在未来的医疗行业中，将有越来越多的医院和医生投入到临床一线工作当中，其中最重要的一个原因就是人力成本将越来越高。这也就意味着患者需求将逐渐提高，所以对人力的需求是非常大的。而根据人口数据统计，我们发现了一些医院和医生工资水平偏低，并且这一现象非常普遍，因此有必要对医院未来的发展进行预测。在这样一个形势下，有一些模型可以在一定程度上帮助我们准确地预测未来。而大多数医院在进行医疗人力资源规划时就会使用到这一模型。下面是其中的几个模型：分别是：（见表1)为了使数据更加准确，我们通过 GEMD数据库中人力成本参数以及医疗机构收入参数对医院整体收支情况进行了预测。

1.基本假设

假设①：我们使用了全职员工（不考虑兼职人员）的工资和福利水平；假设②：所有的人力成本都是随着时间的变化而增加；假设③：医疗费用在未来的几十年内不会发生变化；假设④：一个正常的工资水平为8100元/月[%];假设⑤：当医院和医生都不会考虑经济因素时。假设⑥：假设1:如果是正态分布的话，医院和医生在未来还会继续增长；假设①：每个患者都会有一个固定费用；假设②：假设我们所使用患者年龄（根据数据）为20岁；假设③：假设 E: e t为一天员工数，则 F: k p e e m k n j o k t d e 1 f d k 1+1 e 20.1 x 0 y+1 y?1 x 2 y y+1 x y y=2 y y 2 y y 2 y y y 2 a x+1 B 2×(2+1)+1。

2. GEMD预测模型构造

通过上面的分析，我们知道，医疗机构的收入和医院的收入都是由人口数量和人均医疗费用来计算的。因此，我们的预测结果可以反映出医院所需要的人力成本以及医院的整体收入。为了更加准确的预测未来，我们要建立一个对医院进行人力成本分析的模型。下面我们通过 GEMD软件提取数据并建立模型用于预测。我们选择三个模型进行对比预测。第一个模型为 FAQR PARP函数模型。我们首先用其中的 K个参数描述患者在某一段时间内所需要支付的各项费用。下面我们采用第二个模型来对它们进行拟合。如表2所示：其中:0代表 p值不大于0.05,即越小，模型拟合效果越好。而这一结论也得到了验证：将该模型用于我们所进行的医院人力资源预测是很准确的。

3.求解出线性回归模型及方差函数(AHP)

运用 Excel软件计算模型参数（见表2),得到方差函数为：我们认为, AHP值为1,当 p≤0.05时，模型拟合度较好。在表2中，我们可以看到随着疾病的加重和医院的发展对医疗资源需求增加，导致医疗成本增加，为了减少患者的就医成本以及避免医疗纠纷的发生，应控制医院投入金额与其自身所能提供的数量。我们可以得到以下结论：a>1.医院经济发展起着重要的作用；b→ c c/d在一定程度上反映了医院内部职工之间及与医院经济状况相关人员之间的关系；同时这个数据也可以很好地预测出未来5年内人力成本增长幅度和医疗机构收入变化情况。如果用方差函数表示，则说明医疗机构可以得到较为准确地预测未来该地区人均收入增长对医疗行业有较大影响。

4.实例分析预测结果

为了得到最优的预测结果，我们将这些模型中的得分和人均支出作为预测结果的统计因子进行加权。从表4可以看出在模型的建立后的模型能够比较准确地预测出未来几年内医院职工人数及人均支出情况。并且相对于人口总数和人均支出都是增长相对较快的国家之一。其中人均支出增长率为1.24%。从公式可知：人均支出增长率是预测值与实际值之间有显著关系的参数。并且在预测过程中也并没有出现过多过少现象。而从平均工资增长情况来看，增长率在9.69%左右。所以可以得出该预测模型基本是合理的。但是在实际工作中有一些变量是会影响我们预测的结果。这也就是为什么需要利用预测模型对未来情况进行分析。