用于管理预约登记的设备和方法 [0001] 本发明涉及用于管理针对预定场地中的服务(尤其针对就诊)的预约登记的设备，该设备包括连接至第一存储器的数据处理单元，第一存储器被提供用于在其中存储已经登记或者将要登记预约的人的数据，这些数据包括针对每个人的指示涉事人在过去登记的预定场地中的预约时未出现的比率的参数，该数据处理单元包括发生器，其被提供用于针对每个人的并且在他的参数的基础上确定涉事人将不在该人员希望作出的预约时出现的概率，该发生器还被提供用于在预见到登记预约的时间段已经过去之后并且在指示涉事人已经在相关预约时出现或不出现的信息的基础上更新涉事人的参数，该数据处理单元包括具有第二存储器的耦合构件，第二存储器被提供用于在其中存储要采取的并且涉及预约登记的动作列表，该耦合构件被提供用于在已经分配给该人的参数的基础上将所述动作之一耦合至所述预约。 [0002] 本发明还涉及用于管理针对每次预定场地中的服务的预约的登记的方法。 [0003] 此种设备和此种方法从专利申请WO 2011/109496中获知。根据该已知设备和方法，指示涉事人过去不在登记预约时出现的比率的参数被分配给其数据存在于第一存储器中的每个人。该参数在涉事人的预约已经过去时并且根据该人员在预约时出现或不出现的事实来更新。此外，可以预见到，向不在预约时出现的风险为高的某些人员分配在所登记的预约应该发生之前要采取的动作。该动作将在登记预约时被分配给这样的人，即该人的参数指示该人必需被考虑采取此种动作。该动作例如可以是该涉事人须在预约前一天致电以确认他是否出席预约，或者致电此人。 [0004] 专利WO 2014/0171023描述了用于通过提供双重登记的可能来降低时间范围因该人员在所登记的预约时不出现而导致保持未使用的概率的设备和方法。 [0005] 已知设备和方法的缺陷在于他们不提供用于评估设置的所有动作机制的影响的有效手段。 [0006] 本发明的目的是为了实现能够提供用于评估设置的动作的影响的手段的用于管理预约的登记的设备和方法。 [0007] 为了该目的，根据本发明的设备的特征在于耦合构件包括第三存储器，其被提供用于针对每次由动作之一和参数之一形成的每一个配对，在其中存储在所涉及的动作之后相关人员将在要登记的预定场地中的下一次预约时不出现的概率的降低的指示值，所述处理单元被提供用于基于相关动作已经减少了该人员在下一次预约时不出现的概率的次数来更新该指示值。通过向动作和参数的每个配对分配在所涉及的动作之后相关人员将在登记的预定场地中的下一次预约时不出现的概率减小的指示值，评估每个动作的影响变为可能。因此，获得了能够验证动作的影响并更新该动作的指示值的工具，该指示值已经证明它有助于或无助于减少该人员在下次预约时不出现的概率。根据本发明的设备的优选实施例的特征在于第三存储器被构造为矩阵以便在其中根据行和列来存储动作和参数。该矩阵结构使得能够促成对第三存储器中的数据的访问和存储。现在将关于解说根据本发明的设备和方法的优选实施例的附图来更详细地描述本发明。在附图中： [0008] 图1解说了登记预约的方法； [0009] 图2a示意性地解说了现有技术而图2b示意性地解说了本发明； [0010] 图3解说了由数据处理单元在登记预约之际进行的数据处理； [0011] 图4解说了由数据处理单元邻近预约日时进行的数据处理；以及 [0012] 图5解说了第三存储器的组织。 [0013] 在附图中，相同的附图标记已被分配给相同或类似的元件。 [0014] 登记预约的人员不在该预约时出现是一种普遍的现象。这例如可能是针对美发师、银行、医师或牙医的预约，或针对医院中的测试的预约。具体地，在医疗领域中，不在登记的预约时出现的事实是频繁的。这可能具有若干原因，即该人已经忘了该预约，该人感到好转并且认为就诊不再是必要的，或者仅仅是害怕去那里。此外，在预约时不出现的概率在不同的医学领域是不同的。因此，相对于全科医师，牙医承受更高的病人将在预约时不出现的概率。这种概率还因人而异，从而良好组织的人将比较少组织的人具有更少的遗忘倾向。 当然，人的年龄也将起作用。 [0015] 当然，这种现象并不是医疗领域的特例，但在这一领域中，特别是在医院，人们在所登记的预约时不出现的事实造成严重的后勤和经济后果。因此，医疗设备不能被使用并且医师或牙医丢失了宝贵时间在等待将不出现的病人上。 [0016] 出于清楚起见，以下描述将被限于医疗领域的示例(具体为医院)，但将清楚的是，本发明可被用于登记预约起作用的其它领域。 [0017] 为了补救这个问题，本发明提出了用于管理预约的登记的设备和方法，该设备和方法不仅具有减少一个人在他登记的预约中不出现的概率的目的，而且还向他们提供信息和手段使其能够验证所设置的用于减少一个人在下次预约时不出现的概率的动作是否发挥其作用。 [0018] 图1解说了用于登记预约的方法。在该预约登记中，一般分为三个阶段； [0019] -登记预约的阶段，称为阶段1(PH1)； [0020] -在预约日之前的时段中的阶段，称为阶段2(PH2)；以及 [0021] -预约日的阶段，称为阶段3(PH3)并且在预约之后的时段内。 [0022] 在登记预约的阶段1期间，人们例如将通过电话联系(AP)他的医师、牙医或医院以便敲定一个预约。已知在登记该预约时，将批准该预约的人可能已经查询了设备的数据库以参考想要登记预约的人的参数(PP)。如图2a中所解说的，其解说了现有技术，放置供医师、牙医或医院使用的设备(D)包括其中存储了人们的参数以及动作列表(AH)的数据库。将批准该预约的人可以参考该数据库，并根据实际情况，对希望获得该预约的人(P)设置动作。替代地，将批准该预约的人可将动作分配(AHx2)给医院、有关医师或牙医。那些动作将根据涉事人的参数而被选择。以下将描述确定那些参数和动作所依据的方式。数据库规则地在阶段1期间被更新以便更新例如病人数据。 [0023] 在阶段2(预约之前的一些日子)期间，收到要采取的动作(诸如例如要求致电以确认预约)的人将必须执行该动作以确认它的预约，否则该预约将被取消。当医院或医师或牙医的秘书必须联系(AHx3)该人以便提醒他关于他的预约时，这一动作将在第2阶段期间执行。然而，必须注意，医师或医院更愿意人们致电他们，而不是他们不得不致电，因为后一动作导致高成本，他们更愿意不必将其纳入收费。 [0024] 预约必须发生的那天，启动阶段3。该人在预约时出现则他的参数将被适配(ED)成分配给他正的积分，或者该人不出现则他的参数将被适配(ED)成给他负的积分。如果该人不在预约时出现，则给(AHx4)他罚款也是可能的。正如可能的那样，设备可以生成报告(RM)，它将被提供给设备的用户。 [0025] 测量分配的动作的影响并不明显，并且大大增加了医师、牙医或医院服务的工作。 为此目的，本发明提出了一种设备和方法，该设备和方法能够评估该动作对在预约时已经出现或不出现的人的行为的影响是什么。图2b解说了根据本发明的设备的示意性方式。根据本发明的设备包括与数据库和动作列表协作以便能够评估动作的影响并且因此丰富化(ED)所存储的数据的装置(MM)。 [0026] 为了将参数分配给希望登记预约的每个人，根据本发明的设备包括数据处理单元，其在图3中以示意性方式解说。该数据处理单元例如是由微处理器(图中未示出)形成的，该微处理器连接至存储器P，存储器P被提供以在其中存储过去已经登记了预约的人的数据。该设备包括或者连接至第一数据库APPTS，其中存储由涉事人在过去登记的预约的历史。该设备还包括或连接至其中存储动作列表的第二存储器AH。对于那些动作中的每一者而言，过去由医师、牙医或医院施加给涉事人的动作的历史被分配。该历史指示人们已经对那些动作作出了怎样的反应。该历史优选地被存储在第二存储器汇总，但是将其存储在第一存储器中也是可能的。该设备还包括发生器PP，用于基于人们的预约时出现或不出现预约的行为来生成并更新他们的参数。 [0027] 数据包括针对每个人的参数，其指示涉事人过去在所登记的预约时出现的比率。 例如，基于在过去由涉事人登记的预约时，人们出现或不出现该预约的事实来计算该参数。 为此目的，第一数据数据库APPTS和第一存储器P中存储的数据被纳入考虑。参数的计算可或者仅基于人们在预约时出现与否，或者也可将其它因素，诸如人的年龄、预约类型、病人状态等纳入考虑。因此，在与牙医、全科医师、医院中的特殊治疗等的预约之间进行区分是可能的。为每个病人存储那些因素的事实将随后能够以更精确的方式确定参数并且在登记预约时将其纳入考虑。用于确定该参数的方式例如是通过贝叶斯算法来实现的。分配给每个人的参数优选地被存储在具有病人的其它数据的第一存储器P中。 [0028] 应该注意，本发明不仅被应用于参数已经被存储在第一存储器P中的人，而且被应用于首次与该医师、该牙医或者该医院登记预约的人。在后一种情形中，该人的数据在首次登记预约时被加载至第一存储器中，并且该参数还在登记该预约时被确定。参数的确定例如可通过分配其值被登记并且对于每个新来者都相等的参数，或者取决于某些准则，诸如年龄、参观的实践等。 [0029] 数据处理单元还包括发生器，其优选地集成到微处理器中，被提供用于确定每人并且在他的参数的基础上确定涉事人将不在他希望登记的预约时出现的概率。因此，当在阶段1期间，涉事人将登记(AP)预约，将批准他该预约的人员将通过在其中引入该人的姓名或标记来向设备查询(H_PP)，并且发生器随后将计算这种概率。如果概率较弱(↓)，则预约将被无任何限制地批准(AH_N)。相反，如果概率较高(↑)，则这将在登记预约时被考虑。例如，这可以是将涉事人放置在每天结束时的时间段中，或者特定动作将被施加给他(AHx2)。 将从第二存储器中存储的动作列表(AH列表)中检索该动作。 [0030] 以下解说了设置了多个非穷尽的用于防止病人将在登记的预约时不出现的动作示例： [0031] [0032] [0033] 使用那些防止动作的医院尝试找到关于效率和成本的恰当的解决方案。他们以此方式尝试以在长期基础上使在预约时人们不出现的事实最小化。他们还尝试使链接至这些预防性动作的总成本最小化。那些成本主要链接至重新联系人员的约束(通过短消息、通过发送关于行政处罚的电子邮件、经由电话提醒等)。为了使那些成本最小化并且如在以上表格中所看到的，在某些情形中使用某些针对性技术。 [0034] 如图4中所解说的，在阶段2期间，该人、医师或牙医必须取消或改变(A_CAN)预约。 如果是这种情形，则预约的时间将被改变(Ahx3)，并且如果必要，则动作将被调整。 [0035] 发生器还被提供用于在阶段3期间，每次预见到针对所调度的预约的时间段已经过去(P_APPT)之后来更新涉事人的参数。这种更新是基于指示涉事人已经在所涉及的预约时出现或不出现的信息的基础上来实现的。因此，事实上，每天并且根据有人在所登记的预约时出现的事实，涉事人的参数将被更新以便保持存储在存储器中的参数是最新的。如果已经确立了在预约时没有出现，则如这种情形，可将罚款施加给病人(Ahx4)。 [0036] 数据处理单元还包括连接至第二存储器的耦合构件(AH和H_DECISION)，其中存储要采取并且与预约的登记有关的动作列表。耦合构件被提供用于在预约被人们登记时并且基于他的参数来将所述动作之一耦合至该预约。因此，例如如果涉事人的参数较高，则该人将在预约(例如，牙科控制)时不出现的概率也将较高，则通过电话确认该预约的动作将被施加给他。 [0037] 将动作耦合至预约的登记的事实将能够降低人员在预约时不出现的概率，因为该动作的目的就是提醒他关于该预约。现在为了能够较好地评估此种动作的影响，耦合构件包括第三存储器，其被提供用于在其中存储在所涉及的动作之后涉事人将在所登记的预约时不出现的概率降低的指示值Vij。那些值每次被分配给由动作I之一和参数j之一形成的配对。为此目的，第三存储器优选地被构造成矩阵以便在其中按照行和列来存储动作和参数，如图5中所解说的。例如，人们发现在列i和行j中，值Vij分配给由存储在列i中的动作和存储在行j中的参数形成的配对。为了限制矩阵的大小，各参数按值的范围分组，这些范围是互相排斥的，指示值按范围分配。 [0038] 在图5a中示出的示例中，人们在左边看到一个列表，其中参数j的值和上面部分的动作是对齐的。因此，动作i＝1例如是用于确认预约的请求，动作i＝2是警告，动作i＝3是发送短消息而动作i＝4是施加罚款。因此，所存储的动作既有施加给该人的动作，也有医院施加给它们自己的动作。将清楚的是，动作的数量仅作为示例给出，并且较低或较高数量也可被分配。具有参数的值的列表以递减顺序排序，这意味着人员在预约时将不出现的最高概率值被置于列表顶部。优选地，参数列表还可包含已经分配了这些值的病人的数量。因此，在图5的示例中看到，在总数量为一千的人中，70个人被分配了0.8的值作为参数，而90个人分配了0.7的值等。在该列表中指示人在预约时不出现的次数也是可能的。因此，在图5的示例中看到，对于人未出现的一百三十八(138)个预约而言，那些预约中的39个预约与参数等于0.8的人有关。 [0039] 仍就根据图5的示例，将看到，指示值V11＝-0.3，这表示由动作i＝1和参数j＝1(0.8)形成的已经分配了指示值-0.3的对。这表示如果确认预约的动作被施加给具有参数等于0.8的人，则他的参数将减少0.3并且因此它将在稍后的预约时出现的概率将增加。还看到，指示值V63＝＝-0.00，这表示对于由动作i＝3和参数j6(0.3)形成的配对而言，已经分配了指示值-0.00。这表示如果将参数等于0.3的人强加给医院，则向他发送短消息的行为不会减小他的参数，并且因此这个动作就没有效果。从那些指示值开始，医院能够根据不同的所分配参数在针对他们的意义上优化动作。因此，在以上示例中，可以看到预防动作的区分效率。值Vji优选地通过自我学习算法来确定，该算法根据人在预约时是否出现以及他的参数的事实针对每个动作来计算它们。 [0040] 对于他们将在预约时不出现的具有高风险(参数＝0.8)的人而言，医院有兴趣将那些人链接至动作i＝1(请求确认预约)，这是对于增加他们将在其下一次预约时出现的概率的最高效的动作。因此，当登记预约时，医护人员施加给该人以在预约日前的“x”天再次确认他的预约，否则预约将被自动取消。对于他们将在预约时不出现的具有非常高的风险(参数＝0.7)的人而言，医院有兴趣将那些人链接至动作i＝2(警告)，这是对于增加他们将在其下一次预约时出现的概率的最高效的动作。因此，当登记预约时，医务人员将警告该人如果他在他的下一次预约时不出现，则关于他将采取针对将来预约的更多约束措施。对于他们将在预约时不出现的具有较小风险(参数≤0.4)的人而言，医院有兴趣对那些人施加非针对性动作，因为他们将在预约时出现的概率足够高。 [0041] 此外，通过该矩阵，医院可直接通过短消息将提醒的影响可视化。那些短消息对于他们将在预约时不出现的具有较小风险的人而言是无用的，并且对于他们将在预约时不出现的具有高风险的人而言，它们是不够充分的。 [0042] 能够考虑到，医院管理将把包括由医院通过短消息发送提醒在内的非针对性动作(这使得医院对该人采取活动成为必要并进而产生医院成本)替代为根据个人的风险概况的更有针对性的动作。 [0043] 从这一参数和动作的矩阵开始，医院管理以更好的形式来根据他们对分配给病人的不同参数以及可在矩阵内看到的表现结果来创建和选择有针对性的动作。此外，可以在该矩阵内整合有利于医院管理的决策的补充信息元素。例如，通过实现的针对性动作获得的图像、那些针对性动作的成本(财务和组织)、人物参数的长期演变等。 [0044] 设置的动作集还将对他将使用的公司产生全局的财务影响。可以通过根据所创建的病人概况来计算针对性动作(或非针对性)的区别财务影响来估计后者。实际上，每个动作都能在增加有效工作时间段方面实现节约，其中的某些工作时间有较大概率在不采取这些动作的情况下被使用。 [0045] 那些节省还可经由不同的方法体系被测量。例如，根据病人的概况，可以估计相对于没有没有伴随着动作“x”的预约数量的因为施加了这一动作“x”而事先的额外的预约数量。所获得的那两个值之间的差表示通过采取动作所获得的额外预约。也可以使用不同的采样方法。 [0046] 以上估计的额外预约的数量乘以每个预约的经济价值(潜在业务量，部署的资源的成本…)得到针对每个病人概况的针对性动作所获得的经济影响。这随后还将提供对病人的动作/概况的财务影响的估计。那些财务影响可通过还添加其它因素(诸如举例而言，通过采取行动链接的整个成本)来细化。 [0047] 处理单元被提供用于基于有关动作已经降低了该人在预约时不出现的概率的次数来更新该指示值。因此，如果数据处理单元确立动作i不降低该人在预约时出现的概率，则较低的指示值将归因于此，由此注意使该动作将更少使用或甚至不再使用。 [0048] 为此目的并且如图4中所解说的，在步骤5之下，设备将在预约的时刻已经过去(ACTU_APPTS)之后执行第一存储器以指示该人是否已经在预约时出现。该设备还将执行(ACTU_ACT)各动作以指示这些动作对人员的影响，并且这将人员的参数纳入考虑。该设备随后将执行(RM)矩阵用于执行动作与参数之间的链路。这一执行随后将能够调整对动作的选择(H_DECISION)。 [0049] 图5b解说了由设备完成的报告。该报告示出，对于在预约时不出现的138个人而言，以预测的方式区分预防动作对其必要的人员(270人中有102人具有位于0.6与0.8之间的参数)以及预防动作对其不必要的那些人(370人中的36人具有位于0.5与0之间的参数)。 因此，那些在医院中作决定的人可以利用该报告(RM)使用针对性动作并随时间优化，其中他们将观察到对与其他人相比具有更高值的参数的人的动作的效率。他们因此可以将他们的努力仅集中在在预约中不出现的风险较高的那些人(102/270人)，并且因此避免对其他人(36/730人)施加“无用”的动作。 [0050] 根据本发明的设备和方法将病人在预约时不出现的风险整合为针对性策略，从而使得能够根据分配给人们的参数值集来将所有设置的预防动作的差异性影响可视化。这种方法或这种设备的优点在于，它能够根据效率标准比较所设置的所有动作，该效率标准是人们在所登记的预约时不出现的事实的人的长期行为。在医院系统(阶段1)中更新人员集合的参数和该信息的可用性被耦合到预定动作集，使得医院自由在任何阶段(1、2或3)中创建新动作，并根据人员参数的不同值进行区分。 [0051] 它还能够估计和更新所有变量(显示/不显示病人在过去的预约，病人的历史，过去使用的专业、年龄、性别、住所，……)上的参数，以及链接至针对该病人过去已经设置(或未设置)动作的那些参数(动作类型，设置动作的日期，……)。这种针对性策略还使医院能够将更重要数量的针对性动作的效率可视化，因为它们在预约被登记时的时间实现(阶段 1)。那些动作还被耦合至人员的某些参数。设置针对性动作的时刻不需要医院与人员接触，并且因此使得所有针对性动作的成本最小化。