つ以上のパラメータを最適化することを提供する。本開示は、既知のベンチマーク比に基づきＦＴＥ値を計算することの代わりに、最適な人的資源プランを見つけるためにシミュレーションを用いて変動を構成しプランを評価するよう人的資源プランを提供する。有利なことに、本開示のシステム及び方法は、（１）ヘルスケアシステムにおける変動（例えば、患者の到着、患者の滞在時間、手術／処置時間、など）をモデル化しシミュレートし、（２）特定の規制及び要求を満足しながら、予め定義された多目標目的関数に基づき、病院内の種々のユニットで働いている種々のタイプのヘルスケア従業員の最適な人数を決定し、（３）最適なＦＴＥ値及びシミュレーションモデルに基づき、より大局的な出力（例えば、カバー率、効用、平均残業時間、など）を供給し、（４）出力される人的資源ヘルスケアプランに対して最も影響力を有しているパラメータを見つけるために感度分析を利用する、プロセッサを提供する。

【0018】

図１を参照して、ブロック図は、医療施設（例えば、病院）のための人的資源（すなわち、人員配置）要求を予測し最適化する人的資源プランニングシステム１０の一実施形態を表す。人的資源プランニングシステム１０は、初期人員配置ニーズを計画し、そして、時間にわたる人員配置ニーズの起こり得る変化（例えば、増加）を投影するために、病院の建造前又はその間（新たに建造される病院の場合。）に稼働してよく、且つ／あるいは、既存の営業中の病院のための人的資源プランニングに関する援助を提供するよう、例えば、提供されるサービスの拡大に対処するよう、患者の人口統計の変化を考慮するよう、病院財源の予想される変化に対応するよう、などで、稼働してよい。人的資源プランニングシステム１０は、例えば、病院情報源１２及び患者人口統計情報源１６のような、様々なソースからのデータを利用し得る。病院情報源は、病院が既に操業中である場合に、プランニングの対象である病院に特有であってよく、あるいは、新規の病院のための人的資源プランニングの場合に、同状況の病院の情報源であってよい。人的資源プランニングシステム１０は、通信ネットワーク１８を介してデータを取得し得る。通信ネットワーク１８は、インターネット、イントラネット、ローカルエリアネットワーク、ワイドエリアネットワーク、無線ネットワーク、有線ネットワーク、セルラーネットワーク、データバス、及び同様のもの、のうちの１つ以上を含むと考えられる。追加的に、又は代替的に、人的資源プランニングのための情報は、他の方法において、例えば、人的資源プランニングシステム１０を実装するコンピュータへの手動入力、データを記憶している物理媒体（例えば、光ディスク）を用いてシステム１０にデータをロードすること、などによって、供給され得る。

【0019】

様々なデータがソース１２、１６から集められ得る。いくつかの例において、人的資源に関連したデータは、自動的に（例えば、電子データネットワーク１８を介して）及び／又は手動により集められ得る。手動によりデータを集めるよう、１つ以上のユーザ入力デバイス２０（例えば、キーボード、マウス、など）は、人的資源データを手動により入力するための及び／又は生成された人的資源データを表示するためのユーザインターフェイスをユーザに提供する人的資源プランニングシステム１０の表示デバイス２２を見ているデータ入力オペレータにより、用いられ得る。実例として、システム１０へ入力され得る人的資源に関連したデータは、（１）ベンチマークデータ（例えば、人員配置バッファ、看護士に対する患者の比、資料又は他の病院からのベッド占有率、などに関する情報）、（２）患者ボリュームデータ（例えば、履歴データから備えられ得る種々のスペシャルティユニットについての外来及び入院患者の滞在の分布、など）、（３）スペシャルティ処置情報データ（例えば、外来の滞在時間、入院患者の病棟収用時間、履歴データから備えられ得る種々のスペシャルティユニットについての患者の滞在期間、など）、（４）種々雑多な一般データ（例えば、日ごとの労働時間、一年内の労働日数、患者に関連した活動の割合、など）、（５）規制及び要求データ（例えば、最低限のカバー率、最長残業時間、上級／スタッフ／アシスタント看護士の割合、など）、並びに（６）多目標目的関数データ（例えば、いくつかの異なる目標、並びに総ＦＴＥ値及び平均残業時間の加重和によって最小限にされる対応する重み）を含む。病院情報源１２の場合に、人的資源に関連したデータは、１つ以上の病院情報データベース２４、２６、２８（例えば、電子医療記録システム、部門システム、及び同様のもの）に記憶されている。

【0020】

病院情報源１２は、適用される政府規制及び要求データ、並びに多目標目的関数データに加えて、ベンチマークデータ、患者ボリュームデータ、スペシャルティ処置情報データに関連した情報源を含み得る。１つの実施形態において、人的資源プランニングシステム１０のユーザインターフェイスシステムは、人的資源データについての具体的設定をユーザが入力することを可能にする。それらの設定は、ＦＴＥ値、利用可能な医療設備、利用可能な医療スタッフ、及び同様のものを含み得る。ユーザインターフェイスシステムは、選択の評価及び／又は比較を表示するディスプレイ２２（例えば、ＣＲＴディスプレイ、液晶ディスプレイ、発光ダイオードディスプレイ、及び同様のもの）と、ユーザが患者の値及び好みを入力し且つ／あるいは評価及び／又は比較を変更するためのユーザ入力デバイス２０（例えば、キーボード及びマウス）とを含む。

【0021】

人的資源プランニングシステム１０のコンポーネントは、前述の機能を具現化するコンピュータ実行可能命令を実行する１つ以上の電子プロセッサ４０を適切に含む。コンピュータ実行可能命令は、メモリ４２に、並びに／又はハードディスクドライブ、光ディスク、若しくはプロセッサ４０に関連した他の非一時的な記憶媒体４２に記憶されている。更には、実例となる人的資源プランニングシステム１０のコンポーネントは、通信ネットワーク１８を介して通信するためのインターフェイスを１つ以上のプロセッサ４０に提供する通信ユニット４４を含む。なお更には、人的資源プランニングシステム１０の前述のコンポーネントは個別的に記載されたが、当然ながら、コンポーネントは様々に組み合わされ得る。

【0022】

人的資源プランニングシステム１０は、第１の人的資源情報データベース２４、第２の人的資源情報データベース２６、及び第３の人的資源情報データベース２８に関連する。人的資源プランニングシステム１０は、暫定的人的資源プランプロセッサ５２、シミュレーションプロセッサ（すなわち、変動処理ユニット）５４、及び最適化プロセッサ５６を含む。暫定的人的資源プランプロセッサ５２は、第１の入力の組４６に基づき暫定的人的資源プラン５８を生成するようプログラムされている。例えば、暫定的人的資源プランプロセッサ５２は、ベンチマークデータ（例えば、人員配置バッファ、看護士に対する患者の比、資料又は他の病院からのベッド占有率、などに関する情報）に基づき、暫定的人的資源プラン５８を生成する。そうするよう、暫定的人的資源プランプロセッサ５２は、第１の人的資源情報データベース２４からベンチマークデータに関する値（例えば、ＦＴＥ値、分布データ、など）を抽出するようプログラムされたデータマイニングプロセッサ６０を含む。例えば、第１の入力の組４６は、予め計算されたルックアップテーブル、ニューラルネットワーク、又は同様のものへの入力である。暫定的人的資源プランプロセッサ５２は、病院資源の一般的概念を反映する暫定的人的資源プラン５８を生成するようプログラムされた暫定プラン生成プロセッサ６２を更に含む。暫定プラン生成プロセッサ６２は、暫定的人的資源プラン５８を作成するために、第１の入力の組４６からの入力とともに、メタヒューリスティック・メソッド（例えば、欲張り法（greedy algorithm）、タブー探索（Tabu search）、遺伝的アルゴリズム（genetic algorithm）、焼きなまし法（simulated annealing）、及び同様のもの）を使用する。

【0023】

シミュレーションプロセッサ５４は、第２の入力の組４８及び／又は暫定的人的資源プラン５８のデータの変動をモデル化するようプログラムされている。そうするよう、シミュレーションプロセッサ５４は、患者ボリュームデータ、スペシャルティ処置情報データ、及び種々雑多な一般データに関する値を抽出するようプログラムされたデータマイニングプロセッサ６６を含む。同様に、データマイニングプロセッサ６６は、暫定的人的資源プラン５８からも同様の値を抽出するようプログラムされている。例えば、第２の入力の組４８及び／又は暫定的人的資源プラン５８は、予め計算されたルックアップテーブル、ニューラルネットワーク、又は同様のものへの入力である。シミュレーションプロセッサ５４は、第２の入力の組４８及び／又は暫定的人的資源プラン５８のデータにおいて特定される分布から乱数を生成するようプログラムされている。シミュレーションプロセッサ５４は、病院資源のシミュレートされた概念を反映する擬似人的資源プラン７０を生成するようプログラムされた擬似プラン生成プロセッサ６８を更に含む。擬似プラン生成プロセッサ６８は、擬似人的資源プラン７０を作成するために、第２の入力の組４８及び暫定的人的資源プラン５８からの入力とともに、メタヒューリスティック・メソッド（例えば、欲張り法、タブー探索、遺伝的アルゴリズム、焼きなまし法、及び同様のもの）を使用する。

【0024】

最適化プロセッサ５６は、第３の入力の組５０及び／又は擬似人的資源プラン７０のデータの変動をモデル化するようプログラムされている。そうするよう、最適化プロセッサ５６は、規制及び要求データ並びに多目標目的関数データに関する値を抽出するようプログラムされたデータマイニングプロセッサ７２を含む。同様に、データマイニングプロセッサ７２は、擬似人的資源プラン７０からも同様の値を抽出するようプログラムされている。例えば、第３の入力の組５０及び／又は擬似人的資源プラン７０は、予め計算されたルックアップテーブル、ニューラルネットワーク、又は同様のものへの入力である。最適化プロセッサ５６は、第３の入力の組５０及び擬似人的資源プラン７０のデータにおいて特定される分布から乱数を生成するようプログラムされている。最適化プロセッサ５６は、規制及び要求データのデータを満足しながら多目標目的関数データに対する最適解を反映する最適化された人的資源プラン７６を生成するようプログラムされた最適プラン生成プロセッサ７４を更に含む。最適プラン生成プロセッサ７４は、最適化された人的資源プラン７６を作成するために、第３の入力の組５０及び擬似人的資源プラン７０からの入力とともに、メタヒューリスティック・メソッド（例えば、欲張り法、タブー探索、遺伝的アルゴリズム、焼きなまし法、及び同様のもの）を使用する。

【0025】

最適化された人的資源プラン７６は、１つ以上の出力される人的資源プラン７８を含む。１つ以上の出力される人的資源プラン７８は、１つ以上の病院資源及び／又はサービスに関するデータを含むことができる。出力される人的資源プラン７８の夫々は、スペシャルティ特有のプランであって、異なるスペシャルティユニットに基づき異なる。例えば、図２の１つ以上の出力される人的資源プラン７８は、医師出力プラン８０、看護士出力プラン８２、病院ベッド出力プラン８４、臨床支援スタッフ出力プラン８６、及び非臨床支援スタッフ出力プラン８８を含むことができる。出力される人的資源プラン７８の夫々は、入力４６、４８及び５０の夫々の最適なＦＴＥ値に基づく。出力される人的資源プラン７８は、医療施設に入院している患者を治療するためにどの病院資源が割り当てられるべきかの評価を提供する。

【0026】

一例において、最適化プロセッサ５６は、出力される人的資源プラン７８に対してどのパラメータが最も影響力を有しているかを確かめるときに、出力される人的資源プラン７８の１つのパラメータを調整するようプログラムされた感度分析プロセッサ９０を含む。そうするよう、感度分析プロセッサ９０は、１つ以上の出力される人的資源プラン７８に関する値を抽出するようプログラムされたデータマイニングプロセッサ９２を含む。例えば、１つ以上の出力される人的資源プラン７８は、予め計算されたルックアップテーブル、ニューラルネットワーク、又は同様のものへの入力である。最適化プロセッサ５６は、１つ以上の出力される人的資源プラン７８のデータにおいて特定される分布から乱数を生成するようプログラムされている。感度分析プロセッサ９０は、出力される人的資源プラン７８を更に最適化するために、出力される人的資源プラン７８のどのパラメータが調整されるべきかを決定する感度人的資源プランレポート９４を生成する。感度分析プロセッサ９０は、感度人的資源プランレポート９４を作成するために、１つ以上の出力される人的資源プラン７８からの入力とともに、メタヒューリスティック・メソッド（例えば、欲張り法、タブー探索、遺伝的アルゴリズム、焼きなまし法、及び同様のもの）を使用する。いくつかの例において、最適化プロセッサ５６は、出力される人的資源プラン７８を連続的にモニタし評価するようプログラムされている。他の例において、最適化プロセッサ５６は、出力される人的資源プラン７８の自己有効性評価（self-effectiveness evaluation）更新を生成するようプログラムされている。

【0027】

図３を参照して、病院システムのための人的資源プランを作成する方法２００が提供されている。ステップ２０２で、病院データ及び目標データの少なくとも１つに夫々関連する１つ以上のヘルスケアサービスに関する１つ以上の入力４６、４８、５０が受け取られる。ステップ２０４で、１つ以上の入力４６、４８、５０の変化がシミュレートされる。ステップ２０６で、１つ以上の入力４６、４８、５０は、シミュレートされた入力の変化から最適化される。ステップ２０８で、１つ以上の出力される人的資源プラン７８が、最適化された入力から作成される。

【0028】

図４を参照して、人的資源プランを作成する方法３００が提供されている。ステップ３０２で、暫定的人的資源プランプロセッサ５２は、第１の入力の組（すなわち、ベンチマーク）４６を受け取る。ステップ３０４で、暫定的人的資源プランプロセッサ５２は、第１の入力の組４６に基づき暫定的人的資源プラン５８を生成する（図２も参照されたい。）。ステップ３０６で、シミュレーションプロセッサ５４は、暫定的人的資源プラン５８及び第２の入力の組４８を受け取る。ステップ３０８で、シミュレーションプロセッサ５４は擬似人的資源プラン７０を生成する（図２も参照されたい。）。ステップ３１０で、最適化プロセッサ５６は、擬似人的資源プラン７０及び第３の入力の組５０を受け取る。図４から明らかなように、それらの入力５０は、例えば、政府の規制、要求、及び同様のものによって課されるような、あらゆる制約とともに、最適化されるべき多目標目的関数を含む。ステップ３１２で、最適化プロセッサ５６は、１つ以上の出力される人的資源プラン７８を生成する（図２も参照されたい。）。例えば、図２の１つ以上の出力される人的資源プラン７８は、医師出力プラン８０、看護士出力プラン８２、病院ベッド出力プラン８４、臨床支援スタッフ出力プラン８６、及び非臨床支援スタッフ出力プラン８８を含むことができる。ステップ３１４で、最適化プロセッサ５６は、感度分析レポート９２を生成する。

【0029】

［例］
引き続き図４を参照して、入力データは病院によって供給される。最初に、ベンチマークデータは、暫定的ＨＲプランを生成するために使用される。ベンチマークデータは、種々のタイプのヘルスケア従業員（例えば、医師、看護士、臨床スタッフ、非臨床スタッフ）についての潜在的なＦＴＥ値の大まかな範囲であることができる。そのようなＦＴＥ範囲は、次いで、（患者ボリュームデータ、スペシャルティ処置情報及び種々雑多な一般入力とともに）シミュレーションプロセッサ５４及び最適化プロセッサ５６のための入力になる。このデータの大部分は、人的資源プランニングシステム１０における変動を捕らえるようランダム変数として扱われる。シミュレーションプロセッサ５４の核は、シミュレーションモデルであって、入力データにおいて特定される分布から乱数を生成し、最適化エンジンのための対応する統計値を供給することができる。

【0030】

図５を参照して、入力４６、４８及び５０のうちの１つの例が示されている。この例では、入力４８は患者ボリューム入力データである。平均年間患者ボリュームの点推定値に加えて、患者ボリュームデータの分布及ぶ分散の係数（平均で割った標準偏差）も与えられている。このデータセットにおいて、全ての患者ボリュームは正規分布していると考えられ、分散の係数は０．１である。これは、履歴データの欠如に起因しており、よって、予測は、極めてあいまいである。データは正規分布を含む。より一般的には、人的資源プランニングシステム１０は、平均及び標準偏差と比べて多いか又は異なっているパラメータによって記述されるランダム分布を含む他の種類のランダム分布を提供することができる。

【0031】

スペシャルティ処置情報は、異なるスペシャルティユニットの間で様々であり得るデータ（例えば、患者の滞在期間、処置を必要とする外来訪問の割合及び対応する外来処置時間、看護士に対する患者の割合、など）を含む。スペシャルティに基づく入力データの大部分も、シミュレーションプロセッサ５４において患者ボリュームと同様にランダム変数として扱われる。シミュレーションプロセッサ５４は、入力データ４８において特定される分布に従って乱数を生成する。種々雑多な一般入力は、例えば、日ごとの労働時間、一年内の労働日数、患者に関連した活動の割合、及び同様のもののような、病院内の全てのスペシャルティユニットについて同じである情報を含む。

【0032】

シミュレーションプロセッサ５４が擬似人的資源プラン７０を生成した後、最適化プロセッサ５６は、１つ以上の最適な人的資源プラン７６を生成する。規制及び要求並びに多目標目的関数モジュール（すなわち、第３の入力の組５０）は、最適化された人的資源プラン７６を構築するために使用される。要求は、例えば、最小限のカバー率（患者需要が正規の勤務時間において完全にカバーされ得る日数の割合）、資源有用性の範囲、最長残業時間、並びに医師及び看護士のＦＴＥの年間変動に対する制約を含み得る。多目標目的関数は、いくつかの異なる項目の和として、重要なそれらの対応する重みを伴って定式化される。例えば、総ＦＴＥ値及び平均残業時間の加重和は最小限にされ得る。

【0033】

最適化プロセッサ５６において、様々なアルゴリズムが、人的資源プランニング問題を解くために使用され得る。ただ１つの実例として、高速な最初の解決法は、欲張り探索法に基づき得る。ほとんどの場合に、有限数の制約（政府の規制及び要求）が存在する。よって、目的関数は、通常、ＦＴＥ値の単峰性（unimodal）関数であり、一方、高速な最初の解決法は、大域的最適解と同等である。例えば、ヒューリスティック法のような他の最適化アプローチ、例えば、タブー探索、焼きなまし法、及び遺伝的アルゴリズムが、問題を解くために用いられ得る。

【0034】

再び図４を参照して、出力される患者ケアプラン７８は、医師プラン８０、看護士プラン８２、ベッドプラン８４、臨床支援スタッフプラン８６、及び非臨床支援スタッフプラン８８を含む、異なる資源のためのプランである。全ての人員配置及びベッドプランは、スペシャルティ特有のプランであって、異なるスペシャルティユニットに基づき異なる。実例となる実施形態では、患者ベッドは、人的資源スペシャルティユニットとして扱われることが知られる。これは、使い勝手が良いメカニズムである。なぜなら、患者ベッドが技術的には“人的資源”でないとしても、それらは、実例となる人的資源プランニング技術において“人的資源”スペシャルティユニットとして有利に扱われるほど、人的資源プランニングと密接な関係があるからである。これは、患者ベッドの数が、人的資源である人員配置レベルとともに、最適化されることを可能にする。

【0035】

また、スペシャルティユニットは、例えば、医療訓練（又はその欠如）に関して（例えば、医師、看護士、及び非臨床スペシャルティユニットとして。）、及び／又は臨床ケアエリアによって（例えば、医師は、心臓内科医スペシャルティユニット、小児科医スペシャルティユニット、などに分けられ得る。）、様々に定義され得ることが知られる。同様に、様々な異なった患者ベッドスペシャルティユニット、例えば、心臓治療ベッドスペシャルティユニット、小児医療ベッドスペシャルティユニット、など、が存在することが考えられる。

【0036】

図６を参照して、心臓病学の医師及び看護士のための、出力される人的資源プラン７８の見本が示されている。部門長及び専門、外来の医師、並びに入院患者の医師に関する情報を示されている。システム１０は、医師のカバー率、効用、平均残業時間、及び全体的な医師ＦＴＥ値に基づきシミュレーションモデルから生成された年間取扱件数を更に提供することができる。このデータによれば、ヘルスケアコンサルタント又は病院管理者は、彼らがこの人的資源プラン７８を適用する場合に起こると期待されることのはっきりした認識を有する。

【0037】

図７Ａを参照して、異なるカバー率を有する、救急看護トリアージ（emergency nursing triage）（ＥＮＴ）のためのサンプル出力７８が、示されている。この例では、看護士ＦＴＥ値は、必要とされるカバー率が高くなるにつれて増大する。このデータはまた、カバー率パラメータを調整することによって、人的資源プランニングシステムから取得され得る。種々のタイプのヘルスケア資源についてのプランニングの主たる出力に加えて、システム１０はまた、様々な入力パラメータについての感度分析レポート９２を供給することができる。感度分析プロセッサ９０は、どのパラメータがより重要であって、注意深く調整されるべきかを知っていることをヘルスケアコンサルタント又は病院管理者に可能にすることができる。図７Ｂを参照すると、医師ＦＴＥ全体に対するいくつかの異なる入力パラメータの影響を表すサンプルトルネードチャートとして示されている出力プラン７８が、示されている。この特定の例について、平均患者ボリューム及び平均患者時間は、全体的な医師ＦＴＥ値に対して最も影響力を有している。

【0038】

本願で使用されるように、メモリは、非一時的なコンピュータ可読媒体；磁気ディスク若しくは他の磁気記憶媒体；光ディスク若しくは他の光学記憶媒体；ランダムアクセスメモリ（random access memory）（ＲＡＭ）、リードオンリーメモリ（read-only memory）（ＲＯＭ）、又は他の電子メモリデバイス若しくはチップ若しくは動作可能に相互接続されたチップの組；記憶されている命令がインターネット／イントラネット若しくはローカルエリアネットワークを介して取り出され得るインターネット／イントラネットサーバ；など、のうちの１つ以上を含む。更には、本願で使用されるように、プロセッサは、マイクロプロセッサ、マイクロコントローラ、グラフィックプロセッシングユニット（graphic processing unit）（ＧＰＵ）、特定用途向け集積回路（application-specific integrated circuit）（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（field-programmable gate array）（ＦＰＧＡ）、など、のうちの１つ以上を含む。ユーザ入力デバイスは、マウス、キーボード、タッチスクリーンディスプレイ、１つ以上のボタン、１つ以上のスイッチ、１つ以上のトグル、及び同様のもの、のうちの１つ以上を含み、表示デバイスは、ＬＣＤディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、プロジェクションディスプレイ、タッチスクリーンディスプレイ、及び同様のもの、のうちの１つ以上を含む。別の言い方をすれば、人的資源プランニングシステム１０は、プロセッサを制御するソフトウェアを担持する非一時的なコンピュータ可読媒体であることができる。

【0039】

本発明は、好適な実施形態を参照して記載されてきた。変更及び代替は、上述された説明を読んで理解することで想到可能である。本発明は、全てのそのような変更及び代替を、それらが添付の特許請求の範囲及びその均等の適用範囲内にある限りにおいて、含むものとして解釈されることが意図される。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7A】

【図7B】