MyHospital
Sảnh chờ khám đông người bệnh của bệnh viện vào buổi sáng
Chuyển đổi số

Dự Báo Lượng Người Bệnh Để Bố Trí Nhân Lực, Giường, Thuốc

20/10/2026

Một sáng thứ Hai, phòng khám nội tổng hợp có 14 người bệnh xếp hàng từ 6 giờ 30, hai bàn khám mở sau 7 giờ, bộ phận tiếp đón phải gọi thêm một điều dưỡng từ khoa khác sang. Tuần trước đó cũng thế. Tuần trước nữa cũng thế. Số liệu về buổi sáng thứ Hai này nằm sẵn trong HIS từ nhiều tháng, chưa ai tổng hợp lại để xếp lịch trực.

Dự báo lượng người bệnh làm đúng việc đó: lấy chuỗi lượt khám đã ghi nhận, tìm quy luật theo ngày trong tuần, theo mùa, theo đợt dịch, rồi đưa ra con số kỳ vọng cho vài tuần tới. Bài này đi qua cách làm với dữ liệu sẵn có trong HIS, từ chuẩn bị chuỗi số liệu đến biến dự báo thành lịch trực, giường và vật tư.

Dự báo lượng người bệnh phục vụ những quyết định nào

Dự báo không phải mục tiêu. Nó có ích khi gắn với một quyết định cụ thể mà ban giám đốc hoặc trưởng khoa phải đưa ra, và quyết định đó quyết định luôn khung thời gian cần dự báo.

Quyết địnhKhung dự báoĐơn vị dự báoNgười dùng kết quả
Xếp lịch trực, mở thêm bàn khám1-4 tuầnLượt khám theo ngày, theo khung giờTrưởng khoa, điều dưỡng trưởng
Bố trí giường, buồng bệnh2-8 tuầnLượt nhập viện, ngày giườngPhó giám đốc chuyên môn, phòng điều dưỡng
Đặt thuốc, vật tư tiêu hao1-3 thángLượt kê đơn theo nhóm thuốcKhoa dược, kho vật tư
Kế hoạch tuyển dụng, đào tạo6-12 thángLượt khám theo khoaBan giám đốc, phòng tổ chức

Tách bảng như vậy giúp tránh một sai lầm hay gặp: cố dựng một mô hình duy nhất cho mọi mục đích. Dự báo ngày cho lịch trực và dự báo quý cho kế hoạch tuyển dụng cần dữ liệu cắt khác nhau, độ chính xác chấp nhận được cũng khác nhau.

Chuẩn bị chuỗi số liệu từ HIS

Chất lượng dự báo phụ thuộc vào chuỗi thời gian đầu vào nhiều hơn vào mô hình. Ba việc cần làm trước khi chạy bất kỳ công thức nào.

Cán bộ phòng kế hoạch tổng hợp rà soát chuỗi số liệu lượt khám theo ngày trên hai màn hình Phòng kế hoạch tổng hợp rà soát chuỗi lượt khám theo ngày trước khi chạy dự báo

Chọn đúng "đơn vị đếm"

Lượt tiếp đón, lượt khám, lượt thanh toán và lượt nhập viện cho ra bốn con số khác nhau cho cùng một ngày. Một người bệnh đăng ký khám, được chỉ định xét nghiệm rồi quay lại phòng khám nghe kết quả có thể bị đếm hai lần nếu chọn sai mốc. Nên chốt định nghĩa bằng văn bản: ví dụ "lượt khám = số hồ sơ có thời điểm bác sĩ bắt đầu khám", và dùng đúng định nghĩa đó cho cả chuỗi lịch sử.

Làm sạch các ngày bất thường

Những ngày mất điện, nghỉ lễ, hệ thống ngừng hoạt động hay đợt khám sức khỏe đoàn kéo hàng trăm người sẽ kéo lệch mô hình nếu để nguyên. Cách xử lý thực tế:

  • Gắn cờ sự kiện: lễ Tết, ngày khám đoàn, ngày ngừng hệ thống, chiến dịch tiêm chủng.
  • Tách nhóm: khám đoàn, khám sức khỏe định kỳ tách khỏi khám bệnh thông thường vì quy luật khác hẳn.
  • Bù ngày thiếu: ngày bệnh viện đóng cửa ghi bằng 0 có chủ đích, không để ô trống.

Cắt theo chiều có ý nghĩa

Tổng lượt khám toàn viện hiếm khi giúp ai xếp lịch. Chuỗi cần cắt tối thiểu theo khoa hoặc phòng khám, đối tượng thanh toán (BHYT, viện phí, dịch vụ) và nguồn đặt lịch (đặt trước hay đến trực tiếp). Đối tượng thanh toán quan trọng hơn người ta nghĩ: khi chính sách BHYT thay đổi, lượt khám BHYT dịch chuyển trước, nhóm dịch vụ thường chưa nhúc nhích.

Ba lớp quy luật trong dữ liệu dự báo lượng người bệnh

Chuỗi dùng để dự báo lượng người bệnh thường gồm ba lớp chồng lên nhau. Nhìn từng lớp riêng dễ hơn nhìn chuỗi thô.

  1. Xu hướng: tăng hay giảm dần qua các quý. Phản ánh quy mô thương hiệu, thêm chuyên khoa mới, thay đổi dân cư quanh bệnh viện.
  2. Chu kỳ tuần: thứ Hai thường đông nhất ở khám ngoại trú, cuối tuần đông ở phòng khám tư nhân phục vụ người đi làm. Mỗi cơ sở có hình dạng riêng, đừng lấy hình dạng của cơ sở khác.
  3. Mùa vụ năm: hô hấp tăng khi trời chuyển lạnh, nhi khoa tăng quanh năm học mới, tiêu hóa tăng vào mùa nóng. Các đợt dịch như sốt xuất huyết, cúm tạo đỉnh bất thường chồng lên mùa vụ.

Khi đã tách được ba lớp, bệnh viện thường phát hiện ra những điều chuỗi thô che đi, chẳng hạn khoa nhi tăng đều mỗi quý còn tổng lượt khám đi ngang vì khoa khác đang giảm.

Từ mô hình đơn giản đến mô hình thống kê

Không cần bắt đầu bằng học máy. Thứ tự hợp lý là đi từ cách rẻ nhất, đo, rồi mới nâng cấp nếu có lợi.

Mô hìnhCách làmKhi nào đủ dùng
Cùng kỳ tuần trướcLấy lượt khám cùng thứ của tuần trướcMốc so sánh bắt buộc, làm trên bảng tính
Trung bình trượt theo thứTrung bình 4-8 tuần gần nhất cùng thứ, nhân hệ số mùa theo thángKhoa ngoại trú ổn định, không có đợt dịch
Làm mượt hàm mũ có mùa (Holt-Winters)Cập nhật xu hướng và mùa vụ theo trọng số giảm dầnChuỗi từ 24 tháng, mùa vụ rõ
Mô hình ARIMA mùa vụ hoặc ProphetMô hình hóa tự tương quan, thêm biến ngày lễChuỗi dài, có nhiều sự kiện cần gắn cờ
Mô hình học máy dùng thêm biến ngoàiThêm thời tiết, ca bệnh dịch tễ, lịch tiêm chủngKhi đã có đội phân tích dữ liệu và dữ liệu ngoài đáng tin

Kinh nghiệm cho thấy khoảng cách giữa "cùng kỳ tuần trước" và một mô hình thống kê vừa phải thường nhỏ hơn ban giám đốc kỳ vọng ở ngoại trú. Mô hình phức tạp có giá trị rõ hơn ở nội trú và ở các khoa mùa vụ mạnh như nhi, hô hấp. Chỉ nâng cấp khi thước đo sai số bên dưới cho thấy có lợi.

Đo sai số trước khi tin con số

Một dự báo không kèm sai số thì chưa dùng được. Quy trình kiểm tra rất ngắn.

  1. Giấu 8-12 tuần gần nhất, chỉ cho mô hình xem dữ liệu trước đó.
  2. Dự báo cho đúng giai đoạn bị giấu, rồi so với số thực.
  3. Tính sai số phần trăm tuyệt đối trung bình (MAPE) theo ngày và theo tuần.
  4. So với mốc "cùng kỳ tuần trước". Mô hình chỉ đáng giữ khi thắng mốc này.
  5. Lặp lại với vài giai đoạn giấu khác nhau để không bị may rủi một lần.

Sai số theo tuần luôn nhỏ hơn sai số theo ngày vì các lệch ngẫu nhiên triệt tiêu nhau. Vì vậy với lịch trực theo ca, cần xem sai số theo khung giờ chứ không chỉ theo ngày.

Sai lầm thường gặp: chỉ báo cáo sai số trung bình rồi bỏ qua ngày lệch lớn nhất. Điều dưỡng trưởng không lập lịch theo trung bình. Họ lập lịch để ngày đông nhất vẫn đủ người, nên cần xem phân vị 90 của sai số, không chỉ giá trị trung bình.

Biến dự báo thành lịch trực, giường và vật tư

Con số dự báo chỉ có giá trị khi gắn được với định mức. Đây là chỗ nhiều dự án dừng lại: có biểu đồ đẹp nhưng không ai xếp lịch theo nó.

Giám đốc bệnh viện xem bảng điều khiển dự báo lượt khám trên máy tính Bảng điều khiển đặt lượt khám dự báo cạnh lượt khám thực tế theo từng khoa

Nhân lực khám bệnh

Từ dự báo lượt khám theo khung giờ, cần ba tham số đã đo được trong HIS: thời gian khám trung bình mỗi người bệnh theo bác sĩ, tỷ lệ người bệnh cần cận lâm sàng, và tỷ lệ tái khám trong ngày. Chia lượt khám dự báo cho năng suất một bàn khám trong khung giờ sẽ ra số bàn cần mở. Ví dụ minh họa: dự báo 90 lượt trong buổi sáng thứ Hai, mỗi bác sĩ khám được khoảng 18 lượt trong ca thì cần năm bàn, chưa kể dự phòng.

Kết quả nên đi cùng việc giảm thời gian đợi của người bệnh. Cách đo và theo dõi chỉ số này đã trình bày ở bài đo lường thời gian chờ người bệnh, còn hệ thống xếp hàng QMS và kiosk giúp phân luồng khi lượng người bệnh vượt dự báo.

Giường và buồng bệnh

Nội trú dự báo theo lượt nhập viện và ngày nằm trung bình của từng khoa, rồi suy ra số giường chiếm dụng. Ngày nằm trung bình thay đổi theo cơ cấu bệnh, nên nên dùng số của 3-6 tháng gần nhất thay vì số cả năm. Bài quản lý công suất giường bệnh cho thấy cách theo dõi công suất sử dụng để so với kết quả dự báo.

Thuốc và vật tư

Khoa dược dự báo theo lượt kê đơn của nhóm thuốc chính, ưu tiên các thuốc có hạn dùng ngắn hoặc giá trị lớn. Tồn tối thiểu tính theo dự báo cộng một khoảng đệm cho sai số, không nên đặt đệm theo cảm tính. Mô hình bệnh tật của cơ sở cũng cho biết nhóm thuốc nào sẽ lên, đọc kèm bài phân tích mô hình bệnh tật từ dữ liệu HIS.

Điều dưỡng trưởng và điều dưỡng viên trao đổi trước bảng phân công ca trực của khoa khám bệnh Lịch trực tuần tới được xếp dựa trên lượt khám dự kiến theo từng khung giờ

Những lỗi khiến dự báo lượng người bệnh sai dù mô hình không có lỗi

  • Dữ liệu bị đổi định nghĩa giữa chừng: HIS cũ và mới đếm lượt khám khác nhau, chuỗi nối lại bị gãy ở thời điểm chuyển đổi.
  • Bỏ qua thay đổi vận hành: mở thêm phòng khám, đổi giờ làm việc, bật đặt lịch trực tuyến. Mỗi việc đổi hình dạng chuỗi và cần gắn cờ.
  • Dự báo rồi để đó: không so sánh số thực với số dự báo hằng tháng thì không ai biết mô hình đã lệch.
  • Dùng một mô hình cho mọi khoa: khoa sản, khoa nhi và khoa phục hồi chức năng có nhịp rất khác nhau.
  • Nhầm cầu với lượng đã phục vụ: khi phòng khám kín lịch, lượt khám ghi nhận bằng công suất chứ không phải nhu cầu thực. Cần theo dõi số người bệnh bị từ chối hoặc phải hẹn sang ngày khác.

Điểm cuối thường bị bỏ sót. Bệnh viện có công suất bão hòa sẽ thấy chuỗi đi ngang và kết luận nhu cầu không tăng, trong khi hàng chờ ngoài cổng dài ra.

Quy trình vận hành dự báo hằng tháng

Một nhịp làm việc gọn cho phòng kế hoạch tổng hợp:

  1. Ngày đầu tháng, xuất chuỗi lượt khám và nhập viện của tháng trước từ HIS theo khoa.
  2. Gắn cờ sự kiện bất thường của tháng và làm sạch chuỗi.
  3. So số thực với số dự báo, ghi sai số theo khoa.
  4. Chạy lại dự báo cho 4-8 tuần tới và 3 tháng tới.
  5. Gửi trưởng khoa bảng kết quả kèm ngưỡng cảnh báo, họp 15 phút để chốt lịch trực và đặt vật tư.
  6. Lưu số dự báo lại để tháng sau đối chiếu.

Khi các báo cáo quản trị như báo cáo doanh thu theo thời gian thực và báo cáo hiệu suất bác sĩ đã chạy ổn trên HIS, việc thêm một báo cáo dự báo chỉ là thêm một lớp trên nguồn dữ liệu đó.

Muốn thấy lượt khám thực tế đặt cạnh số dự báo theo từng khoa và khung giờ? Đăng ký demo phần mềm quản lý bệnh viện MyHospital để chạy thử báo cáo quản trị trên dữ liệu của chính cơ sở bạn.

Bắt đầu từ một khoa và một quyết định

Chọn một khoa có lượt khám đông và lịch trực hay phải xin bổ sung người. Xuất 24 tháng lượt khám theo ngày, tính mốc "cùng kỳ tuần trước", rồi so với trung bình trượt có hệ số tháng trong 8 tuần giấu. Nếu mô hình đơn giản đã thắng mốc thì dùng nó xếp lịch trực tuần tới, sau một quý mới tính đến bước nâng cấp. Sau khi có kết quả từ một khoa, nhân rộng sang khoa khác sẽ nhanh hơn nhiều vì chuỗi số liệu và quy trình đã sẵn.

Câu hỏi thường gặp

Dự báo lượng người bệnh cần bao nhiêu dữ liệu lịch sử?
Tối thiểu 24 tháng dữ liệu theo ngày để mô hình nhìn được hai chu kỳ mùa. Nếu cơ sở mới vận hành dưới một năm, chỉ nên dự báo theo tuần và dùng trung bình trượt, chưa nên dựng mô hình phức tạp.
Cần dự báo theo toàn viện hay từng khoa?
Nên làm cả hai nhưng quyết định vận hành dựa vào cấp khoa hoặc phòng khám. Tổng lượt khám toàn viện ổn định có thể che đi việc một khoa tăng mạnh trong khi khoa khác giảm.
Mô hình nào phù hợp cho bệnh viện mới bắt đầu?
Bắt đầu bằng mô hình mùa vụ ngây thơ (lấy cùng ngày trong tuần của các tuần trước) và trung bình trượt có điều chỉnh theo tháng. Hai cách này làm được trên bảng tính, đủ làm mốc so sánh trước khi thử mô hình thống kê hoặc học máy.
Đo độ chính xác của dự báo như thế nào?
Giấu 8-12 tuần gần nhất, dự báo cho giai đoạn đó rồi so với số thực. Chỉ số hay dùng là sai số phần trăm tuyệt đối trung bình (MAPE) theo ngày và theo tuần. Mô hình chỉ đáng dùng khi tốt hơn rõ rệt so với cách lấy cùng kỳ tuần trước.
Dự báo sai thì bệnh viện phải làm gì?
Dự báo luôn có sai số, nên cần đặt sẵn ngưỡng cảnh báo và phương án dự phòng: danh sách nhân sự trực dự phòng, giường mở thêm, mức thuốc tồn tối thiểu. Hằng tháng so số thực với số dự báo để chỉnh lại mô hình.
Phòng khám nhỏ có cần dự báo không?
Có, ở mức nhẹ. Phòng khám chỉ cần biết giờ cao điểm trong tuần và tháng cao điểm trong năm để xếp ca bác sĩ, điều dưỡng và đặt vật tư, không cần mô hình phức tạp.
Zalo