基于频繁模式增长算法的医院药品货位优化
The Study of Hospital Medication Shelf Optimization Based on the FP-Growth Algorithm
摘要目的 基于频繁模式增长(FP-growth)算法构建医院药品货位优化系统,优化药房药品货位布局,减少药师取药移动距离,提升药品管理的科学性与智能化水平.方法 收集并处理医院信息系统(HIS)中2023 年1 月—2024年6 月处方数据,利用Python实现FP-growth算法进行频繁项集挖掘,并根据药品的频率、关联度、体积和质量等特性分配优化货位坐标.最后,通过处方验证及药师满意度调查问卷评估优化效果.结果 药品货位优化后,药师总移动距离平均减少约57%,每10000 张处方减少移动距离约336215 m,单个药品平均移动距离减少约2.2 m.药师对优化货位布局普遍满意,认为优化提高取药便捷性和高效性,同时有效减少行走距离和转身次数.结论 该研究基于FP-growth算法构建的药品货位优化系统,在实践中表现出显著效果和优势,以期作为新质生产力促进医院药学高质量发展.
更多相关知识
- 浏览12
- 被引0
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



