在新冠肺炎的影响下,医疗资源紧缺这一问题再次暴露出来。虽然我国的医疗服务业建设已经取得一定进步,但是由于人口基数大、人口结构变化、区域间人口流动频繁和突发疫情等原因,使医疗资源紧缺以及门诊量中疾病比重改变的问题愈发明显。同时随着社会的发展和物质文化的丰富,人们对于生活质量也提出更高的要求,医疗行业作为民生的支柱行业之一,其服务质量也应具有更高水准。在资源有限的条件下,对医院的容纳量和服务质量的双重提升成为了首要问题。本文以一所二甲级医院为研究对象,采用长短期记忆神经网络（Long short-term memory,LSTM）模型和系统布置设计（System layout planning,SLP）法相结合的方式对医院门诊设施布置进行优化。选取门诊中最常规的20种疾病,对门诊量数据预处理后,运用长短期记忆神经网络学习数据的变化趋势,再结合2021年常规疾病的门诊量数据预测出2022年门诊量数据。基于预测结果研究患者的就诊流程、患者在科室间移动的频繁程度、诊室间的相互关系、综合关系以及位置相关图,针对门诊的诊室分布不合理、未考虑新冠疫情、部分诊室关联度小等实际问题,设计设施布置方案。对改进后的布置方案,运用Flexsim实例仿真输出单位患者就诊的全部路程,与原始设施布置下同一疾病的患者就诊路程进行对比得出,该医院门诊的设施布局优化方案缩短了患者就诊路线,改善方案的效果得到验证。基于实际门诊量预测的系统布置设计更符合未来发展,也可以更好的应对新冠疫情。以医院的角度出发,在有限的资源下使门诊量和患者的满意度得到提高,同时也增强了医院的竞争力。以患者的角度出发,就诊效率得到提高,减少时间成本,就医时路线简洁清晰,有更愉快的就诊体验。