智慧防疫物資管理系統：紀錄

2019 年 COVID-19 爆發，再經過一兩年以後治療藥品包含 Paxlovid 和 Molnupiravir 紛紛問世，臺灣疾管署在 2022 年 5 月由國家公費採購並順利進口藥品，配發到各醫療院所讓確診和危急的病人快速獲得治療。

為了控管使用情形與掌握庫存，疾管署要求各醫療院所使用智慧防疫物資管理系統回報病人資料與目前院所的庫存。這一套系統是自 2009 年臺灣爆發 H1N1 新型流感時，疾管署配發 Tamiflu 和 Relanza 就開始使用的系統，而如今隨著未知疾病的普及，未來不只 H1N1 、 COVID-19 ，只要使用到公費藥品，醫療院所可能就需要使用該系統回報病人和藥品數量。

這件事在各醫療院所可能由不同的行政人員來負責，但是本院卻落到了藥庫藥師身上 ^^ 。

流程規劃與困境

傳統通報方式

依照疾管署規定，院所需要每天上傳使用的紀錄，理想化來看，疾管署應該是希望當天晚上 23:59 時，院所能夠上傳當天 00:00 至 23:59 的每位病人資料。小型診所或許有辦法辦到，但是醫院因為工時受到勞基法限制，行政藥師下班後仍然有醫師看診、或包含週六日國定假日等等醫師都有可能開出公費藥品。

因此實務上，本院都是累積三四天的資料一併通報，如此一來就會遇到一個問題，必須記得上次通報的日期，才有辦法找到兩個日期區間的資料，避免重複通報。

然而以日期區間的資料作通報，其實不是好辦法，之前有說過醫師和帳務系統可以更改前幾日處方，如果恰好改了日期區間之前的資料，就會發生錯漏或重複的情形。

舉個例子：病人 15 日經由急診入院後，因為狀況不好，醫師決定吊點滴觀察個兩天，最終病人在 17 日恢復出院，並開立藥品回家使用。

這樣的資料因為帳務問題，要等到 17 日的報表會呈現病人 15 日的耗用資料， 15 日或 16 日的報表都不會有。假如藥師 16 日進行通報，因為 17 日才有資料，所以藥師當次不會通報該病人。而下次的通報日期區間是從 16 日開始，但因為病人資料是 15 日，資料不在區間中所以也不會通報。如此一來就產生錯漏。

真正需要通報的資料

因此比較嚴謹的通報資料篩選應該是不要只抓限定的日期區間，因為會有修改處方或是帳務調整的情況，資料日期區間需要更大一點，例如三到四個月，然後建立已通報資料庫將資料進行篩選：

flowchart LR
    A("三到四個月的
    所有資料") --> B[("比對資料庫")]    
    B --> D("通報過的資料")
    B --> C("真正需要通報的資料")
    C --> E{{"進行通報"}}
    E -.->|存進資料庫| B

經過比對之後可以得到尚未通報過資料，也就是真正需要通報的資料，完成通報後，再把這些資料存回已通報資料庫中以利下次的比對。

受限於健保申報日期，可變動的處方通常會在下一個月的 5 日鎖定，但為求慎重起見，可以往前取三到四個月的日期區間。

已通報資料庫設計

資料庫欄位會需要跟智慧防疫物資管理系統需要的欄位一致，包含：

病人姓名
病人性別
病人出生年月日
病人身份證字號
病人國籍
給藥日期
給藥日數
藥品名稱
藥品批號
使用原因
…其他為選填型項目，可為空白值

非常多的欄位，實際上與資訊室溝通時，因為病人基本資料和當次開立資料分別為兩種系統，在權衡 python 的自動滑鼠操作能力下，僅留下了比較重要的欄位作資料比對和資料呈現，其他資訊室無法提供的資料，例如：藥品批號；或是無法使用 python 的自動滑鼠抓到的資料，例如：使用原因，就不列入資料庫中，需要時再以手動操作院內系統就可以了，花費的時間並不會比 python 的自動滑鼠還久。

最後欄位設計為：

CREATE TABLE `smis` (
  `id` int(11) NOT NULL,                /*自動遞增序號*/
  `medicine` varchar(20) NOT NULL,      /*藥品名稱*/
  `ptid` varchar(20) NOT NULL,          /*病人身份證字號*/
  `ptname` varchar(50) DEFAULT NULL,    /*病人姓名*/
  `hosid` varchar(10) DEFAULT NULL,     /*病人醫院病歷號，因為有些病人身分證字號可能會異動*/
  `ptbirth` int(11) DEFAULT NULL,       /*病人出生年月日，YYYYMMDD*/
  `reportdate` int(11) NOT NULL,        /*使用藥品日期*/
  `insertdate` int(11) NOT NULL,        /*插入資料日期*/
  `quantity` int(11) NOT NULL,          /*使用藥品數量*/
  `notes` varchar(50) DEFAULT NULL      /*其他備註*/
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

其中留下了病人身分證字號，還必須多留一欄病人醫院病歷號，以避免身分證字號可能會異動的情形，例如，病人可能是路倒無意識的狀況，被送進醫院建立資料時無法得知身分證字號；或是病人一開始的身分證字號欄位填入的是護照號碼或是統一證號，後來成為臺灣國籍變更成身分證字號。

資料比對：差集 (difference set)

與先前一樣，資料是利用 python 的 AutoGUI 模擬滑鼠定位座標，操作院內程式匯出 csv 檔案，經過 python 的 pandas 匯入門診和住院各個藥品的資料，並且將資料清理整併後，輸出成一個 csv 檔。

flowchart LR
    A("門急診報表系統")-->|python AutoGUI|B("門急診報表.csv")
    C("住院報表系統")-->|python AutoGUI|D("住院報表.csv")
    E("病人基本資料系統")-->|python AutoGUI|F("病人基本資料.csv")
    B-->|python pandas|G("耗用報表.csv")
    D-->|python pandas|G
    G-->|python pandas|H("smis.csv")
    F-->|python pandas|H

目前現在的公費抗病毒藥品總共有 8 種，而本院依藥品費別不同區分總共 12 個藥品代碼：

Paxlovid Tablet
Molnupiravir Capsule
Remdesivir Vial
Evusheld Vial
Tamiflu Capsule
Eraflu Capsule
Relenza Rotadisk
Oseltamivir Oral Suspension

因為通報藥品的人不是我，因此考慮使用 php 網頁製作介面讓使用者確認資料比對。

在 php 中兩個陣列 (array) 的差集運算可以使用 array_diff() ：

<?php
// 定義藥品代碼和藥品名稱
$medicine_code = [
    "PAX01O"=>"Paxlovid",
    "PAX02O"=>"Paxlovid",
    "MOL01O"=>"Molnupiravir",
    "MOL02O"=>"Molnupiravir",
    "EVU01I"=>"Evusheld",
    "EVU02I"=>"Evusheld",
    "REM02I"=>"Remdesivir",
    "REM05I"=>"Remdesivir",
    "TAM03O"=>"Tamiflu",
    "ERA01O"=>"Eraflu",
    "REL01E"=>"Relenza",
    "OSE01S"=>"Oseltamivir"
];

// 讀入三至四個月的所有資料
$file = fopen("doc/smis.csv", "r");
//column：藥品代碼,病人身份證字號,病人姓名,使用日期,使用數量,病人生日,病歷號碼
$consume = [];
while ($row = fgetcsv($file)) {
    $consume[] = $medicine_code[$row[0]]+$row[3]+$row[6];
    //將 [ 藥品 + 使用日期 + 病人病歷號 ] 合併為一個值
}

// 查詢已通報資料庫
$dsn = "mysql:host=伺服器位置;dbname=資料庫名稱;charset=utf8";
$conn_user = "帳號";
$conn_pwd = "密碼";
$conn = new PDO($dsn, $conn_user, $conn_pwd);
$conn -> exec("SET NAMES utf8");
$quota = $conn->query("SELECT CONCAT(`medicine`,`reportdate`,`hosid`) FROM `smis`")->fetchAll(PDO::FETCH_NUM);
//這邊也將 [ 藥品 + 使用日期 + 病人病歷號 ] 併為一個值

// 比對陣列，返回須通報資料
$need_to_report = array_diff($consume, $quota);

要注意 array_diff(A, B) 的函數跟集合差集一樣是具有方向性的，計算結果會是 {A} - {B}： difference of sets

所以需要通報的資料是所有的消耗資料 {$consume} 和已經通報過的資料 {$quota} 的差集，並且要留下 {$consume} 的那一邊，所以是 {$consume} - {$quota} ： array_diff($consume, $quota) ，而 array_diff() 比較對象是陣列中的 values ，為了唯一的結果，我決定將 [ 藥品 + 使用日期 + 病人病歷號 ] 合併為一個值做為比較的依據。

{ } 符號表示一個集合。

資料比對：累加 (cumsum)

然而單純使用差集的方式比對資料只適合門診的資料，因為現行的住院藥品是以 unit dose 進行，也就是藥品消耗會被拆成一天一天份，以藥品 Molnupiravir 當作例子，同一天開始使用藥品的門診及住院病人資料會這樣呈現：

來源,日期,天數,數量
門診,20231215,5,40
住院,20231215,1,8
住院,20231216,1,8
住院,20231217,1,8
住院,20231218,1,8
住院,20231219,1,8

這樣的例子中，住院的資料就會重複通報四次。

如果拿掉了日期的合併值，改以藥品名稱 + 病歷號的合併值比對，可以順利克服上面住院的資料，但是如果碰到因為重複感染在同一個月使用兩次藥品的情形就不會通報了：

來源,日期,天數,數量
門診,20231202,5,40
門診,20231225,5,40

更麻煩的是結合以上兩種，更甚者還有其他想像不到的狀況：

來源,日期,天數,數量
住院,20231205,1,4   //藥品數量開立錯誤
住院,20231205,1,4   //補開數量
住院,20231206,1,8
住院,20231207,1,8
住院,20231208,1,8
住院,20231209,1,8
住院,20231221,1,16  //藥品數量開立錯誤
住院,20231221,1,-16 //整筆處方刪除
住院,20231221,1,8   //開正確處方
住院,20231222,1,8
住院,20231223,3,24  //出院

所以需要一套更好的方法來處理藥品的數量。

用上面的例子繼續延伸，假設我們有以下的已通報資料：

通報日期,數量
20231109,40
20231210,40

藥品 Molnupiravir 每次通報量為 40 粒。

有以下的所有的耗用資料：

耗用日期,數量
20231109,40
20231205,4
20231205,4
20231206,8
20231207,8
20231208,8
20231209,8
20231221,16
20231221,-16
20231221,8 
20231222,8
20231223,8

值得注意的是最後使用的藥品數量總共 24 粒，但因為操作日期是 20231223 ，導致後面兩天份的藥品未呈現在報表中。

我們可以先將兩張報表合併起來，依照日期排序，然後將耗用資料的數值加上負號：

類型,日期,數量
耗用,20231109,-40
通報,20231109,40
耗用,20231205,-4
耗用,20231205,-4
耗用,20231206,-8
耗用,20231207,-8
耗用,20231208,-8
耗用,20231209,-8
通報,20231210,40
耗用,20231221,-16
耗用,20231221,-(-16)
耗用,20231221,-8 
耗用,20231222,-8
耗用,20231223,-8

將上表依照日期排序進行累加：

類型,日期,數量,累加值
耗用,20231109,-40,-40
通報,20231109,40,0
耗用,20231205,-4,-4
耗用,20231205,-4,-8
耗用,20231206,-8,-16
耗用,20231207,-8,-24
耗用,20231208,-8,-32
耗用,20231209,-8,-40
通報,20231210,40,0
耗用,20231221,-16,-16
耗用,20231221,16,0
耗用,20231221,-8,-8
耗用,20231222,-8,-16
耗用,20231223,-8,-24

如果最後一筆資料為負值就是需要通報的資料！

剛剛說還有兩天份的藥品沒吃完，來看看通報之後的結果：

類型,日期,數量,累加值
耗用,20231223,-8,-24
通報,20231223,40,16
耗用,20231224,-8,8
耗用,20231225,-8,0

消耗完畢，最後一筆結果不為 0 不須通報。

如果是重複感染的情形：

類型,日期,數量,累加值
消耗,20231202,-40,-40
消耗,20231223,-40,-80

通報了一次後：

類型,日期,數量,累加值
消耗,20231202,-40,-40
消耗,20231223,-40,-80
通報,20231223,40,-40

通報完成後，最後一筆仍為負值，因此必須再次通報：

類型,日期,數量,累加值
消耗,20231202,-40,-40
消耗,20231223,-40,-80
通報,20231223,40,-40
通報,20231223,40,0

但同一天通報兩次可能會引起疾管署的注意，只能在備註上解釋消耗日期是 20231202 ，有可能是當時忘記通報。

所以使用累加的方式來處理住院的資料以及重複消耗的問題，比起使用差集比對資料，會是一個比較穩健的方法。

程式實作

如同前面的程式，先各自引入陣列，這次不能把值合併在一起，耗用資料的數值加上負號，另外要注意耗用日期與通報日期的欄位名稱要調整一致：

<?php
// 定義藥品代碼和藥品名稱
$medicine_code = [
    ...
];

// 讀入三至四個月的所有資料
$file = fopen("doc/smis.csv", "r");
//column：藥品代碼,病人身份證字號,病人姓名,使用日期,使用數量,病人生日,病歷號碼
$consume = [];
while ($row = fgetcsv($file)) {
    $consume[] = [
        "medicine" => $medicine_code[$row[0]],
        "ptid" => $row[1],
        "ptname" => $row[2],
        "date" => 0-$row[3],    /*加上負號*/
        "quantity" => $row[4],
        "ptbirth" => $row[5],
        "hosid" => $row[6]
    ];
}

// 查詢已通報資料庫
$dsn = "mysql:host=伺服器位置;dbname=資料庫名稱;charset=utf8";
$conn_user = "帳號";
$conn_pwd = "密碼";
$conn = new PDO($dsn, $conn_user, $conn_pwd);
$conn -> exec("SET NAMES utf8");
$quota = $conn->query("SELECT `medicine`,`ptid`,`ptname`,`reportdate` AS `date`,`quantity`,`ptbirth`,`hosid` FROM `smis`")->fetchAll(PDO::FETCH_ASSOC);
/*reportdate欄位名稱改為date*/

合併兩個陣列並且排序。上方的例子是同一藥品、同一病歷號的情形，所以實際上的排序順序應該是：

藥品名稱：升冪或降冪皆可
病歷號：升冪或降冪皆可
日期：升冪排序

$details = array_merge($consume, $quota);
usort($details, function ($a, $b) {
    return [$a["medicine"],$a["ptid"],$a["date"]] <=> [$b["medicine"],$b["ptid"],$b["date"]];
});

接著依照同一藥品、同一病歷號分組累加：

$thisgroup = [];
$prevgroup = [];
foreach ($details as $key=>$row) {
    $thisgroup = [$row["medicine"],$row["ptid"]];
    if ($prevgroup != $thisgroup) {
        $details[$key]["remains"] = $details[$key]["quantity"];
        $prevgroup = [$row["medicine"],$row["ptid"]];
    } else {
        $details[$key]["remains"] = $details[$key-1]["remains"] + $details[$key]["quantity"];
        $prevgroup = [$row["medicine"],$row["ptid"]];
    }
}

再取出同一藥品、同一病歷號最後一筆資料，並且挑出負值塞進新的陣列中：

$yet = [];
$thisgroup = [];
$prevgroup = [];
foreach ($details as $row) {
    if ($row["remains"]<0) {
        //避免住院的資料重複跑出
        $thisgroup = [$row["medicine"],$row["ptid"]];
        if ($prevgroup != $thisgroup) {
            $prevgroup = [$row["medicine"],$row["ptid"]];
            //通報數量預設值
            switch ($row["medicine"]) {
                case "Paxlovid":
                    $quantity = 10;
                    break;
                case "Molnupiravir":
                    $quantity = 40;
                    break;
                case "Remdesivir":
                    $quantity = intval($row["quantity"])==0 ? 6 : intval($row["quantity"]);
                    //報表中應該要有申請數量，以申請數量當作通報數量，不然預設為 6 支
                    break;
                case "Tamiflu":
                case "Eraflu":
                    if (0-intval($row["quantity"])>1) {
                        $quantity = 0-intval($row["quantity"]);
                    } else {
                        $quantity = (0-intval($row["quantity"]))*10;
                    }
                    //先判斷$row["quantity"]是不是整數，如果是整數，可能就是門診病人，因此可以直接通報該數量；如果不是整數，可能是住院病人，通報為10倍的用量。
                    break;                
                case "Evusheld":
                case "Oseltamivir":
                case "Relenza":
                    $quantity = 0-intval($row["quantity"]);
                    break;
            }
            $yet[] = [
                "medicine" => $row["medicine"],
                "ptid" => $row["ptid"],
                "ptname" => $row["ptname"],
                "hosid" => $row["hosid"],
                "ptbirth" => $row["ptbirth"],
                "reportdate" => $row["date"],
                "quantity" => $quantity,
                "notes" => "",
            ];
        }
    }
}

陣列 $yet 為需要通報的資料，可以將該陣列顯示在網頁介面上，讓使用者調整數量或是決定要不要通報等等，之後再將真正需要通報的資料用 POST 的方法存入通報資料庫。

flowchart LR
    A("陣列 $yet")-->B(["真正需要通報的資料"])
    A-->C["數量需修改"]
    A-->D["作帳不須通報"]
    subgraph "網頁介面"
        C-->B
        D-->B    
        E-->G(["保留負值資料"])
    end
    A-->E["文件未繳齊暫時無法通報"]
    B-->|POST|F("存入已通報資料庫")

網頁介面的部份下一篇在討論了。

流程規劃與困境#

傳統通報方式#

真正需要通報的資料#

已通報資料庫設計#

資料比對：差集 (difference set)#

資料比對：累加 (cumsum)#

程式實作#