© Анна Кащеева, группа э621, ЭФ МГУ
Любая система здравоохранения представляет собой совокупность различных отдельных систем, многие из которых могут быть отображены в виде сетей (например, семья человека, его окружение и пр.). Сложность построения системы здравоохранения частично объясняется тем, что каждая подсистема характеризуется собственной системой ценностей, определяющей мотивы поведения индивидов (зачастую скрытые) и непосредственно их действия, что говорит о том, что поведение агентов внутри каждой подсистемы зачастую непредсказуемо.
Одним из инструментов для попытки понимания и лучшего управления сложными системами является математическое моделирование.
Авторы исследования представляют модель системы здравоохранения города Филадельфия (штат Пенсильвания, США) для формирования представлений о бремени психических заболеваний населения города (Simulating Urban Mental Health Operations (SUMHO)) и поиска решений оптимизацией существующей системы здравоохранения. Целью статьи является изучение возможностей применения агент-ориентированного моделирования в здравоохранении для формирования путей повышения качества предоставляемых услуг медицинскими учреждениями и улучшения здоровья пациентов при одновременном снижении затрат. Поскольку ключевые взаимосвязи населения и поставщиков медицинских услуг зачастую определяются социально-экономическими факторами (не связанными напрямую с показателями здравоохранения), авторы исследования рассматривают проблему на трех уровнях: на уровне индивидов, организаций и общества в целом.
Гипотеза исследования заключается в том, что системы принятий решений (англ. – decision support systems), включающие агент-ориентированное моделирование мотивов поведения индивида и схемы принятий решений на микроуровне, эффективны на всех трех уровнях системы здравоохранения.
Для понимания любой системы необходимо выделять следующие уровни:
- как работают части системы (проблема гуманизации, т.е. проблема приведения в соответствие с природой, потребностями и возможностями человека);
- как работает вся система (проблема контроля);
- как система взаимодействует с включающей её глобальной системой (проблема энвайроментализации).
После принятия закона о доступном медицинском обслуживании в 2010 году вопрос об использовании ресурсов здравоохранения стал одним из приоритетных в государственной политике США. Различные хронические заболевания, проблемы ментального здоровья населения представляют серьезное бремя для бюджета государства, поскольку связаны с крупными расходами, большая часть которых покрывается общественными средствами.
Медицинские ошибки и повторная госпитализация пациентов с ментальными заболеваниями ежегодно обходится США в 44 млн долл. Авторы указывают на неэффективную и разрозненную работу служб по оказанию услуг в области физического и ментального здоровья, отсутствие согласованного плана и требований по формированию бюджета и формата оказания услуг населению.
В Филадельфии общественные организации, предоставляющие услуги в области психического здоровья ежегодно обходятся в 850 млн долл., поддерживая около 500 тысяч пациентов, из которых более 20% подвержены различным серьёзным психическим расстройствам и другим заболеваниям.
Агент-ориентированное моделирование представляет сочетание качественных и количественных методов решения поставленной проблемы. В рассматриваемом случае агенты представляют индивидов с определенным уровнем ментального здоровья, которые могут чувствовать, думать и действовать с некоторой степенью независимости и преследовать собственные цели, делая выбор из возможных альтернатив.
Авторы рассматривают разные подходы к формированию типа агентов:
- Широкий подход (broad-shallow). Мульти-агентное моделирование:
- наиболее широко применяемые модели;
- агенты легко изменяемы, построены по базовым, легко изменяемым правилам, которых достаточно для того, чтобы задать социальные характеристики агента.
- простыми примерами моделирования могут быть военные действия (преимущественно используются в видео-играх), перемещение агентов в безопасное место при возникновении природных катастроф, распространение заболеваний и пр.
- Узкий подход (narrow-deep):
- включение социологических, биологических, психологических, экономических, политических и пр. характеристик агента;
- примеры: психологическое моделирование, агенты с множественными заболеваниями и пр.;
- сложности при моделировании общества, социальных групп или взаимоотношений между агентами.
- Смешанное моделирование (mixed modeling):
- агенты сочетают в себе когнитивные функции, культурные нормы и психологические особенности наряду с возможностями построения социальных сетей и осуществления выбора;
- функционируют как на макро-, так и на микро уровнях.
При построении модели исследователи исходят из смешанного подхода, при этом акцентируют внимание на тех чертах, которые заимствованы из широкого и узкого подходов.
Модель включает в себя три обобщающие категории характеристик агента: мотивы, состояние и действия (рисунок 1).
Рисунок 1. Моделирование поведения агента.
Мотивы поведения определяются сложившейся системой ценностей агента. В данном случае полезность определена неденежной оценкой уровня удовлетворения пациента различными исходами того или иного события. Для построения используется дерево решений с соответствующим распределением вероятностей наступления того или иного события. В рамках модели цели – это желаемые агентом события, реализующиеся в краткосрочной перспективе; предпочтения – долгосрочные представления агента о состоянии мира.
Текущее состояние индивида определялось его психологическим, ментальным и социально-экономическим положением (рисунок 2).
Рисунок 2. Определение состояния индивида.
Модель представляет четырех-секторное моделирование в зависимости от состояния пациента:
- нет серьёзных психических и физических заболеваний (сектор 1);
- есть серьёзные психические нарушения, нет физических заболеваний (сектор 2);
- нет серьёзных психических нарушений, есть физические заболевания (сектор 3);
- есть серьёзные психические и физические заболевания (сектор 4).
Данные представлены следующими источниками:
- данные консультаций пациентов школы медицинских сестер (Пенсильвания);
- данные психиатрического эпидемиологического исследования (Collaborative Psychiatric Epidemiology Survey (CPES)) 2001-2003 гг.
Моделирование медицинской помощи населению происходит на следующих уровнях:
- «предварительный» (preadmission) – индивид не взаимодействует с сервисами медицинского обслуживания; в зависимости от уровня дохода проходит ежегодный осмотр (диспансеризацию) или употребляет необходимые лекарственные средства;
- «взаимодействие» (admission) – индивид обращается к услугам здравоохранения или подвергается госпитализации.
Авторы исследования выделяют различные категории помощи в зависимости от состояния пациента и требуемых ресурсов для удовлетворения его требований. Для упрощения модели этапа взаимодействия авторы вводят шкалу общей оценки функционального статуса индивида (Global Assessment of Functioning (GAF)), имеющую числовое выражение от 0 до 100 единиц и отражающую социально-экономические, психологические и другие характеристики агента. Данная оценка изменяется по периодам.
На первом шаге построения модели был проведён кластерный анализ пользователей услуг здравоохранения, распределение текущих задач здравоохранения в зависимости от состояния и потребностей пациента внутри секторов.
Пациенты были распределены на группы с соответствующими нарушениями: маниакальный синдром, депрессивные расстройства, злоупотребление алкоголем и наркотическими веществами. Кроме того, учитывались различные индивидуальные социально-демографические характеристики: участие на рынке труда, образ жизни, состав домохозяйства и др.
На втором шаге было непосредственно проведено математическое моделирование ежедневных процессов выбора агента из существующих возможных альтернатив, определяемых состоянием здоровья индивида (рисунок 3).
Рисунок 3. Схема базового сценария принятия решений в рамках модели.
В рамках модели авторам удалось получить статистически значимые результаты, на базе которых были выработаны рекомендации по обновлению текущей системы предоставления медицинской помощи населению:
- повышение качества предоставляемой медицинской помощи позволит увеличить время для обхода пациентов на дому для определения текущего состояния пациента и отслеживания правильности выполнения предписанных норм;
- более частые обходы пациентов на дому повысят стабильность состояний пациентов, проживающих без поддержки родственников, в частности, психоэмоциональную стабильность, что снизит уровень самоповреждений (в т.ч. суицидов).
Несмотря на наличие существенных ограничений при моделировании психологических, когнитивных и социальных характеристик индивида, авторам удалось получить значимые результаты при тестировании модели на временном периоде равном 1000 дней. Авторы проводят сравнение предлагаемой политики здравоохранения с существующей (рисунок 4).
Рисунок 4. Сравнение новой политики (на базе модели) с существующей политикой здравоохранения.
Таким образом, при внедрении новой политики в долгосрочной перспективе будет достигнуто повышение уровня ментального здоровья индивида, что снизит уровень рецидивов, а также будет способствовать снижению величины индивидуальных издержек и повышению доступности ресурсов здравоохранения (на примере, койко-мест), что приведет к повышению эффективности и качества предоставляемых медицинских услуг.
В заключении следует отметить, что агент-ориентированное моделирование в сфере здравоохранения является относительной новой и перспективной областью развития социально-экономических исследований, позволяющих определить перспективы развития данной отрасли с учетом состояний и потребностей населения. Кроме того, важным фактором использования агент-ориентированных моделей является возможность построения моделей как на индивидуальном уровне, так и на уровне отдельных групп населения, что особо актуально при изучении социально уязвимых слоёв населения.
Более подробно: [Silverman B.G., Hanrahan N., Bharathy G. et al. (2015) A systems approach to healthcare: agent-based modeling, community mental health, and population well-being // Artificial Intelligence in Medicine. – N.63. – p. 61–71].