Описание проблемы
Кесарево сечение – метод деторождения, при котором хирург разрезает брюшную полость и матку женщины, чтобы помочь ребенку появиться на свет.
В идеале, к кесареву сечению прибегают только в том случае, когда вагинальные роды по каким-то причинам несут угрозу для жизни матери или ребенка. В остальных случаях кесарево сечение гораздо опаснее как для роженицы, так и для плода, ведь оно подразумевает серьезную абдоминальную хирургию. Кроме того, оно стоит на 50% дороже.
За последние 40 лет в США наблюдается значительный рост числа родов с помощью кесарева сечения, с 4,5% в 1965 г., до 32,8% в 2012 г. Большинство из них (некоторые учёные считают, что до половины случаев кесарева сечения) необоснованные. В 2009 г. затраты на госпитализацию беременных женщин составили 7,6 % от общего числа трат на госпитализацию, достигнув суммы 27,6 млрд. долларов.
Множество специалистов здравоохранения давно говорят о необходимости уменьшения количества родов при помощи кесарева сечения. Алан Миллс, эксперт-статистик, член Общества актуариев США, и его коллеги впервые провели исследование для штата Вашингтон, в котором воспроизвели при помощи имитационного моделирования часть системы здравоохранения США, занимающуюся родовспоможением. Эта модель должна была позволить заинтересованным лицам – медицинским агентствам, страховым организациям, законодательным органам и практикующим врачам – поэкспериментировать с параметрами, чтобы проверить различные варианты решения проблемы, и выбрать лучшие из них.
Решение
Для наиболее полной картины были исследованы 4 штата: Вашингтон, Иллинойс, Нью-Йорк и Западная Вирджиния. Данные для каждого штата вводились индивидуально, т.к. было необходимо учитывать различия в условиях для деторождения, включая медицинскую инфраструктуру и возможности бесплатной медицины (программа Medicaid) в каждом из штатов.
Исследователи решили использовать агентное моделирование, потому что оно позволяет учитывать поведение многих участников системы, действующих независимо друг от друга. Более того, благодаря агентному моделированию можно увидеть сетевой эффект и обратную связь, когда женщины и врачи-акушеры принимают решения на основании того, что делают их друзья и коллеги, а также опираясь на предыдущий опыт.
В модели были использованы следующие типы агентов:
- Женщины
- Врачи-акушеры
- 2 типа медсестер-акушеров
- Больницы
- Страховые компании
- Medicaid (государственная программа оказания бесплатной медицинской помощи)
Исследователи задали агентам параметры из реальных данных, собранных в Excel. В случаях, где использовалась приватная информация, на основе реальных данных были сгенерированы искусственные.
Было важно смоделировать ключевое поведение агентов корректно, чтобы отразить реальный процесс принятия решений. Моделируемое поведение включало в себя выбор женщинами специалиста для родовспоможения (врача-акушера или один из типов медсестер-акушеров), выбор специалистом медицинского учреждения для ведения беременности и родов, метод родов (вагинальные роды или кесарево сечение), процесс подачи документов в страховую компанию/Medicaid и платёж.
Поведение агентов было основано на одном и том же шаблоне, включавшем десять основных компонентов (см. рисунок). Например, женщины выбирали специалиста, исходя из месяца рождения ребенка (вводные данные), мотивации (желаемый тип специалиста), и характеристик (географическое местоположение).
Модель имела интерактивный интерфейс, что позволяло пользователям экспериментировать с параметрами (мотивацией, местоположением, т.д.) и видеть, как меняется поведение системы. На экране выводились данные о влиянии разных стратегий на численность населения и финансовые затраты, так что пользователи легко могли сравнить их и понять, какие из них самые эффективные. Модель также включала в себя визуализацию на карте, где все агенты были анимированы, и проблема рассматривалась с точки зрения географической перспективы.
Результат
С помощью AnyLogic исследователям удалось создать интерактивный обучающий инструмент на основе имитационного моделирования, для тех, кому нужно лучше исследовать эту проблему и протестировать возможные стратегии. Тренинг-сессии, в которых была использована модель, значительно повысили понимание проблемы, что важно для разработки эффективного комплекса мер для уменьшения количества случаев кесарева сечения.
Первичные результаты экспериментов показали, что ранее предложенная финансовая реформа в сфере поставщиков медицинских услуг не будет работать сама по себе, необходимо разработать комплексный подход. Также выяснилось, что если частью стратегии будет переквалификация персонала, то это займет много времени.
Это была первая в мире модель, разработанная для решения проблемы завышенного уровня использования кесарева сечения на региональном уровне.
Видео-презентация проекта Алана Миллса на конференции AnyLogic 2014:
