Оценка пропускной способности больничного стационара

Проблема:




При проектировании современных больниц специалисты сталкиваются с огромным количеством важных вопросов и решений. В шведском Стокгольме строилась новая узкоспециализированная больница, и местное управление здравоохранения задалось вопросом, сможет ли больница обслуживать нужное количество пациентов при текущих инвестициях и организационных планах. Специалисты использовали AnyLogic для поиска ответов на свои вопросы.


В случаях, когда имитационное моделирование используется для решения сложных проблем, дело редко ограничивается построением одной модели. Правильное использование моделирования почти всегда поднимает уровень понимания проблемы и обсуждений среди участников процесса, что часто ведет к возникновению новых вопросов и необходимости расширения модели.


Первая версия этой модели фокусировалась на общей пропускной способности больницы и количестве обслуживаемых пациентов, а вторая версия позволила пользователям экспериментировать с политиками размещения пациентов в стационаре. Вторая версия также разделяла пациентов на разные клинические группы с характерными особенностями. Модель выступала инструментом поддержки принятия решений для приведения в соответствие ожидаемого спроса на медицинские услуги и возможностей ресурсов стационара.


Решение:




Чтобы эффективно решать проблемы реального мира при помощи ИМ, специалист, занимающийся моделированием, должен не просто иметь навыки в построении моделей, но и в первую очередь иметь хорошее понимание стратегических и операционных проблем отрасли (в данном случае – здравоохранения). Это дает ему возможность понять суть вопроса, интерпретировать и иногда даже переформулировать его, чтобы построить модель, которая приносит пользу.


В этом проекте именно компетентность в сфере стратегического управления отраслью помогла специалисту по моделированию развить видение проблемы и изменить цель построения модели. Это позволило найти ответы на те вопросы, которые действительно требовалось задать.


До моделирования внимание администрации в основном фокусировались на различных подразделениях больницы (реанимация, стационар, операционные и т.д.), но не на больнице в целом. Это неправильный путь, т.к. больница является системой, при рассмотрении которой нужно брать в расчет взаимозависимости элементов. Модель позволила отразить этот системный подход.


В первой версии модели каждое отделение было представлено в упрощенной форме с использованием дискретно-событийного моделирования. В модели были отражены ключевые процессы и ресурсы каждого отделения, и отделения были связаны между собой, чтобы смоделировать перемещение пациентов между ними. Пользователи получили возможность экспериментировать с огромным количеством возможных сценариев, изменяя такие параметры, как спрос (входящие пациенты), количество ресурсов (кроватей, палат и др.), время исполнения процессов (время нахождения в стационаре, время проведения операции и др.) и стратегии (как пациенты должны перемещаться между отделениями).

Имитационная модель больницы

Первая версия модели больницы

Моделирование больницы

Вторая версия модели больницы


Вторая версия модели разделяла пациентов на клинические группы. Это было сделано для лучшего отражения их отличительных особенностей и индивидуальных случаев. Также такая архитектура позволяла определить, будет ли обслуживание требуемого количества пациентов всех категорий возможно при различных политиках организации работы. Эта модель визуально отличалась от первой, несмотря на схожесть логики – это было сделано для того, чтобы их можно было легко различить.


Обе версии модели рассматривали в основном материальные ресурсы, а не персонал. Такой подход был выбран, т.к. при принятии решений о строительстве и инвестициях более важно рассмотреть, какие ограничения именно материальные ресурсы накладывают на пропускную способность. Другой причиной был тот факт, что для лучшего моделирования работы персонала нужно брать в расчет расписания, стратегии планирования и категории компетенции. Это уместно в модели микроуровня, в то время как эта модель рассматривала больницу на мезоуровне.


Результат:




Модель предоставила статистику по количеству обслуженных пациентов и уровню использования ресурсов. Это помогло понять, будет ли вместимость больницы достаточной.


Моделирование помогло оценить производительность больницы в количестве проведенных операций, вылеченных в стационаре больных и т.д. при каждом тестируемом сценарии. Это позволило выделить и обсудить возможные риски и сложности, принимая во внимание показатели использования ресурсов.


Основные выводы, сделанные при помощи модели, подтвердили опасения многих участников работы – количество ресурсов было намного меньше требуемого. Однако модель позволила аргументировать это, и лица, принимающие решения, были вынуждены принять меры для решения проблемы.


В сложных вопросах, особенно когда существует конфликт интересов, наибольшая польза от использования моделей часто приходит от качественных, а не количественных результатов (хотя статистика тоже важна). Причины этого таковы:

  • Модели собирают и наглядно представляют все измерения проблемы, параметры и индикаторы. Это часто позволяет повысить уровень понимания проблемы и обсуждений.
  • Модели позволяют рассмотреть огромное количество сценариев, поэтому все заинтересованные стороны могут протестировать свои предположения и понять позиции друг друга лучше.  
  • Здравоохранение – это сфера, где решения часто диктуются политикой. Более того, сфера знаний и культура управленцев в этой сфере часто включают медицинское образование и доказательный подход, но не операционный менеджмент и системный подход. Вот почему требуется делать легко понятными взаимосвязи и проблемы, описанные в этой статье. Моделирование помогает ответственным лицам в здравоохранении вести дискуссии в нужном направлении и, как следствие, принимать лучшие решения.

Эта модель также послужила заготовкой для других моделей, когда задачей был анализ процессов в существующих больницах. Логика модели является общей для всех больниц. Ее использование позволяет планировщикам смотреть на больницу как на систему и определять, хорошо ли сбалансирована данная система.


Другие проекты

  • Моделирование распределительного склада фармацевтической компании
    Cardinal Health – компания с многомиллиардным оборотом, работающая в сфере дистрибуции и логистики фармацевтических товаров. Каждый день компания сталкивается со множеством логистических задач, типичных для распределительных складов, которые осложняются спецификой фармацевтической сферы. Компания использовала агентное моделирование для различных бизнес-задач, что позволило ей экономить 3 000 000 долларов ежегодно.
  • Развёртывание системы реанимобилей в Германии
    Реанимобили MSU (Mobile Stroke Units) были предложены для ускорения оказания помощи пациентам с апоплексическим ударом. Специалисты MSU должны начинать диагностику и терапию прямо на месте происшествия. Целью внедрения было снижение времени от поступления вызова до начала лечения больных для предотвращения риска возникновения инвалидности и снижения издержек в здравоохранении.
  • Моделирование на основе статистики врачебной практики
    Специалистам в сфере здравоохранения требуются инструменты для принятия решений относительно планирования, тестирования и оценки новых технологий и политик. Специфика данной области (комплексность и взаимозависимость процессов) превращает любые изменения и инновации в постоянное испытание для профессионалов индустрии. DWH Simulation Services в партнерстве с Австрийской Ассоциацией Социального Страхования (AASI) проанализировали данные системы здравоохранения Австрии для принятия важных для медицинской практики решений.
  • Моделирование работы родильного отделения
    Эта модель воспроизводит работу родильного отделения в строящейся больнице. Задача этой модели состояла в поддержке принятия решений касательно ресурсов, пропускной способности и методов организации работы в новом отделении. Проект был выполнен для больницы Karolinska University Hospital в лене Стокгольм, Швеция.
  • Моделирование медицинского обслуживания на уровне региона
    Регион Стокгольма (Швеция), как и любой регион, испытывает постоянную необходимость удовлетворять спрос на услуги здравоохранения различных групп пациентов. Каждая группа может быть рассмотрена как субпопуляция со своими особенностями, характеристиками и сложностями. Данный проект по имитационному моделированию рассматривал пациентов, которые нуждались в диализе почек.
  • Планирование реагирования на ЧС с помощью агентного моделирования
    Battelle – крупнейшая в мире некоммерческая независимая исследовательская организация. В одном из проектов исследователи должны были определить эффективность мер реагирования в случае детонации ядерного устройства, сравнив планы эвакуации населения и его укрытия на месте ЧС.
  • Оценка стратегий в сфере здравоохранения для уменьшения количества случаев кесарева сечения
    Множество специалистов здравоохранения давно говорят о необходимости уменьшения количества родов при помощи кесарева сечения. Алан Миллс, эксперт-статистик, и его коллеги провели исследование для штата Вашингтон, в котором воспроизвели при помощи моделирования часть системы здравоохранения США, занимающуюся родовспоможением.
  • Разработка стратегий в сфере здравоохранения с помощью моделирования
    Специалисты Центра исследований вопросов здравоохранения (Centre for Research in Healthcare Engineering, CRHE) решили создать инструмент анализа и визуализации, с помощью которого можно было бы лучше понять, как работает система здравоохранения Канады, и что именно следует изменить, чтобы повысить продолжительность жизни канадцев.
  • Исследование условий проживания людей с психическими заболеваниями в США при помощи моделирования
    За последние 60 лет в США увеличилось количество людей с серьёзными хроническими психическими заболеваниями, которые живут вне специальных лечебных учреждений. IBM Global Research и Otsuka Pharmaceuticals провели исследование с применением агентного моделирования, чтобы выяснить причины этих изменений в обществе.
  • Моделирование продвижения продукта на фармацевтическом рынке
    Одна из крупнейших фармацевтических компаний обратилась к консалтинговой фирме Bayser для разработки стратегии продвижения нового продукта на рынке. Имитационное моделирование применялось для воссоздания системы взаимодействия между производителем продукта, врачами и пациентами.