本课题从运营管理的角度研究了协同医疗服务中的负荷平衡与任务分配问题。针对中国医疗服务行业中病人流向不合理,各级医院资源过负荷利用与闲置并存的现象,本课题以协同医疗服务为背景,从患者就诊行为特征分析、流程优化、病人调度、任务分配、风险分析等几方面,综合应用管理科学、系统科学、可靠性科学等理论,采用数据建模和实证分析相结合的手段进行了深入、系统的研究。主要研究成果如下:第一、从病人流的角度,根据实际收集的数十万个门诊挂号数据,运用功率谱分析、无趋势波动分析(DFA)和替代数据检验对群体患者的就诊行为特征进行分析。研究结果显示在一定程度上,病人流可表述为复杂的非线性时间序列,空间上具有分形特征,在时间上具有自相似性。这一发现证实了病人到达的不均衡性,可为一定条件下病人流的预测及控制研究提供理论参考。第二、在分析协同医疗现有流程不足的基础上,改进优化协同医疗的就诊流程,以期缓解协同医院间的病人流向集中,负荷不平衡。利用Petri网与工作流模型之间的转换关系,建立协同医疗流程的Petri网模型。然后,根据时间Petri网的时间性能分析能力,将协同医疗流程Petri网模型赋予时间特性,进而分析该流程的时间可达性以及时间费用。第三、针对协同医疗中的病人如何在联盟医院间合理分配的问题,面向不同种类的病人,基于动态优化技术,建立决策模型。模型目标为总体分配后总成本最小,同时考虑医院容量约束和诊治能力约束,以期实现各类病人的合理分流以及医疗资源的合理使用。第四、针对协同医疗中不同医院参与同一患者的救治所产生的任务分配问题,借助模糊数学中的隶属度原理,以定量化的患者满意度为目标函数,并在符合临床路径标准的时间、成本、质量约束下建立整数规划模型。并采用具有矩阵形式染色体编码的遗传算法求解。第五、针对协同医疗任务联合执行中多方参与,多环节沟通衔接的特点,首先基于活动工序的思想,将每一协同诊疗活动进行层次分解,构建协同医疗服务中的风险要素模型。其次根据各要素之间的串并联关系,建立基于随机Petri网的层次风险分析模型,最后根据随机Petri网与齐次马尔科夫链同构的特性对模型求解。