概述：门诊号源按医生习惯平均分配，上午扎堆、下午空置，医生忙闲不均，患者等待漫长。本文以数据复盘形式，还原一家医院从号源粗放排班到分时段精准调优的全过程，拆解到诊曲线分析、号源颗粒度重置、爽约回流等关键动作。

　　去年下半年，我们医院门诊部做了一次为期三个月的号源使用情况分析。起因很简单：患者投诉候诊时间太长，同时又有医生反映下午门诊闲得发慌。这两个现象同时存在，说明号源配置出了结构性问题。

　　先看数据。我们把过去一年的门诊挂号数据和实际到诊数据做了交叉比对，按科室、按医生、按半小时时段三个维度切分，画出了一张患者到诊分布图。结果很清晰，也很刺眼。

　　上午八点到十一点是绝对的拥堵高峰。以某内科科室为例，这个时段放出的号源占全天总量的六成以上，而实际到诊率也集中在这个区间。候诊区座位不够坐，患者站着等，叫号屏上的等待人数经常显示在三十人以上。同一科室下午两点到四点的时段，号源放了全天总量的三成，实际到诊率不到一半，候诊区空荡荡，医生坐在诊室里刷手机。

　　再看医生维度。不同医生的接诊节奏差异巨大。有的医生习惯上午集中看诊，下午处理病房事务；有的医生下午状态更好，但排班表上给他的号源数量和上午完全一样。这就导致一个尴尬局面：上午号源最紧张的时候，部分医生其实有接诊能力，但因为排班规则限制，无法加号；下午号源过剩的时候，医生又不得不坐在诊室里等人来。

　　还有一个被忽视的数据：爽约率。我们统计发现，预约了上午九点到十点时段号源的患者，爽约率接近两成。原因很多，有的是临时有事，有的是同时挂了多家医院，有的是睡过头了。这些爽约的号源如果不及时释放，就变成了沉没成本，想看病的人挂不上，挂了号的人没来。

　　问题看清楚了，改起来就有了方向。我们做了三件事。

　　第一件事，重新切分号源颗粒度。过去号源是按半天为单位粗放分配的，上午给每个医生固定放三十个号，下午放二十个号，放完就没了。现在改成按半小时为一个时段单元，每个单元内根据医生的实际接诊速度和患者到诊规律来配置号源数量。具体怎么定？我们让每位医生提供自己平均每个患者的接诊时长，结合历史到诊数据，算出每个医生每小时的最佳接诊量。比如某医生平均每个患者看十二分钟，那么一小时内放五个号是合理的；如果某个时段患者到诊率特别高，就适当增加号源密度，但不超过医生的承载上限。这个过程需要反复调试，一开始偏差会比较大，运行两个月后数据就趋于稳定了。

　　第二件事，建立号源弹性释放机制。规则是这样的：每天下午四点，系统自动统计次日已预约号源中的爽约风险预测值，把高风险号源提前释放回号池，供现场和线上补挂。同时，在就诊当天早晨七点再释放一轮当日爽约号源。两次释放的号源，优先分配给现场挂号和老年患者绿色通道。这个动作看似简单，但效果立竿见影。运行第一个月，号源利用率提升了将近十五个百分点，相当于在不增加医生出诊时间的前提下，每月多看了几百个患者。

　　第三件事，把医生排班和号源配置联动起来。过去是排班归排班，号源归号源，两边各管各的。现在要求科主任在排班时同步考虑号源配置：如果某位医生下午状态好、接诊速度快，就适当增加下午号源密度；如果某位医生上午有手术安排，就减少上午门诊号源，把患者分流到其他时段或其他医生。这个动作需要科主任和门诊部密切配合，刚开始会有摩擦，但跑顺了之后，医生和患者都受益。

　　调优方案运行了一个季度，数据变化很明显。全院门诊号源利用率从原来的七成左右提升到了接近九成。患者平均候诊时间从四十分钟以上降到了二十五分钟以内。下午时段的门诊资源被激活，部分科室下午的接诊量比改造前提升了三成。医生端的反馈也趋于正面，因为排班更符合个人的工作节奏，忙闲不均的情况有所缓解。

　　复盘整个过程，有三点体会值得记录

　　第一，号源管理的本质是供需匹配，不是简单的数量分配。把号放出去只是第一步，让号源和患者的实际需求在时间和空间上对齐，才是运营的价值所在。第二，数据是调优的基础，但数据本身不会说话，需要人去看、去比、去追问。我们做这次调优之前，很多人觉得“门诊就是这样的，上午忙下午闲很正常”，数据一摆出来，所有人都闭嘴了。第三，任何调优都会触碰既有习惯，医生不习惯被精细排班，患者不习惯分时段就诊，这些都需要一个适应过程。关键是先在一个科室试点，跑出效果之后，其他科室自然会跟上。

　　门诊号源是医院运营的毛细血管，每一管血是否流到了需要的地方，决定了整个机体的运转效率。把号源排对，比多开几个诊室更管用。

本文使用AI工具辅助整理