利用大数据对抗医院号贩子的探索

沈宁乔+姜熳++孙赟++方涛+范晓薇+余春兰

摘要：本文论述了在大数据条件下，如何利用系统中已有的预约和诊疗数据，分析区分正常患者和号贩子的行为特征，并制定相应规则，对号贩子在网上的抢号和虚假预约行为进行防范，进而规范预约挂号秩序的措施。

关键词：门诊；预约；号贩子；防范；大数据

Exploration on the Use of Big Data Against Hospital Traffickers

SHEN Ning-qiao，JIANG Man，SUN Yun，FANG Tao，FAN Xiao-wei，YU Chun-lan

（Information Engineering Department，Affiliated Hospital of Nanjing University of Chinese Medicine，Nanjing 210000，Jiangsu，China）

Abstract：This paper discusses the following content： Base on the condition of big data， how to utilize the existing data in the system of appointment and clinical， analysis of normal behavior characteristics of patients and register scalper， formulate the corresponding rules， to against scalper's behavior of rush booking or false booking on the Internet，and then standardize the order of make an appointment.

Key words：Outpatient service；Appointment；Scalpers；Guard agains；Big data

1网络预约号贩子问题的产生原因

长期以来，由于优质医疗资源的短缺，挂号难问题一直困扰着医院、医生和广大患者，少数不法之徒利用患者急于找专家诊治的心理，蓄意占用医院紧俏的专家号资源，并加价倒卖，乘人之危，谋取暴利，严重扰乱了医院的就医秩序，侵犯了广大患者以政府定价享受医疗服务的权利。人们对此严重不满，公众媒体对此也进行了多次报道 。

为了缓解上述问题，我们医院采取了很多措施，如推行实名制就诊，家属代挂号需出示患者身份证及就诊卡等，特别是采用信息技术手段，将热门专家号全部上网预约，取得了一定的成效，号贩倒号现象有所收敛。兄弟医院也有很多采取了类似的措施，根据国家卫计委2015年12月11日新闻发布会公布的数据，截至2015年11月底，全国三级医院预约诊疗率平均值达到32.1%，开展分时预约的医疗机构超过3.9万所，660家三级医院开通手机APP、微信支付等方式服务患者 。然而新的问题也随之产生，号贩子在掌握了医院的放号时间和放号规律后，利用抢号软件争抢号源，大量抢占囤积牟利，而真正的患者依然一号难求。

2运用大数据防控号贩子的案例分析

针对以上情况，我们对预约系统上线运行以来的数据和HIS系统的挂号数据进行了比对和大数据分析，挖掘出了疑似号贩倒号的行为模型和疑似对象，并以季度为周期进行跟踪和分析，对确定确定为号贩子用户立即封号；疑似者锁定跟踪，一旦确定立即封号；非正常但又不构成疑似号贩子者采取提醒与限制预约行为。封号策略不仅封查用户ID号，对应身份证号，手机号，邮箱均不能在医院网站、APP及预约系统中再注册使用。为防止误杀，对于封号用户，我们也提供了申诉与人工再次审核的渠道，具体做法是：用户上传手持身份证与面部特征契合的照片，以及盖有我院医生签名章的本人处方副联或病历的照片，供人工审核。

以下我们以对2016年一季度某知名专家的预约数据为例进行阐述：预约申请400人次，预约成功194人次，退约17人次，预约64人数，退约16人数。2016年一季度某知名专家预约挂号用户异常行为统计。

该专家一季度门诊共38个班次（半天），全部为预约号，从表一可以看出，该专家平均班次诊疗预约患者10.68人次，预约成功率为0.142 ，远小于全院专家预约成功率0.465 的1/3（主观设定），属重点关注专家。从退约情况看，該专家每班次退约人次达1.5，远大于全院平均数的2/3（主观设定），退预约人次比达0.186，退/预约人数比达到0.11，明显超出合理范围。所以，系统判断该专家的网络预约中有高度疑似的号贩子行为，需进行进一步的比对分析。从实际情况来看，门诊部也接到了部分患者的投诉，反映该专家号有号贩子在倒卖号源。

在进一步的分析中，我们利用系统回顾了该专家所有预约患者1～3月份的预约行为，并与HIS系统中的数据进行了联合查询（考虑到有来不及退约，而是挂号后再退号的情况），得出了预约用户中存在异常行为的用户列表，如表1所示。其中2号用户，一个手机号注册了10个ID，预约次数33次，退约9次，预约医生10人，明显超过合理范围，基本可以肯定为号贩子所为，系统对该用户立即进行了封号处理。3号、5号、6号、7号用户因预约次数过多，且身份证号存在明显造假情况（同一姓名，不同身份号，虽然每个号都符合身份证号验证规则，却高度近似），被系统列为"高危"，做封号处理，并发短信通知了用户，等待进一步沟通。

3制定并完善规则

我们根据在日常运行中发现的问题，随时对系统进行升级，如针对同一手机号多ID，我们现在增加了单个手机号的ID注册数量的限制，针对虚假身份证号的问题，加入了身份证验证规则等。

经过长期的跟踪和分析，我们发现，在现有体系下，预约系统中可以观察到的常见异常行为如下：①因为暂时未能执行预约付费制度，少数患者对号源预约，退约相对随意，这样不仅增加了门诊管理的难度，浪费了专家号资源，而且对其他患者也是不公平的。②少数患者为了"保险"或其他目的，对可能的就诊日采用号源多次预约，最后选择利于自己就诊时间的号源，造成号源浪费。③少数患者频繁预约和退约，明显存在号贩子嫌疑。④个别患者有非常明显抢号、屯号、退号行为，可以确定为号贩子。⑤个别手机注册多个账号、预约多个科室的多个医生，可以确定为号贩子行为。⑥个别ID在退约某专家后，总是同时又另一ID紧接其后预约其所退专家，似有事先约定。

基于上述分析，医院制定了新的预约规则：①历史（全程）累计总退约率大于30%者，封停账号；②历史（全程）累计热门专家退约率大于15%者，封停账号；③历史（全程）累计预约超过10个科室者，封停账号；④历史（阶段）累计预约超过10个专家者，封停账号；⑤对同一专家同一号源"约+退"者不可再约该号源；⑥对同一专家同一日号源"约+退+再约"者，该号源不可退约；⑦专家号被退约后，不可立即再约，系统随机产生一个间隔时间，待间隔时间到后，方将相应号源开放预约。

4讨论

从经济学角度讲，号贩子现象的产生，是与优质医疗资源短缺这个根本原因分不开的，大医院著名专家的诊疗服务在可以预见的将来，仍将是稀缺资源，专家诊疗服务的供需之间存在巨大的缺口，需求远远大于供给。因此，门诊管理与号贩子之间的对抗仍将长期存在下去，魔高一尺道高一丈，只要存在巨大的利润空间，号贩子们总会采取各种方法，绕过管理者的防范措施，争取的生存的方法。因此，现代互联网环境下，只有利用大数据进行有效的分析，发现号贩子行为的新特征，及时进行策略的补充和调整才能做到更加有效的防范与控制，也更加有利于患者更加有效地选择医生和合理安排就诊时间，更加有利于医院优化服务流程和服务患者。

参考文献：

[1]陈虹，贾小溪.医院号贩子的成因、危害及遏制措施[J].中国医院，2014，11：54.

[2]卫计委：全国三级医院预约诊疗率平均达32.1%，人民网 http：//society.people.com.cn/n/2015/1211/c1008-27916765.html

编辑/丁一