基于AHP群组决策的大型医用设备售后服务评价体系建立与应用

医疗设备为医院患者提供高质量的诊疗服务，在临床诊治中占有重要地位，是保证医院正常运营的必要条件之一。大型医用设备技术复杂，运行成本高[1]，保证设备正常运转，为临床提供满意的售后服务是医疗设备全生命周期管理中最重要的一环，同时也是医疗机构设备选购的依据[2]。由于大型医用设备售后服务一般仅由产品厂家或其授权的第三方供应商提供，具有较强的不可替代性，当其售后服务产品定价有所增加时亦不用担心市场会做出不良反应，而维修服务不到位、维修价格过高等问题的出现对售后服务的管理造成了一定困难[3]。因此，建立公平公正的大型医用设备售后服务满意度评价体系具有重要意义。

目前，国内外指标体系的构建和评价方法众多，例如专家咨询法(Delphi)、优劣解距离法(TOPSIS)、层次分析法(analytic hierarchy process，AHP)等[4]。其中AHP是一种通过利用专家知识与经验，采用主观决策方法定性、定量地对受评属性进行评价，目前被广泛地应用于经济、管理等各领域的决策中。本文采用群组AHP法构建大型医用设备售后服务满意度评价体系，获取指标权重，并采用真实调研数据验证模型的科学性与有效性。

方法

1.评价指标体系的构建。目前，国家行业标准《商品售后服务评价体系》(GB/T27922-2011)中提出了商品售后服务评价标准，但医疗设备的售后服务具有其特殊性，相关维护保养的要求维度多，指标多，且涉及临床、工程、管理等多个领域共同参与决策[5-6]。本研究按照国务院《医疗器械监督管理条例》以及国家食品药品监督总局《医疗器械使用质量监督管理办法》及相关管理条例[7-8]，结合医疗机构及相关领域专家意见，按照层次分析法建立自上而下的层次结构模型，构建的大型医用设备售后服务满意度评价体系如表1所示。

表1 大型医用设备售后服务满意度评价体系

2.标度的选择与矩阵构建。学者Saaty最早提出的1～9标度法目前的应用最为广泛。根据相关学者的对比研究，1～9标度法具有最好的标度均匀性，且标度值具有最优的可记忆性与感知性[9]。应用1～9标度法判断两两评价指标的影响程度，通过专家评分可以得到其评价判断矩阵，其中9因子对比标度如表2所示，aij为要素i和要素j重要性比较结果，

表2 因子对比标度

设定专家组M={1，2，...，m}，成对判断矩阵阶数为n，专家判断矩阵则为Am=(aij(m))n×n，m ∈ M 。

3.矩阵一致性检验。通过1～9标度法构建的单专家判断矩阵需通过次序一致性与基本一致性检验，其中次序不一致一般由于专家逻辑错误，其出现情况少，次序一致需满足aij＞1，ajl＞1，ail＞1。基本一致性要求一致性比例CR＜0.1，其中CR可通过公式1获得，一次性指标CI可通过专家判断矩阵获取，见公式2，其中λmax为成对判断矩阵Am的最大特征根，而随机一致性指标RI可以通过查表获取，以本研究主因素层判断指标为例，RI应取值1.12。

4.专家意见聚类。受到不同专家工作经验、知识水平以及对评价问题掌握程度的不同，专业意见将会呈现多样性。因此，在确认每个专家的权重前，通过聚类分析确认主流专家意见，以此基础开展专家权重分析。通过R型聚类法的相关系数确定变量相似性度量r，如公式3和公式4所示。

5.专家权重确定。群组专家的权重分配一般分为主观和客观权重法。在专家数量大、互相不了解时，不宜开展主观权重法，否则将引入新的误差。客观权重法可以通过专家之间的观点统一性等指标评估[10]。本研究采用点对点共识模型确认各专家权重[11]。专家g和h的观点一致性用ICIgh表示(见公式5)，其中ICIgh值越小，专家观点一致性越高；

当群组内任意两位专家ICIgh值最大时，选取Ag与Ah进行修正，修正方法采用公式6、7，其中k为迭代次数，为参数，见公式8和公式9。群组内每位专家权重根据公式10运算获取，令专家权重矩阵P=(p1，p2，…，pm)T，=1。

6.评估指标权重确定。获取群组内所有专家的权重后，通过公式10计算每一个评估指标权重。群组专家判断矩阵Q=(qij)n×n可通过公式11计算，形成主、子因素层权重集Wi和Wij，随后进行层次内各因素从高到低总排序。

7.建立评价集与模型验证。结合李克特五级量表对大型医用设备售后服务评价三级指标去模糊化处理，建立评价集X={X1，X2，X3，X4，X5}={1,2,3,4,5}，分别代表非常不满意，不满意，一般，满意，非常满意[12]。以大型医用设备中电子计算机断层扫描仪(computed tomography，CT)为例，邀请不同医疗机构对其保有的不同品牌，采用原厂维保模式的CT开展售后服务满意度评分。最终根据各指标权重与满意度评价集的乘积计算售后服务综合满意度，见公式12。

结果

1.指标权重专家调研。考虑到专家专业性、地域性和涵盖领域等要求，最终在全国范围内邀请34位与大型医用设备使用、管理与维护相关的专家进行了问卷调查，反馈问卷34份，回收率100%，专家基本信息如表3所示。

表3 大型医用设备售后满意度受访专家基本情况[n(%)]

2.指标权重计算

2.1 判断矩阵一致性检验。采用公式1和公式2对34位专家的判断矩阵进行一致性检验，其中30位专家的二级指标判断矩阵CR＜0.01，三级指标均只有两阶，无需检验，因此将30位专家意见纳入后续研究。

2.2 聚类分析。使用MATLAB软件，采用公式3和公式4对30位专家的意见进行聚类分析，结果如图1所示。选取比例最多专家意见作为主流意见，作为后续研究的基础进行计算。

图1 R聚类分析结果

2.3 专家权重与指标权重计算。主流专家意见共24位，根据公式5计算任意两专家观点一致性指标，将两位观点一致性程度最差的专家选出，对应的ICIgh=8.912。对应的专家g和h的判断矩阵分别是

因两位专家一致性指标ICIgh＞1.01，根据公式6和公式7计算各自的修正系数，修正的判断矩阵分别是

经过51次迭代运算后，ICIgh＜1.01，按照公式8至公式11计算群组决策的成对判断矩阵如下：

主因素层指标对应权重见表4，排序为设备状态保障、维修技术、响应速度、巡检保养、附加服务。因子因素层指标均为数量2，直接采用加和平均值运算对应权重与排序。子因素层权重见表4，由高到低排序分别为故障率、维修质量、工程师及时到达、开机率、定期保养、定期巡检、维修周期、备件供应、升级与培训、工单与合同管理。

表4 大型医用设备售后服务满意度评价模型及权重

2.4 案例分析。制作发放售后服务满意度评价问卷169份，发放期为2021年4月—5月，有效问卷166份，回收合格率98.22%。针对单台CT评价结果问卷发放368份，有效份数为330份，回收合格率97.63%。专家地缘分布如图2所示，其他基本信息见表5。采用公式12，将每位专家针对单台CT的满意度评分结果与表4中的权重值相乘后获取综合评分，见表6。CT售后服务满意度综合评分从高到低分别为C、D、A、E、B，行业整体的售后服务满意度属于基本满意。根据不同指标的评分结果，可以看出品牌B在故障率指标中得分最低，品牌C在定期保养指标中得分最高。

表5 CT售后满意度受访专家基本情况[n(%)]

表6 不同品牌CT售后服务评价(分)

图2 CT售后满意度受访专家地域分布

结语与讨论

1.大型医用设备售后服务满意度重要性。大型医用设备，是指使用技术复杂、资金投入量大、运行成本高、对医疗费用影响大且纳入目录管理的大型医疗器械。在卫生管理部门开展大型医用设备使用状态评估时，一般多采用“开机率”指标考评医疗机构。而为了保障大型医用设备良好的使用情况，一般医疗机构采用委托设备厂家或有资质的售后供应商的形式开展设备的维修与保障工作。双方协商相关要求，签署维保服务合同。维保合同中一般要求“开机率”、“价格”等条款，但忽视了医疗设备售后服务整体评价。没有评价的标准，医疗机构则无法对售后供应商的服务开展综合评价，同时也无法使供应商的服务在监督中得以改进。本研究为开展大型医用设备售后服务综合评价提供了理论和方法支撑。

2.评价体系构建法的优势。针对大型医用设备售后服务满意度评价的模型，应考虑其在使用、维护保养过程中不同“干系人”的意见和建议。本研究引入临床医护、设备管理、工程技术领域专家群组意见建立的大型医用设备售后服务评价模型充分发挥了AHP方法的系统性、可操作性，弥补了单一专家评价的不足。同时，通过使用点对点共识模型，客观地拟合专家意见，化简了其他评价法多轮打分的复杂性。另外，在评价指标不变化的前提下，可以在现有研究基础上增加评审专家意见，保证评价指标权重动态，可持续调整。

3.实际应用效果分析。本研究以CT为例，验证了大型医用设备售后服务评价模型。其中，参加测评的品牌C综合评分第一名，并且各指标均获取了“满意”的服务评价；品牌B的综合评价趋于满意，但满意度指标故障率较其他产品低，趋于一般。由于调研样本量的不同，整体的测评结果可能受到一定影响。本研究调研的五个CT主流品牌的综合评分显示，行业整体的售后服务距离医疗机构“非常满意”还有一定的差距。

通过评价模型可知，故障率、维修质量与工程师及时到达3个指标权重占比约为50%，是医疗机构关注设备售后服务的主要因素。如医疗机构与售后服务商签订维护保养协议，建议将相关指标设立定量评价标准，同时定期开展设备售后服务满意度评价。评分结果的有效反馈将有助于设备售后供应商精准掌握服务缺陷，有针对性地提升售后服务能力与质量，为医疗机构提供更加完善的设备保障服务，保障医疗的有序、高效进行，从而进一步提升用户及患者满意度。