2.1　引言

和其他服务领域一样，医疗服务领域的供需不平衡对成本和效率也会产生巨大的影响。美国疾病控制与预防中心（Centers for Disease Control and Prevention）公布的数据显示，2003年，在约1.139亿次急诊中，13%是非紧急的（McCaig，2003）。而每次急诊的平均成本估计为300美元（Machlin，2006）。据此计算，如果能将这些非急诊病人分流到急诊部外的合适的治疗护理中心，就可节省约44亿美元的费用。由于存在这样的商机，医疗实践者和健康保险公司投资了一种以教育病人和提供治疗选择信息为目的的呼叫中心，以期降低诊疗和病情不匹配的程度。这种医疗呼叫中心已经发展成为一个被认可的行业。负责分流的护士按照数据库或纸质的协议向病人连续提问，根据病人的回答通过电话提供治疗建议。高效的医疗呼叫中心可以起到分流病人的作用，这样一方面可以缓解费用高昂的急诊部的拥挤程度，另一方面可以引导潜在的危重病人提早接受治疗，从而在保证质量和安全的同时降低成本（Bogdan，Green，Swanson，Gabow，&Dart，2004；Bunik et al.，2007；Cariello，2003）。本章主要介绍在这一医疗呼叫中心实践中出现的潜在管理问题，特别论证了为什么经典的呼叫中心的模型方法不能有效地应对医疗呼叫中心的挑战，尤其是难以很好地解决平衡临床决策准确性和运营效率的问题。基于对医疗呼叫中心运作特点的介绍和运营运筹相关研究成果的讨论，本章进一步提出了集成等待时间和决策准确性两项管理目标的研究框架，下一章将详细介绍适用于该医疗呼叫中心的运营管理模型。

在美国，提供电话分流服务的卫生机构包括健康维护组织（HMO）、医疗保险公司、Medicaid、Medicare 和医院的急诊部。其中一些机构是自己直接提供这种服务，另一些机构则是与第三方企业合作，由这些企业提供电话分诊服务。例如，在美国宾夕法尼亚州匹兹堡市的医疗保险公司Highmark 与一家名为“Health Dialog”的公司签订合同，通过一个被称为“Blues On Call”的项目，为其300多万成员提供医疗呼叫服务（Highmark，2005）。又如，“After Hours Telephone Care Program”这一医疗呼叫中心由科罗拉多州奥罗拉市的儿童医院建立，“Nurse Advice in New Mexico”这条热线由新墨西哥社区医疗组织（Coordinated Systems of Care Community Access Program of New Mexico）建立，这个医疗组织是由10家公立和私立医疗机构组成的联盟。

业界已对医疗呼叫中心的绩效和影响进行了广泛的研究。已有的成果回答了有关医疗呼叫中心的几个重要问题，包括如何估计使用医疗呼叫中心而节约的费用（Bogdan et al.，2004；Bunik et al.，2007；Cariello，2003），医疗呼叫中心提供的建议的安全性和适当性问题（Bunik et al.，2007），以及以等待时间和通话持续时间为指标的医疗呼叫中心的绩效问题（Valanis et al.，2003）。此外，Poole（2003）还基于儿科电话咨询系统的实践提供了一份全面的协议，它所描述的方法和步骤已在全美儿童医院的电话咨询项目中测试长达15年之久。但是所有这些研究都基于数据整理或实证调查，并通常只研究医疗呼叫中心的一个参与主体，比如Bunik et al.（2007）主要研究HMO，而Kempe et al.（2000）主要研究病人。作为对实证研究的补充，模型研究可以分析不同的管理决策对不同的参与者所产生的影响，以期更加有效地实现医疗呼叫中心的整体优化目标。尽管在运筹学和运营管理领域已存在很多面向传统呼叫中心的成功模型，但是缺乏具备医疗特征的面向医疗呼叫中心的模型，所以接下来，我们将讨论传统的呼叫中心模型在刻画医疗呼叫中心运作特点方面的不足，并指明这些传统模型的可拓展方向。

服务准确性和服务时间之间的权衡是医疗呼叫中心不同于传统呼叫中心的第一个特征。这一权衡类似于传统呼叫中心服务中的质量和速度的权衡，但不完全一样。后者已在关于排队/动态控制的文献中研究过。但这些文献中，衡量服务质量的重要测度是回电（call back），即服务质量低会导致顾客打完电话后仍有问题没有解决，而不得不再打电话，产生后续的服务请求。此外，这些文献中主要的管理决策是路径选择（routing）。例如，de Véricourt &Zhou （2005）研究了最小化解决问题的总平均时间的最优路径选择问题，就考虑了可能的回电，并给出了选择具有最大呼叫解决率（服务率乘以解决概率）的客服代表成为最优路径的充分条件。此外，Armony （2005）指出其论文中所用的方法可以得到扩展，以证明这个路径选择规则是渐进最优的。但是，Mehrotra，Ross，Ryder，&Zhou（2012）认为，当优化目标涉及解决率时，该路径选择规则可能表现得很差。而这类目标很重要（Langley，Fjalestad，Fichtner，&Hart，2006）。因此，Zhan &Ward（2013）对实现最小化顾客平均等待时间和最大化解决率的双重目标的最优路径问题建模。他们渐进地解决了这个优化问题并通过仿真模拟给出了管理建议。需要注意的是：回电不同于决策准确性，并不能代表医疗呼叫中心的服务质量，因为即使医疗呼叫中心的顾客不回电，不恰当的治疗决策也会产生错误成本。所以以上研究与医疗呼叫中心管理者的关注点不同，并不是致力于纠正呼叫者对于治疗方案的不恰当的初始选择而努力提高建议的精确度。此外，上述模型并未对服务提供者的电话诊断过程进行建模，因此忽略了很多可以用来量化临床决策的准确性和相关的错误成本的细节。

最近，质量与速度的权衡在呼叫中心之外更通用的服务系统研究中得到了越来越多的关注。当执行一项可自由控制时间的任务（discretionary task）（Hopp，Iravani，&Yuen，2007）或一种“顾客密集型服务”（customer intensive service）（Anand，Pac，&Veeraraghavan，2011）时，如果任务的质量（或价值）是服务时间的递增函数，那么最小化等待时间和最大化服务质量两个目标之间存在矛盾，服务提供者会权衡这两个目标来确定最佳任务处理时间。例如：Kostami &Rajagopalan（2013）利用动态模型研究了类似的质量/速度权衡问题，在其模型中，未来市场需求由服务速度和服务价格决定。Tong &Rajagopalan（2014）研究了当服务速率和需求都是内生的且是定价协议的函数时，如何优化服务的最优价格和服务时间，并评估了两个常用的定价协议。而Alizamir，de Véricourt，&Sun（2013）将诊断过程建模为一个动态假设检验过程，这很接近在医疗呼叫中心观察到的诊断过程。然而，所有上述文献都未考虑医疗呼叫中心的第二特征——顾客能够选择是否呼叫，这显然偏离了医疗呼叫中心的实践。

并非针对医疗领域，Anand et al.（2011）同时研究了通用的顾客密集型服务中服务质量与速度的权衡以及顾客选择这两个特征。但他们建模时对包括诊断在内的服务的细节进行了抽象化处理，并简单地假定服务价值是服务时间的单调递增函数。之后，Wang，Debo，Scheller-Wolf，&Smith（2010）和Wang，Debo，Scheller-Wolf，&Smith（2012）对医疗呼叫中心的特征进行了最贴切的建模。他们用统计学中的序贯检验过程近似护士的详细诊断过程，从而刻画了决策准确性与服务时间的冲突。此外，他们认为顾客是否选择使用呼叫中心取决于他们对服务质量的感知和医疗呼叫中心的等待时间，并以此对顾客行为进行建模。

上述运营管理方面的文献提供了研究医疗呼叫中心的初始步骤，但仍然遗留了很多没有回答的问题。如果能对医疗呼叫中心的运作乃至广义的分诊系统进行更广泛的研究分析，则能够促进实现更高效的管理和更大的社会经济效益，从长远来看，这将有利于优化服务提供商、病人和医保机构的整体福利。所以2.2节首先基于本书作者及其合作者对医疗呼叫中心的研究者和实践者的访问调查，对医疗呼叫中心的运作情况进行详细的介绍。2.3节将结合实践的需要，基于已有的理论模型，建立一个集成框架来分析回答医疗呼叫中心的管理问题。最后，2.4节总结并提出未来的研究方向。