蘇喜臺灣大學：醫療機構管理研究所黃冠賢Huang, Guan-HsienGuan-HsienHuang2007-11-282018-06-292007-11-282018-06-292005http://ntur.lib.ntu.edu.tw//handle/246246/60114緊急醫療的最大價值就是在意外發生後，能迅速給予各種可能的急救處理，因此時間的爭取是非常重要的。Cumnius R.O.發現，每延遲一分鐘開始急救，病人急救成功的機率便減少7-10%。因此在院前的救護以及救護車的運送時間對病人的生命安全有絕對的重要性。目前救護車輛前往事故地點路徑選擇，是靠駕駛人員的人為經驗判斷，若是對前往搶救的路徑上的交通狀況、道路設施而延遲搶救時間，或在送到醫院後才發現病床不足、醫護設備不足的現象，導致時間的浪費。如何減少上述狀況而造成時間延遲，是緊急救護上一大課題。空間分布的查詢與展示，是最容易懂及最實用的資料建構方式。因此希望能運用地理資訊系統呈現所規劃之最適路徑的緊急救護模型，提供給醫院或消防分隊派遣救護車時的決策考量。 本研究於資料庫中加入醫院的緊急醫療資源，並考慮交通即時狀況，避開擁擠和阻塞路段，規劃消防分隊前往事故地點以及從事故地點到最適當醫院的最佳路徑選擇模式。並且隨機抽取個案來做使用程式前後的模擬(傳統地圖上的空間直線最短路徑與使用本研究程式所運算的最短路徑)，並用SPSS軟體做推論統計比較兩者的優劣。 將收集到的台北市消防分隊救護資料以Excel的檔案格式加以建檔整理，經過核對原始資料無誤後，隨機抽取真實案例資料；上午尖峰(7:00-9:00)時間64筆資料，下午尖峰(17:00-20:00)時間138筆資料，共計202筆資料來進行程式的模擬。而本研究不考慮使用程式前後在離峰時間所產生的差異。模擬結果利用paired t test來作推論性統計分析。 結論發現，paired t test所進行的推論性統計分析達到顯著差異，可見，本研究程式在尖峰時間對於縮短在院前的救護以及救護車的運送時間有很大的幫助。When people are caused to injury in an accident, one of the most important things of all is to move them to a hospital in time. It is obvious that time is crucial to rescue persons with serious injury. So far, the transportation is often decided by human beings. Sometimes, according to not familiar with the traffic condition or hospital facilities, such as whether enough beds or being able to offer such supports or not, we often lose the golden hours on emergency rescue. This thesis presents an adaptable model to find a proper path for Emergency Medical evacuation. Geographical Information Systems (GIS) are involved in our design to provide a friendly interface to illustrate the path for evacuation. A system integrated with GIS to offer EMS organization to plan a path from stations to accident places and a path from accident places to hospitals by taking account of the condition of traffic, and avoiding the crowed roads. We consider the time and EMS resource of hospitals as parameters of the program, and put them into database of the system. We also select some cases randomly for simulating in order to evaluate the program, and use SPSS for inferential statistics. The data which were gathered from stations in Taipei were made up by Excel. We selected 202 cases in peak hour, 64 cases in 7:00-9:00, the others in 17:00-20:00. The results of our simulation are compared by using inferential statistics. A significant improvement can be archived if an adaptable path of rescue can be obtained prior to a fluctuated event happened. After comparing by using inferential statistics such as paired t test, we can conclude that it is great helpful to save the time from stations to accident places and from accident places to hospitals.目錄 中文摘要--------------------------------------------------I 英文摘要-------------------------------------------------II 目錄----------------------------------------------------III 圖表目錄-------------------------------------------------IV 第一章 緒 論--------------------------------------------1 第一節 研究背景與動機----------------------------------1 第二節 研究目的----------------------------------------3 第二章 文獻探討-----------------------------------------4 第一節 救護車特性--------------------------------------4 第二節 台北市緊急醫療救護現況--------------------------5 第三節 演算法-----------------------------------------15 第四節 地理資訊系統-----------------------------------22 第五節 國外智慧型運輸系統之發展-----------------------23 第六節 國內相關文獻-----------------------------------24 第三章 研究設計與方法----------------------------------27 第一節 Assumption與研究流程---------------------------27 第二節 時間的計算-------------------------------------30 第四章 結果與資料處理分析------------------------------35 第一節 系統之基本功能---------------------------------35 第二節 路徑分析---------------------------------------38 第三節 資料分析與處理---------------------------------42 第五章 討論與結論--------------------------------------47 參考文獻-------------------------------------------------49 圖表目錄 表目錄 表2-1 台北市公私立醫院病床數------------------------------6 表3-1 市區幹道之等級分類---------------------------------30 表3-2 車道數及機車混合比之幹道分類-----------------------31 表3-3 各幹道等級之平均自由旅行速率-----------------------31 表3-4 平均行駛時間分配表---------------------------------32 表3-5 台北市各級道路系統---------------------------------34 表3-6 尖峰時間之道路行使平均速率-------------------------34 表4-1 新舊路徑描述性統計---------------------------------44 表4-2 去除極端值後，舊路徑的描述性統計-------------------45 表4-3 送至相同醫院 成對樣本t檢定-------------------------45 表4-4 送至不同醫院 成對樣本t檢定-------------------------46 圖目錄 圖2-1 緊急後送之流程圖------------------------------------6 圖2-2 全國消防機關82年至93年緊急救護出勤次數統計圖-------10 圖2-3 全國消防機關82年至93年緊急救護統計表---------------10 圖2-4 全國消防機關92年與93年各項急救人數比較分析圖-------11 圖2-5 台北市消防局編制圖---------------------------------13 圖2-6 Dijkstra algorithm演算法示意圖---------------------18 圖2-7 貪心搜尋法示意圖-----------------------------------20 圖3-1 研究流程圖-----------------------------------------28 圖3-2 程式撰寫思考模式圖---------------------------------29 圖3-4 非平面線圖徵（高架道路、地下隧道及平面道路三度空間之交會）--33 圖4-1 系統首頁-------------------------------------------35 圖4-2 台大醫院的病床數-----------------------------------36 圖4-3 忠孝分隊資料---------------------------------------37 圖4-4 道路搜尋子系統(以徐州路為例)-----------------------37 圖4-5 最短路徑標示圖-------------------------------------38 圖4-6 建議路線圖-----------------------------------------39 圖4-7 行駛時間-------------------------------------------39 圖4-8 中山醫院的醫院資料---------------------------------40 圖4-9 傷患改送至國泰醫院---------------------------------40 圖4-10 消防分隊至事故地點最短路徑------------------------41 圖4-11 道路封閉後，救護車修正路線圖----------------------42 圖4-12 舊路徑的箱型圖------------------------------------44 圖4-13 新路徑的箱型圖------------------------------------453318207 bytesapplication/pdfen-USGIS最適路徑規劃模擬a suitable pathsimulationthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/60114/1/ntu-94-R91843008-1.pdf