Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (tt)

Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)Sắp xếp và dự trù thuốc bằng luật kết hợp cho kho dược ngoại trú bệnh viện Thống Nhất (Luận văn thạc sĩ)

Luận văn được hoàn thành tại:

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Người hướng dẫn khoa học: TS TÂN HẠNH

Vào lúc: 08 giờ ngày 14 tháng 07 năm 2018

Có thể tìm hiểu luận văn tại:

- Thư viện của Học viện Công nghệ Bưu chính Viễn thông

MỞ ĐẦU

Bệnh viện Thống Nhất là cơ sở khám chữa bệnh trực thuộc

Bộ Y Tế với nhiệm vụ chăm sóc sức khoẻ toàn diện cho người bệnh,

là đơn vị y tế có trình độ khoa học kỹ thuật, chuyên môn nghiệp vụ

Mỗi ngày bệnh viện tiếp nhận khám và chữa bệnh ngoại trú cho đối tượng có thẻ BHYT là gần 2000 bệnh nhân với số lượt gần

2500 và số toa thuốc được phát khoảng 2000 toa thuốc điều trị ngoại trú mỗi ngày Với số lượng mặt hàng thuốc được sử dụng để cấp đơn thuốc ngoại trú là hơn 800 loại thuốc

Một trong những nhiệm vụ quan trọng để nâng cao chất lượng khám chữa bệnh, nâng cao sự hài lòng của người bệnh đối với bệnh viện đó chính là vấn đề cấp phát thuốc kịp thời, nhanh chóng, đầy đủ và chính xác, đảm bảo chất lượng của khoa Dược

Nhiệm vụ đó đòi hỏi tổ chức và hoạt động công tác dược bệnh viện phải được đổi mới, khoa học, trong đó việc ứng dụng tiến

bộ của công nghệ thông tin vào lĩnh vực tổ chức, quản lý và điều hành, triển khai hoạt động sẽ đem lại những hiệu quả cao

Xuất phát từ yêu cầu thực tế trên, tôi lựa chọn đề tài nghiên cứu cho luận văn là: “Sắp xếp và dự trù thuốc bằng luâ ̣t kết hơ ̣p cho kho Dược ngoại trú bệnh viện Thống Nhất”

Nội dung chính của luận văn bao gồm 3 chương:

Chương 1 – Giới thiệu tổng quan và đặt vấn đề

Chương 2 – Cơ sở lý thuyết

Chương 3 – Thực nghiệm

Chương 1 - GIỚI THIỆU TỔNG QUAN VÀ ĐẶT VẤN ĐỀ 1.1 Lý do chọn đề tài

Hiện tại, thuốc tại kho Dược ngoại trú – Bệnh viện Thống Nhất được sắp xếp dựa theo tên thuốc theo thứ tự Alphabet Với cách sắp xếp như hiện tại, luận văn rút ra những ưu, nhược điểm sau:

Dự trù thuốc cho năm sau dựa trên số lượng thầu của năm trước kèm thêm tình hình thực phát của năm trước, lấy số liệu đó làm

cơ sở và tất cả các thuốc đều có chung một hệ số dự trù chung Công tác lên số lượng thầu thuốc như hiện tại của khoa Dược bệnh viện cũng đã đáp ứng phần lớn nhu cầu thuốc của bệnh viện Tuy nhiên, vẫn còn tình trạng thiếu hụt một số thuốc hay tình trạng tồn thuốc hết hạn dùng phải hủy bỏ một vài thuốc Với tình trạng thiếu hụt thì hàng năm khoa Dược phải tổ chức thầu bổ sung (nếu được) hoặc phải mua thêm thuốc ngoài thầu Và nó ảnh hưởng đến quá trình bác sĩ cấp đơn cho bệnh nhân (phải đổi sang dùng thuốc tương đương thay thế thuốc đã hết, trong thời gian chờ nhập thêm thuốc hết đó) Với tình

trạng tồn thuốc hết hạn dùng thì khoa Dược phải thu hồi, và tiến hành các thủ tục để xử lý hủy bỏ Cả hai tình trạng này đều làm tăng thêm khối lượng công việc cho nhân viên khoa Dược và làm phát sinh thêm chi phí của bệnh viện

Sau khi khảo sát tình hình thực tế về công tác tổ chức, sắp xếp thuốc tại kho Dược ngoại trú, cũng như tìm hiểu về công tác lên

số lượng thầu thuốc tại khoa Dược bệnh viện Thống Nhất, luận văn muốn đề xuất một cách sắp xếp thuốc khoa học hơn nhầm khắc phục được những nhược điểm đã nêu trên Đồng thời, luận văn cũng xây dựng hệ thống để xử lý số liệu, đưa ra những thống kê, đưa ra các so sánh cụ thể về số lượng thuốc sử dụng theo thời gian (tháng, quý, năm), làm cơ sở để khoa Dược có thể nhanh chóng lên được số lượng thuốc cần thầu xác với thực tế nhu cầu thuốc trong tương lai nhất Có thể hạn chế tối đa tình trạng thiếu thuốc hay tình trạng tồn thuốc hết hạn dùng phải hủy bỏ

1.2 Tổng quan về vấn đề nghiên cứu

Hiện nay, công nghệ thông tin phát triển mạnh mẽ vượt bậc

và được ứng dụng vào tất cả các lĩnh vực của đời sống Bên cạnh đó các kỹ thuật khai phá dữ liệu được áp dụng trong nhiều lĩnh vực khác nhau như: marketing, tài chính, ngân hàng và bảo hiểm, khoa học, y

tế, giáo dục, internet… và đạt được những hiệu quả đáng kể

1.2.1 Tình hình nghiên cứu ngoài nước

1.2.2 Tình hình nghiên cứu trong nước

1.3 Mục tiêu, đối tượng và phạm vi nghiên cứu

1.3.1 Mục tiêu

Xây dựng một hệ thống sắp xếp và dự trù thuốc bằng luâ ̣t kết

hợp cho phép:

- Tìm ra được các luật kết hợp giữa các thuốc đã đươ ̣c cấp phát

- Sắp xếp thứ tự vị trí các thuốc trong kho phù hợp hơn theo

các luâ ̣t kết hơ ̣p tìm được

- Dự trù thuốc theo từng mốc thời gian (tháng, quý, năm…)

- Thống kê thuốc sử dụng theo từ ng mốc thời gian (tháng,

quý, năm…)

Hệ thống đươ ̣c áp du ̣ng để:

- Hỗ trợ việc đấu thầu thuốc hơ ̣p lý, ki ̣p thời, đầy đủ

- Sắp xếp thuốc đáp ứng viê ̣c cấp phát thuốc thuâ ̣n tiê ̣n

1.3.2 Đối tượng nghiên cứu

- Data mining, luật kết hợp

1.3.3 Phạm vi nghiên cứu

- Luật kết hợp và các thuật toán liên quan đến luật kết hợp

- Các phương pháp dự báo chuỗi thời gian

- Nguồn dữ liê ̣u: các đơn thuốc ngoại trú của bệnh nhân (bệnh nhân có bảo hiểm y tế đúng tuyến) đã được cấp phát từ kho Dược ngoại trú – Bệnh viện Thống Nhất trong suốt 4 năm (từ năm

2014 đến năm 2017)

- Áp dụng luật kết hợp trong công tác quản lý thuốc tại kho Dược ngoại trú – Bệnh viện Thống Nhất

1.4 Bố cục luận văn: Gồm 3 chương:

Chương 1 – Giới thiệu tổng quan và đặt vấn đề

Chương 2 – Cơ sở lý thuyết

Chương 3 – Thực nghiệm

Chương 2 - CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về phương pháp dự báo

Dự báo là sự tiên đoán, nói trước – đó là sự tiên đoán về tương lai bằng các phương pháp khoa học hoặc bằng chính các kết quả dự đoán Dự báo là mô hình khoa học về các sự kiện, hiện tượng tương lai Việc lập dự báo, xây dựng dự báo điều đó có nghĩa là thực hiện việc nghiên cứu khoa học về triển vọng phát triển của đối tượng được dự báo

2.1.1 Phân loại phương pháp dự báo

➢ Phương pháp định tính

➢ Phương pháp định lượng

2.1.2 Quy trình thực hiện dự báo

Quy trình dự báo được chia thành 9 bước Bước 1: Xác định mục tiêu, Bước 2: Xác định dự báo cái gì, Bước 3: Xác định khía cạnh thời gian, Bước 4: Xem xét dữ liệu, Bước 5: Lựa chọn mô hình, Bước 6: Đánh giá mô hình, Bước 7: Chuẩn bị dự báo, Bước 8: Trình bày kết quả dự báo, Bước 9: Theo dõi kết quả dự báo

2.2 Dự báo dữ liệu chuỗi thời gian

2.2.1 Định nghĩa dữ liệu chuỗi thời gian

➢ Định nghĩa

Dữ liệu chuỗi thời gian là một tập hợp dữ liệu quan sát đo được một cách tuần tự theo thời gian, đó là dãy số các trị số của chỉ tiêu thống kê được sắp xếp theo thứ tự thời gian Các quan sát này có

thể đo được một cách liên tục theo thời gian hoặc là có thể được lấy theo tập rời rạc các thời điểm khác nhau

➢ Phân loại dữ liệu chuỗi thời gian: có thể phân biệt thành 2 loại như sau: dãy số thời kỳ và dãy số thời điểm

2.2.2 Các thành phần của chuỗi thời gian

Dữ liệu chuỗi thời gian bao gồm 4 thành phần: Thành phần

xu hướng dài hạn, Thành phần mùa, Thành phần chu kỳ, Thành phần bất thường

2.2.3 Bài toàn dự báo chuỗi thời gian

2.2.4 Các phương pháp dự báo chuỗi thời gian

➢ Dự báo bằng phương pháp trung bình

- Phương pháp trung bình giãn đơn: Trong phương pháp này, người ta sử dụng giá trị trung bình của toàn bộ số liệu đã có trước

thời điểm dự báo để làm dự báo

Công thức được tính như công thức (2.2):

Trong đó:

+ : là nhu cầu dự báo cho giai đoạn t

+ Yi: là nhu cầu thực tế của giai đoạn i

+ n: số giai đoạn có nhu cầu thực tế dùng để quan sát

- Phương pháp trung bình trượt (di động): Phương pháp này được dùng khi các số liệu trong dãy số biến động không lớn lắm Các

số bình quân di động được tính từ các số liệu của dãy số thời gian có khoảng cách đều nhau

Công thức được tính như trong công thức (2.3)

(2.3)

Trong đó:

+ : là nhu cầu dự báo cho giai đoạn t

+ Yt-i: là nhu cầu thực tế của giai đoạn t-i

+ n: số giai đoạn trong bình quân di động (hay là khoảng trượt)

- Phương pháp trung bình trượt có trọng số: Là phương pháp trung bình di động có tính đến ảnh hưởng của từng giai đoạn khác nhau đến chuỗi số liệu thông qua sử dụng các trọng số

Công thức được tính như trong công thức (2.4)

Trong đó:

+ : là nhu cầu dự báo cho giai đoạn t

+ Yt-i: là nhu cầu thực tế của giai đoạn t-i

+ n: số giai đoạn trong bình quân di động (hay là khoảng trượt)

+ : là trọng số của giai đoạn t-i Với = 1 và 0

Các phương trung bình trượt, phương pháp trung bình trượt

có trọng số đều có ưu điểm là san bằng được các biến động ngẫu nhiên trong dãy số

➢ Mô hình dự báo theo phương trình hồi quy (dự báo dựa vào xu

thế)

➢ Dựa vào hàm xu thế và biến động mùa vụ

➢ Dự báo theo phương pháp san bằng mũ

2.2.5 Đánh giá dự báo

Giả sử Y t là giá trị thực tế, Y t ’ là giá trị dự báo, m là tổng số mẫu để

đánh giá, những giá trị trung bình có thêm gạch ngang trên đầu ( Yt, Yt')

e m

e m

MSE

1 2

' '

t t t

t

t t t t

Y Y Y

Y

Y Y Y Y

➢ Phần trăm Sai số trung bình (MPE)

e m

RMSE

1 2

e m

MAPE

1

100

(2.28)

2.3 Tổng quan về khai phá dữ liệu

2.3.1 Giới thiệu về khai phá dữ liệu

Khai phá dữ liệu là một bước trong quá trình phát hiện tri thức trong cơ sở dữ liệu, thực hiện một thuật toán khai phá dữ liệu để tìm ra các mẫu dữ liệu thích hợp

Quá trình khai phá dữ liệu bắt đầu với kho dữ liệu thô và kết thúc với dữ liệu được triết xuất thô Nội dung của quá trình gồm: Gom dữ liệu (Gathering), Trích lọc dữ liệu (Selection), Làm sạch và tiền xử lý dữ liệu (Cleansing Pre-processing Preparated), Chuyển đổi

dữ liệu (Transformed Data), Khai phá dữ liệu (Data Mining), Đánh giá kết quả mẫu (evaluation of result)

2.3.2 Các kỹ thuật khai phá dữ liệu phổ biến

➢ Các khái niệm cơ bản

xác suất P(AB) Tập mục A có P(A)  s>0 (với s cho trước) được gọi

là tập phổ biến (frequent set)

Luật kết hợp A → B có độ tin cậy (confidence) c trong CSDL D nếu như trong D có c% các giao dịch T chứa A thì cũng chứa B: chính là xác suất P(B|A)

- Mẫu phổ biến (Frequent pattern): là mẫu (tập mục, dãy mục…) mà xuất hiện phổ biến trong 1 CSDL

➢ Phát hiện luật kết hợp

Với một tập các giao dịch T, mục đích của bài toán phát hiện luật kết hợp là tìm ra tất cả các luật có:

- Độ hỗ trợ s >= giá trị ngưỡng minsup

- Độ tin cậy c >= giá trị ngưỡng minconf

Cách tiếp cận vét cạn:

- Liệt kê tất cả các luật kết hợp có thể

- Tính toán độ hỗ trợ và độ tin cậy cho mỗi luật

- Loại bỏ đi các luật có độ hỗ trợ nhỏ hơn minsup hoặc có độ tin cậy nhỏ hơn minconf

2.4.1 Thuật toán Apriori

➢ Khái quát

- Khai phá luật kết hợp gồm hai bước:

+ Tìm mọi tập mục phổ biến: theo min-sup

+ Sinh luật mạnh từ tập mục phổ biến

- Mọi tập con của tập mục phổ biến cũng là tập mục phổ biến

- Nguyên lý tỉa Apriori: Với tập mục không phổ biến thì không cần phải sinh ra/kiểm tra mọi tập bao nó

- Phương pháp:

+ Sinh các tập mục ứng viên dài (k+1) từ các tập mục phổ biến có độ dài k (Độ dài tập mục là số phần tử của nó)

+ Kiểm tra các tập ứng viên theo CSDL

➢ Giải thuật Apriori

Sinh ra tất cả các tập mục phổ biến mức 1 (frequent itemsets)

1-2- Gán k = 1

3- Lặp lại, cho đến khi không có thêm bất kỳ tập mục phổ biến nào mới

+ 3.1- Từ các tập mục phổ biến mức k, sinh ra các tập mục mức (k+1) cần xét

+ 3.2- Loại bỏ các tập mục mức (k+1) chức các tập con là các tập mục không phổ biến mức k

+ 3.3- Tính độ hỗ trợ của các tập mục mức (k+1), bằng cách duyệt qua tất cả các giao dịch

+ 3.4- Loại bỏ các tập mục không phổ biến mức (k+1) + 3.5- Thu được các tập mục phổ biến mức (k+1)

4- Với mỗi tập mục thường thu được, sinh ra tất cả các tập con không rỗng

5- Với mỗi tập con không rỗng, sinh ra các luật kết hợp 6- Với mỗi luật kết hợp, duyệt qua tất cả các giao dịch Chọn các luật có độ tin cậy c ≥ minconf

➢ Đánh giá giải thuật Apriori:

Các yếu tố ảnh hưởng:

- Lựa chọn giá trị ngưỡng minsup

- Kích thước của CSDL (các giao dịch)

➢ Thách thức

- Duyệt CSDL giao dịch nhiều lần

- Lượng các ứng viên rất lớn

- Tẻ nhạt việc tính toán độ hỗ trợ

➢ Cải tiến Apriori

- Kỹ thuật dựa trên bảng băm (hash-based technique)

- Giảm giao dịch (transaction reduction)

- Phân hoạch (partitioning)

- Lấy mẫu (sampling)

- Đếm itemset động (dynamic itemset counting)

➢ Các thuật toán cải tiến của Apriori

- AprioriTid

- FP – Growth

2.4.2 Thuật toán FP–Growth

FP-Growth biểu diễn dữ liệu của các giao dịch bằng một cấu trúc dữ liệu gọi là FP-tree

FP-Growth sử dụng cấu trúc FP-tree để xác định trực tiếp các tập mục phổ biến

➢ Biểu diễn bằng FP-tree

- Với mỗi giao dịch, FP-tree xây dựng một đường đi (path) trong cây

- Hai giao dịch có chứa cùng một số mục, thì đường đi của chúng sẽ có phần (đoạn) chung Càng nhiều các đường đi có các phần chung, thì việc biểu diễn bằng FP-tree sẽ càng gọn

- Nếu kích thước của FP-tree đủ nhỏ có thể lưu trữ trong bộ nhớ làm việc, thì giải thuật FP-Growth có thể xác định các tập phổ biến trực tiếp từ FP-tree lưu trong bộ nhớ

➢ Xây dựng FP-tree

- Ban đầu, FP-tree chỉ chứa duy nhất nút gốc (được biểu diễn bởi ký hiệu null)

- CSDL (các giao dịch) được duyệt lần thứ 1, để xác định (tính) độ hỗ trợ của mỗi mục

- Các mục không phổ biến bị loại bỏ

- Các mục phổ biến được sắp xếp theo thứ tự giảm dần về độ

2.5 Dự báo dựa vào luật kết hợp

Một trong các nội dung cơ bản nhất trong khai phá luật kết hợp là nhằm tìm ra các tập phần tử phổ biến thường xuất hiện đồng thời trong cơ sở dữ liệu (dựa vào support) và rút ra các luật về ảnh hưởng của một tập phần tử dẫn đến sự xuất hiện của một (hoặc một tập) phần tử khác như thế nào (dựa vào confidence)

Khai phá luật kết hợp đã được áp dụng thành công cho các ứng dụng trong phân tích giỏ hàng (tiếp thị chéo, sắp xếp sản phẩm, chương trình khuyến mãi…) Cách tiếp cận của khai phá luật kết hợp

có lợi thế riêng biệt trong việc có thể tính toán trực tiếp các xác suất

có điều kiện tiềm ẩn Tuy nhiên, các quy tắc kết hợp thường được sử dụng như một công cụ thăm dò, chứ không phải là một công cụ tiên đoán

Chương 3 – THỰC NGHIỆM 3.1 Khảo sát

3.1.1 Tổng quan về bệnh viện Thống Nhất

Bệnh viện Thống Nhất – là bệnh viện hạng 1, trực thuộc Bộ

Y tế Bệnh viện Thống Nhất là một bệnh viện lớn ở khu vực miền Nam nói chung và thành phố Hồ Chí Minh nói riêng Bệnh viện Thống được thành lập ngày 1-11-1975, tiền thân là bệnh viện K71 Quân Giải phóng về tiếp quản cơ sở hạ tầng của bệnh viện Vì Dân của chế độ cũ Lúc mới thành lập bệnh viện trực thuộc Bộ Quốc phòng Từ năm 1978 đến nay, bệnh viện Thống Nhất là bệnh viện đa khoa hạng I trực thuộc Bộ Y tế, thực hiện nhiệm vụ chính trị trung tâm là khám, chữa bệnh cho cán bộ trung cao cấp của Đảng, Nhà nước và lực lượng vũ trang Ngoài ra, bệnh viện Thống Nhất còn mở rộng khám, chữa bệnh cho người dân thành phố Hồ Chí Minh và các tỉnh, thành phố khác Người dân khi đến khám, chữa bệnh tại đây sẽ được hưởng đầy đủ chế độ, quyền lợi theo quy định của bảo hiểm y

tế, nâng cao uy tín trong khám chữa bệnh của bệnh viện đối với người dân

3.1.2 Tổng quan về Khoa Dược - Bệnh viện Thống Nhất

Khoa Dược được thành lập năm 1975 cùng với sự phát triển của bệnh viện, khoa Dược cũng không ngừng được củng cố và lớn mạnh về số lượng và chất lượng phục vụ

Khoa Dược là khoa chuyên môn chịu sự lãnh đạo trực tiếp của Giám đốc bệnh viện Khoa Dược có chức năng quản lý và tham