Концептуальная схема агент-ориентированной модели регионального здравоохранения
Автор: Нацун Л.Н., Алферьев Д.А., Ригин В.А., Дианов Д.С.
Журнал: Социальное пространство @socialarea
Рубрика: Теоретико-методологические подходы к исследованию социального пространства
Статья в выпуске: 4 т.10, 2024 года.
Бесплатный доступ
В условиях растущего спроса на медицинские услуги со стороны населения и ограниченности имеющихся ресурсов регионального здравоохранения особую актуальность приобретает разработка инструментов, позволяющих проводить безрисковую апробацию управленческих решений в данной сфере. Одним из современных подходов к решению этой задачи служит агент-ориентированное моделирование. Несмотря на то, что в отечественных и зарубежных исследованиях неоднократно предлагались варианты моделей отдельных компонентов системы здравоохранения, комплексного решения, применимого на уровне региона, разработано не было. Цель исследования - обоснование концептуальной схемы агент-ориентированной модели регионального здравоохранения (на примере Вологодской области). Представлены ключевые характеристики агентов модели, ее структура, допущения и ограничения, обоснован выбор исходных данных для построения модели и программной среды для ее реализации. Обозначены преимущества предлагаемой модели, в частности ее применимость для апробации управленческих решений в рамках различных подсистем регионального здравоохранения. Практическая значимость результатов исследования состоит в том, что выходные параметры модели (показатели удовлетворенности населения медицинской помощью, уровня нагрузки на врачей, посещаемости медицинских организаций, уровня смертности населения по отдельным классам болезней), рассчитанные в рамках экспериментов, будут использоваться для оценки эффективности региональной системы здравоохранения наряду с показателями затрат ресурсов на ее функционирование. Это позволит сравнивать итоги принимаемых управленческих решений и выбирать оптимальные сценарии (оптимизация нагрузки на врачей, выбор схемы пространственного размещения объектов медицинской инфраструктуры, корректировка объемов финансирования медицинских организаций и т. д.).
Агент-ориентированное моделирование, медицинская помощь, медицинская активность населения, эффективность регионального здравоохранения
Короткий адрес: https://sciup.org/147247169
IDR: 147247169 | DOI: 10.15838/sa.2024.4.44.1
Список литературы Концептуальная схема агент-ориентированной модели регионального здравоохранения
- Абрамов А.Ю., Кича Д.И., Рукодайный О.В. (2018). Медицинская активность и удовлетворение потребности населения в медицинской помощи // Проблемы социальной гигиены, здравоохранения и истории медицины. Т. 26. № 5. С. 266–270. DOI: 10.32687/0869-866X-2018-26-5-266-270
- Бекларян А.Л., Акопов А.С. (2015). Моделирование поведения толпы на основе интеллектуальной динамики взаимодействия агентов // Бизнес-информатика. № 1 (31). С. 69–77.
- Брагин А.В., Бахтизин А.Р., Макаров В.Л. (2022). Современные программные средства агент-ориентированного моделирования // Искусственные общества. Т. 17. № 4. DOI: 10.18254/S207751800023501-0
- Гришин В.В., Рагозин А.В., Ицелев А.А., Глазунова С.А. (2021). Финансирование Программы государственных гарантий бесплатной медицинской помощи: как решить проблему дефицита? // Здравоохранение Российской Федерации. № 65 (6). С. 514–521. URL: https://doi.org/10.47470/0044-197X-2021-65-6-514-521
- Дианов С.В., Калашников К.Н., Ригин В.А. (2020). Имитационная модель системы скорой медицинской помощи (на примере г. Сокола и Сокольского муниципального района Вологодской области) // Управление городом: теория и практика. № 3 (37). С. 47–54.
- Дианов С.В., Калашников К.Н., Ригин В.А. (2021). Поиск путей оптимального пространственного размещения объектов инфраструктуры здравоохранения: обзор методического инструментария // Проблемы развития территории. Т. 25. № 2. С. 108–127. DOI: 10.15838/ptd.2021.2.112.7
- Дианов С.В., Калашников К.Н., Ригин В.А. (2022). Агент-ориентированное моделирование регионального здравоохранения: решение задачи формализации медицинской активности жителей // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 15. № 1. С. 55–73. DOI: 10.15838/esc.2022.1.79.3
- Ильин В.А., Колинько А.А., Дуганов М.Д., Гулин К.А. Эффективность здравоохранения региона. Вологда: ВНКЦ ЦЭМИ РАН, 2006. 192 с.
- Калачикова О.Н., Короленко А.В., Дианов Д.С. (2024). Концепция агент-ориентированной модели «Цифровой демографический двойник Вологодской области» // Социальное пространство. Т. 10. № 1. DOI: 10.15838/sa.2024.1.41.1
- Короленко А.В. (2021). Медицинская активность как фактор здоровья населения (на примере Вологодской области) // Парадигмы и модели демографического развития: сб. статей XII Уральского демогр. форума, Междунар. науч.-практ. конф. (г. Екатеринбург, 3–4 июня 2021 г.) / ред. О.А. Козлова [и др.]. Т. II. Екатеринбург: Институт экономики Уральского отделения РАН. С. 131–140. DOI: 10.17059/udf-2021-4-11
- Лебедев Н.В. (2007). Использование методов системного анализа и моделирования для оптимизации функционирования региональной системы здравоохранения и многопрофильного ЛПУ // Системный анализ и управление в биомедицинских системах. Т. 6. № 2. С. 533–536.
- Макаров В.Л. (2013). Социальное моделирование набирает обороты // Экономика и математические методы. Т. 49. № 4. С. 5–17.
- Макаров В.Л., Бахтизин А.Р. (2013) Применение суперкомпьютерных технологий в общественных науках // Экономика и математические методы. Т. 49. № 4. С. 18–32.
- Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л., Акопов А.С. (2019). Разработка программной платформы для крупномасштабного агент-ориентированного моделирования сложных систем // Программная инженерия. Т. 10. № 4. С. 167–177. DOI: 10.17587/prin.10.167-177
- Макаров В.Л., Бахтизин А.Р., Васенин В.А., Роганов В.А., Трифонов И.А. (2011). Средства суперкомпьютерных систем для работы с агент-ориентированными моделями // Программная инженерия. № 3. С. 2–14.
- Морозова Т.В., Белая Р.В., Козырева Г.Б. (2022). Дифференциация потребительского поведения населения Карелии на рынке платных социально значимых услуг // Народонаселение. Т. 25. № 2. С. 52–65. DOI: 10.19181/population.2022.25.2.5
- Окрепилов В.В., Макаров В.Л., Бахтизин А.Р., Кузьмина С.Н. (2015). Применение суперкомпьютерных технологий для моделирования социально-экономических систем // Экономика региона. № 2 (42). С. 301–313. DOI: 10.17059/2015-2-24
- Полянская Е.В. (2024). Особенности медицинской активности населения Амурской области // ДЕМИС. Демографические исследования. Т. 4. № 2. С. 58–73. DOI: 10.19181/demis.2024.4.2.4
- Россошанская Е.А., Дорошенко Т.А., Самсонова Н.А. [и др.] (2022). Агент-ориентированная демографическая модель Дальнего Востока как инструмент поддержки принятия управленческих решений // Государственное управление. Электронный вестник. Вып. № 94. DOI: 10.24412/2070-1381-2094-203-2
- Хроль Е.В., Уварова А.Г., Кужильный А.В. (2023). Разработка имитационных моделей с помощью AnyLogic // Современные инновации, системы и технологии – Modern Innovations, Systems and Technologies. № 3 (4). С. 0119–0131. URL: https://doi.org/10.47813/2782- 2818-2023-3-4-0119-0130
- Шабунова А.А., Нацун Л.Н. (2023). Доступность платных медицинских услуг и особенности социально-демографического портрета их пользователей // Бюллетень Нац. науч.-иссл. ин-та общественного здоровья им. Н.А. Семашко. № 4. С. 115–122. DOI: 10.25742/NRIPH.2023.04.019
- Шаганина А.А., Рапаков Г.Г., Абдалов К.А., Банщиков Г.Т. (2023). Функциональное моделирование деятельности стационарного отделения лечебно-профилактического учреждения // Интеллектуально-информационные технологии и интеллектуальный бизнес (ИНФОС-2023): мат-лы Четырнадцатой Междунар. науч.-техн. конф. (г. Вологда, 29–30 июня 2023 г.). Вологда: ВоГУ. С. 111–115.
- Швецов А.Н., Дианов С.В., Дианов Д.С., Сидоренко Е.Э., Зорин Д.А. (2023). Сервис-ориентированный подход к проектированию агент-ориентированных моделей оптимального пространственного размещения объектов инфраструктуры здравоохранения // Вестник Череповецкого гос. ун-та. № 1 (112). С. 79–99. DOI: 10.23859/1994-0637-2023-1-112-6
- Штовба С.Д. (2005). Муравьиные алгоритмы: теория и применение // Программирование. Т. 31. № 4. С. 3–18.
- Aspland E., Gartner D., Harper P. (2019). Clinical pathway modelling: A literature review. Health Systems, 10 (1), 1–23. Available at: https://doi.org/10.1080/20476965.2019.1652547
- Bandini S., Manzoni A., Vizzari G. (2009). Agent based modeling and simulation: An informatics perspective. Journal of Artificial Societies and Social Simulation, 12 (4).
- Brajnik G., Lines M. (1998). Qualitative modeling and simulation of socio-economic phenomena. Journal of Artificial Societies and Social Simulation, 1 (1).
- Edmonds B. (2010). Bootstrapping knowledge about social phenomena using simulation models. Journal of Artificial Societies and Social Simulation, 13 (1). DOI: 10.18564/jasss.1523
- England T., Harper P., Crosby T. [et al.] (2021). Modelling lung cancer diagnostic pathways using discrete event simulation. Journal of Simulation, 17 (1), 94–104. Available at: https://doi.org/10.1080/17477778.2021.1956866
- Makarov V.L., Bakhtizin A.R., Epstein J.M. (2022). Agent-based modeling for a complex world: Part 1. Economics and Mathematical Methods, 58 (1), 5–26. DOI: 10.31857/S042473880018970-6
- Makarov V.L., Bakhtizin A.R., Epstein J.M. (2022). Agent-based modeling for a complex world: Part 2. Economics and Mathematical Methods, 58 (2), 7–21. DOI: 10.31857/S042473880020009-8
- Makarov V.L., Bakhtizin A.R., Sushko E.D., Sushko G.B. (2018). Supercomputer simulation of social processes: New technologies. Herald of the Russian Academy of Sciences, 88 (3), 200–209. DOI: 10.1134/S1019331618030139
- Niazi M.A.Kh. (2011). Towards a novel unified framework for developing formal, network and validated agent-based simulation models of complex adaptive systems. arXiv, Stirling: University of Stirling. DOI: 10.48550/arXiv.1708.02357
- Okrepilov V.V., Makarov V.L., Bakhtizin A.R., Kuzmina S.N. (2015). Application of supercomputer technologies for simulation of socio-economic systems. R-Economy, 1 (2), 340–350. DOI: 10.15826/recon.2015.2.016
- Pyka A., Werker C. (2009). The methodology of simulation models: Chances and risks. Journal of Artificial Societies and Social Simulation, 12 (4).
- Robertson R., Burge P. (2011). The impact of patient choice of provider on equity: Analysis of a patient survey. Journal of Health Services Research & Policy, 16 (1), 22–28. Available at: https://doi.org/10.1258/jhsrp.2010.010084
- Schwartz L.M., Woloshin S., Birkmeyer J.D. (2005). How do elderly patients decide where to go for major surgery? Telephone interview survey. BMJ (Clinical research ed.), 331 (7520), 821. Available at: https://doi.org/10.1136/bmj.38614.449016.DE
- Tracy M., Cerdá M., Keyes K.M. (2018). Agent-based modeling in public health: Current applications and future directions. Annual Review of Public Health, 39, 77–94. Available at: https://doi.org/10.1146/annurevpublhealth-040617-014317
- Victoor A., Delnoij D.M., Friele R.D. [et al.] (2012). Determinants of patient choice of healthcare providers: A scoping review. BMC Health Services Research, 12, 272. Available at: https://doi.org/10.1186/1472-6963-12-272
- Wrona Z., Buchwald W., Ganzha M.[et al.] (2023). Overview of software agent platforms available in 2023. Information, 14 (6), 348. DOI: 10.3390/info14060348