Пандемия COVID-19 стала для всех большим испытанием. Когда вирус только появился, никто не знал, что нас ждет дальше. Власти Саскачевана в Канаде следили за развитием эпидемии в Китае и Италии и трудностями, с которыми сталкиваются местные системы здравоохранения.
Специалистам Службы здравоохранения Саскачевана нужен был план по борьбе с вирусом, поэтому они решили интегрировать в процесс принятия решений модель доверия.
Проблема
В традиционном комплексном подходе к принятию решений каждый специалист анализирует отдельную часть системы, а затем все специалисты вместе принимают наилучшее из возможных решений.
Этот подход плохо работал в отношении COVID-19, поскольку занимал много времени специалистов, и они могли фокусироваться только на своих частях системы. Чтобы решить эту проблему, команда цифровой аналитики в сфере здравоохранения обратилась за помощью к специалистам по моделированию.
Решение
Специалисты службы здравоохранения Саскачевана хотели в режиме реального времени интегрировать большие объемы данных из разных источников, стандартизировать их, объединить. Затем на их основе они бы принимали решения о мерах борьбы с COVID-19.
Ситуация в мире стремительно менялась, поэтому решения нужно было принимать очень быстро. Чтобы успешно смоделировать процесс принятия решений в системе здравоохранения, нужны были пять ключевых компонентов:
- карта всего процесса;
- данные;
- характерные признаки;
- контекстные знания;
- преобразование знаний.
В начале 2020 года, когда вирус стал распространяться, Университет Саскачевана определил три параллельных направления для разработки модели доверия. Затем консалтинговая компания Kreuger Consulting внедрила их в свой проект, реализованный по заказу Службы здравоохранения Саскачевана.
В рамках первого направления в кратчайшие сроки была создана модель с использованием системной динамики. С ее помощью прогнозировались возможные ситуации в Саскачеване, например сложность обстановки, типы отслеживания контактов и требования к системе стационарных медучреждений.
В рамках второго направления системная динамика была интегрирована с подходом машинного обучения под названием фильтр частиц. В модель поступали различные данные, например ежедневное количество случаев и госпитализаций, на основе которых автоматически выдавался краткосрочный прогноз. По мере обновления данных этот прогноз менялся.
Третьим направлением стала агентная модель на основе данных о населении. Изначально она была разработана, чтобы получать ответы на вопросы, связанные с правилами, в средне- и долгосрочной перспективе. Это была ГИС-модель с использованием дискретно-событийного подхода для предоставления услуг, тестирования и отслеживания контактов. Далее в эту ГИС-среду было добавлено население (агенты).
Таким образом, ни одна из этих моделей не является мультиметодной. Для проекта разработаны отдельно модели с использованием агентного подхода и системной динамики. Благодаря ПО AnyLogic, выполняя эти модели, можно было легко переключаться между агентным моделированием и системной динамикой.
Основным преимуществом агентной модели была возможность задавать предварительные вопросы и получать на них ответы. Данные представляли собой предположения о том, что поведение людей в будущем не изменится, но после мер вмешательства, таких как вакцинация, результаты изменятся. Агентная модель позволила запланировать проверку устойчивости системы, чтобы понять, когда она войдет в зону риска или столкнется с какими-либо ограничениями.
Интеграция фильтра частиц с системной динамикой позволила показать, какие условия существуют в текущий момент времени и какими они могут быть через одну-две недели.
Результаты
Сейчас агентная модель работает на уровне округов с населением 1,2 млн человек (или 1,2 млн агентов).
Ранее она функционировала на местном уровне, в небольших сообществах, где в начале пандемии возникали локальные вспышки заболевания. Ниже представлена визуализация модели доверия, хотя в данном случае важнее поведение модели.
Эта модель доверия была очень прозрачной, в ней был показан реальный сценарий Саскачевана. В результате заинтересованные лица укрепили свое доверие к модели, и моделирование стало важным инструментом планирования в борьбе с COVID-19. Специалисты анализируют результаты несколько раз в неделю. При этом оцениваются как результаты моделирования, так и фактические результаты, что позволяет следить за качеством модели.
Для Службы здравоохранения Саскачевана моделирование оказалось очень мощным инструментом, особенно при использовании его в процессе принятия решений. Благодаря модели специалисты могли своевременно менять свои действия и принимаемые решения.
Этот проект представили на конференции AnyLogic 2021 доктор Курт Кройгер из Kreuger Consulting и доктор Дженни Басран, начальником медицинского информационного подразделения Службы здравоохранения Саскачевана.
