Доклиническое исследование токсичности перорального применения калия N-ацетиламиносукцината
Автор: Волков З.И.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Математика, информатика и инженерия
Статья в выпуске: 3 (117), 2025 года.
Бесплатный доступ
В статье проводится имитационное моделирование процесса проведения анестезии с целью исследования потока пациентов и распределения ресурсов для повышения эффективности работы медицинского учреждения. Анализируется загрузка системы и предлагаются пути повышения качества медицинского обслуживания.
Имитационное моделирование, анестезия, поток пациентов, медицинская оптимизация, ресурсы
Короткий адрес: https://sciup.org/140310978
IDR: 140310978
Текст научной статьи Доклиническое исследование токсичности перорального применения калия N-ацетиламиносукцината
Проведение анестезии является важной составляющей в поддержании качественного обслуживания пациентов в стационарном медицинском учреждении и рационального расходования его ресурсов. В данной статье проводится моделирование процесса подготовки и проведения анестезии с целью оптимизации загрузки системы, управления потоком пациентов и повышения эффективности медицинского обслуживания. Моделирование было проведено в среде GPSS World [1].
Моделируется процесс проведения анестезии с целью исследования потока пациентов и распределения ресурсов для улучшения работы стационара. При этом предполагалось, что в медицинском учреждении пациенты поступают в блок подготовки к анестезии в среднем каждые 30 минут, где процесс подготовки занимает 60 ± 30 минут. После подготовки 50% пациентов направляются непосредственно на анестезию, а 50% проходят дополнительное обследование, которое длится 45 ± 10 минут. После проведения анестезии 70% пациентов сразу отправляются в операционную, а 30% нуждаются в дополнительной стабилизации, занимающей 30 ± 15 минут, после чего они также направляются на операцию. Моделирование охватывает 12-часовой рабочий день (720 минут) для анализа загруженности системы, оптимизации потока пациентов и повышения эффективности медицинского обслуживания.
Для моделирования процесса была использована имитационная модель, основанная на описанных данных. Моделирование включало генерацию пациентов, последовательное прохождение ими всех этапов подготовки и проведения анестезии, а также учет времени на каждом этапе. В модели также учитывались вероятности направления пациентов на дополнительные обследования и стабилизацию перед операцией.
На рисунке 1 представлена имитационная модель, реализованная в среде GPSS World [2].
* Создание таблиц мониторинга времени ожидания в очередях Time_to_prep QTABLE OCHPREP,10,10,25
Time_to_exam QTABLE OCHEXAM,10,10,25
Time_to_scab QTABLE OCHSTAB,10,10,25
* Определение ресурсов
PREP STORAGE 1 ; подготовка к анестезии
EXAM STORAGE 1 ; дополнительное обследование
STAB STORAGE 1 ; стабилизации пациентов
* Генерация пациентов каждые 30 минут
GENERATE 30
Подготовка к анестезии
QUEUE OCHPREP
ENTER PREP,1 DEPART OCHPREP ADVANCE €0,30 LEAVE PREP,1
; Пациент встает в очередь на подготовку
; Захват ресурса подготовки
; Уход из очереди
; Время подготовки: 60 ± 30 минуты
; Освобождение ресурса
TRANSFER .5,ANESTHESIA,EXAMINATION
; 50% на анастезию и 50% на доп. обследование
Дополнительное обследование перед анестезией
EXAMINATION QUEUE OCHEXAM
ENTER EXAM,1
DEPART OCHEXAM
ADVANCE 45,10
LEAVE EXAM,1
; Очередь на обследование
; Захват ресурса обследования:
; Уход из очереди
; Время обследования: 45 ± 10 минут
; Освобождение ресурса
* Введение анестезии
ANESTHESIA TRANSFER .3, OPERATION,STABILIZATION; 70% на операцию и 30% на стабилизацию
Дополнительная: стабилизация перед операцией
STABILIZATION QUEUE OCHSTAB ENTER STAB,1 DEPART OCHSTAB ADVANCE 30,15 LEASE STAB,1
OPERATION TERMINATE
; Очередь на стабилизацию
; Захват ресурса
; Уход из очереди
; Время стабилизации: 30 ± 15 минуты
; Освобождение ресурса
; Завершение процесса - пациент отправляется на операцию
* Генерация пациентов в течение 12-часового рабочего дня (720 минут) GENERATE 720
TERMINATE 1 ; Завершение всех процессов после 720 минут
Рисунок 1 - Имитационная модель
На рисунке 2 изображены статистические данные по этой модели.
|
QUEUE |
MAX CONT. |
ENTRY ENTRY(0) |
AVE.CONT. |
AVE.TIME |
AVE.(-0) RETRY |
|
OCHPREP |
10 10 |
23 1 |
5.725 |
147.912 |
154.636 0 |
|
ОСНЕХАИ |
1 0 |
7 6 |
0.016 |
1.628 |
11.394 0 |
|
OCHSTAB |
1 0 |
8 6 |
0.039 |
3.547 |
14.190 0 |
Рисунок 2 – Статистические данные модели
На рисунке 2 представлены данные, характеризующие статистику работы очередей на различных этапах процесса введения анестезии.
Отображены ключевые показатели: максимальная длина очереди (MAX), среднее время ожидания (AVE.TIME), общее количество пациентов (ENTRY и их распределение на этапах подготовки, обследования и стабилизации (QUEUE). Очередь на этап подготовки к анестезии (OCHPREP демонстрирует наибольшую загруженность, достигая максимальной длины в 10 пациентов и среднего времени ожидания 147,912 минуты. В отдельных случаях время ожидания может превышать 154 минуты, что указывает на необходимость дальнейшего анализа и возможной оптимизации процесса. Напротив, этапы дополнительного обследования (OCHEXAM) и стабилизации пациента (OCHSTAB) характеризуются меньшей загруженностью, с максимальной длиной очереди 1 пациент и существенно более короткими временами ожидания — 1,628 и 3,547 минуты соответственно.
На рисунке 3 представлена статистика по очереди.
|
TABLE |
MEAN |
STD.DEV. |
RANGE |
RETRY FREQUENCY CUM.% |
|
TIMETOPREP |
134.768 |
82.080 |
0 |
|
|
- 10.000 |
1 7.69 |
|||
|
10.000 |
- 20.000 |
0 7.69 |
||
|
20.000 |
- 30.000 |
0 7.69 |
||
|
30.000 |
- 40.000 |
0 7.69 |
||
|
40.000 |
- 50.000 |
0 7.69 |
||
|
50.000 |
- 60.000 |
2 23.08 |
||
|
60.000 |
- 70.000 |
0 23.08 |
||
|
70.000 |
- 80.000 |
0 23.08 |
||
|
80.000 |
- 90.000 |
2 38.46 |
||
|
90.000 |
- 100.000 |
0 38.46 |
||
|
100.000 |
- 110.000 |
0 38.46 |
||
|
110.000 |
- 120.000 |
1 46.15 |
||
|
120.000 |
- 130.000 |
0 46.15 |
||
|
130.000 |
- 140.000 |
1 53.85 |
||
|
140.000 |
- 150.000 |
0 53.85 |
||
|
150.000 |
- 160.000 |
1 61.54 |
||
|
160.000 |
- 170.000 |
1 69.23 |
||
|
170.000 |
- 180.000 |
1 76.92 |
||
|
180.000 |
- 190.000 |
0 76.92 |
||
|
190.000 |
- 200.000 |
0 76.92 |
||
|
200.000 |
- 210.000 |
1 84.62 |
||
|
210.000 |
- 220.000 |
0 84.62 |
||
|
220.000 |
- 230.000 |
0 84.62 |
||
|
230.000 |
- 240.000 |
0 84.62 |
||
|
240.000 |
- |
2 100.00 |
||
|
TIME_TO_EXAM |
1.628 |
4.306 |
0 |
|
|
- 10.000 |
6 85.71 |
|||
|
10.000 |
- 20.000 |
1 100.00 |
||
|
TIME_TO_STAB |
3.547 |
7.842 |
0 |
|
|
- 10.000 |
7 87.50 |
|||
|
10.000 |
- 20.000 |
0 87.50 |
||
|
20.000 |
- 30.000 |
1 100.00 |
Рисунок 3 – Статистические данные очередей
На рисунке 3 представлены статистические данные о временных интервалах для различных этапов подготовки и введения анестезии:
Для улучшения работы системы было проведено перераспределение ресурсов на ключевых этапах процесса. В рамках оптимизации увеличена доступность подготовки к анестезии (PREP STORAGE 2), что позволило сократить время ожидания пациентов и уменьшить перегрузку на данном этапе.
Результаты представлены на рисунке 4.
|
QUEUE |
MAX CONT. ENTRY ENTRY(0) |
AVE.CONT. AVE.TIME |
AVE.(-0) RETRY |
||||
|
OCHPREP |
3 |
3 24 |
8 |
0.584 |
17.505 |
26.255 0 |
|
|
OCHEXAM |
1 |
0 7 |
6 |
0.030 |
3.096 |
21.675 0 |
|
|
OCHSTAB |
I |
0 12 |
7 |
0.117 |
7.044 |
16.906 0 |
|
|
TABLE |
MEAN |
STD.DEV. |
RANGE |
RETRY |
FREQUENCY CUM.% |
||
|
TIMETO |
PREP |
15.720 |
19.255 |
0 |
|||
|
- |
10.000 |
11 52.38 |
|||||
|
10.000 |
- |
20.000 |
2 61.90 |
||||
|
20.000 |
- |
30.000 |
4 80.95 |
||||
|
30.000 |
- |
40.000 |
0 80.95 |
||||
|
40.000 |
- |
50.000 |
3 95.24 |
||||
|
50.000 |
- |
60.000 |
0 95.24 |
||||
|
60.000 |
- |
70.000 |
1 100.00 |
||||
|
TIMETO |
EXAM |
3.096 |
8.193 |
0 |
|||
|
- |
10.000 |
6 85.71 |
|||||
|
10.000 |
- |
20.000 |
0 85.71 |
||||
|
20.000 |
- |
30.000 |
1 100.00 |
||||
|
TIMETO |
STAB |
7.044 |
11.470 |
0 |
|||
|
- |
10.000 |
8 66.67 |
|||||
|
10.000 |
- |
20.000 |
2 83.33 |
||||
|
20.000 |
- |
30.000 |
2 100.00 |
||||
Рисунок 4 – Динамика работы модели с добавлением сотрудников
Итоговое распределение ресурсов составило: два места на этапе подготовки к анестезии, по одному месту на этапах дополнительного обследования и стабилизации перед операцией. Данное изменение позволило сбалансировать нагрузку между этапами, снизить время ожидания в очередях и повысить общую пропускную способность системы.
В ходе исследования, проведенного с использованием имитационного моделирования, был проанализирован процесс обработки заявок на открытые вакансии в отделе кадров крупной компании. Результаты моделирования выявили недостаточную эффективность текущей системы, основными проблемами которой стали нехватка ресурсов на этапах собеседования и одобрения заявок. Для оптимизации работы были добавлены дополнительные сотрудники на ключевых этапах процесса, что позволило перераспределить нагрузку, снизить время ожидания в очередях и повысить общую пропускную способность системы. В результате внесенных изменений значительно сократилось время обработки заявок, что способствует повышению скорости работы стационара.
