Использование нечетких коалиционных игр при принятии социально ориентированных решений при госпитализации в условиях пандемии
Ключевые слова:
госпитализация, принятие решений, пандемия, нечеткие множества, коалиционная играАннотация
Проблемы организации медицинской помощи в условиях пандемии COVID-19, связанные с неопределенностью и ограниченностью различных ресурсов, привели к необходимости совершенствования систем принятия решений при госпитализации пациентов. С помощью ситуационного управления можно улучшить процесс принятия решений, чтобы он лучше соответствовал текущей ситуации. При этом важным становится учет влияния психологических факторов на решения, принимаемые при госпитализации. В статье предлагается использование коалиционных игр для ситуационного управления при госпитализации больных. Игроками и участниками коалиции являются госпитали, бригады скорой помощи, пациенты и центры компьютерной томографии. Цель игры - сформировать коалицию участников, обеспечивающую максимальную выгоду по времени и стоимости госпитализации в момент принятия решения. Рассмотрены общая схема госпитализации, основные источники информации о ситуации, постановка и формализация проблемы. Проведен эксперимент, в котором проверялось формирование коалиции во время госпитализации на основе данных, полученных при анализе динамики пандемии COVID-19. В связи с малым объемом данных и отсутствием апробированных моделей развития ситуации при проведении расчета часть параметров была оценена с использованием эвристических моделей развития ситуации, основанных на анализе информации из открытых источников информации. Результат эксперимента содержит набор коалиций, обеспечивающих максимальную выгоду, при указанных ограничениях. При этом время расчета коалиционной игры позволяет использовать предложенную модель поддержки принятия решений при госпитализации в диспетчерской службе станций скорой помощи.
Литература
2. European Centre for Disease Prevention and Control. Download COVID-19 datasets. 2021. Available: https://www.ecdc.europa.eu/en/covid-19/data (accessed: 31.01.2021).
3. Patel U. et al. Early epidemiological indicators, outcomes, and interventions of COVID-19 pandemic: A systematic review. Journal of Global Health. NLM (Medline). 2020. Vol. 10. № 2. P. 020506.
4. Mareš M. Fuzzy Cooperative Games. Heidelberg: Physica-Verlag HD. 2001. Vol. 72. P. 177.
5. Dalianis H. Clinical Text Mining. Clinical Text Mining: Secondary Use of Electronic Patient Records. Cham: Springer International Publishing. 2018. pp. 1–181.
6. Topol E.J. High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine. Springer US. 2019. Vol. 25. № 1. pp. 44–56.
7. Yu K.-H., Beam A.L., Kohane I.S. Artificial intelligence in healthcare. Nature Biomedical Engineering. Springer US, 2018. Vol. 2. № 10. pp. 719–731.
8. Cosoli G., Spinsante S., Scalise L. Wrist-worn and chest-strap wearable devices: Systematic review on accuracy and metrological characteristics. Measurement. Elsevier B.V. 2020. Vol. 159. P. 107789.
9. Zhong C.-L., Li Y. Internet of things sensors assisted physical activity recognition and health monitoring of college students. Measurement. Elsevier B.V. 2020. Vol. 159. P. 107774.
10. Jamil F. et al. Towards a remote monitoring of patient vital signs based on iot-based blockchain integrity management platforms in smart hospitals. Sensors (Switzerland). 2020. Vol. 20. № 8.
11. Armitage H. Stanford Medicine scientists hope to use data from wearable devices to predict illness, including COVID-19. Stanford Medicine News Center. 2020. Available: http://med.stanford.edu/news/all-news/2020/04/wearable-devices-for-predicting-illness-.html (accessed: 14-May-2020).
12. Radin J.M. et al. Harnessing wearable device data to improve state-level real-time surveillance of influenza-like illness in the USA: a population-based study. The Lancet Digital Health. Elsevier Ltd. 2020. Vol. 2. № 2. pp. e85–e93.
13. British Medical Association. COVID-19-ethical issues. A guidance note In brief. 2020.
14. Sheremetov L.B., Smirnov A.V. Supply Chain Configuration as a Cooperative Game with Fuzzy Coalitions. Supply Chain Management Under Fuzziness. Ed. Kahraman C., Öztayşi B. Berlin, Heidelberg: Springer Berlin Heidelberg. 2014. Vol. 313. pp. 293–314.
15. Mohebbi S., Li X. Coalitional game theory approach to modeling suppliers’ collaboration in supply networks. International Journal of Production Economics. Elsevier, 2015. Vol. 169. pp. 333–342.
16. Omrani H., Shafaat K., Emrouznejad A. An integrated fuzzy clustering cooperative game data envelopment analysis model with application in hospital efficiency. Expert Systems with Applications. Elsevier Ltd. 2018. Vol. 114. pp. 615–628.
17. Shah K. et al. Focus on Mental Health During the Coronavirus (COVID-19) Pandemic: Applying Learnings from the Past Outbreaks. Cureus. Cureus, Inc. 2020.
18. Montemurro N. The emotional impact of COVID-19: From medical staff to common people. Brain, Behavior, and Immunity. Academic Press Inc. 2020. Vol. 87. pp. 23–24.
19. Garfin D.R., Silver R.C., Holman E.A. The novel coronavirus (COVID-2019) outbreak: Amplification of public health consequences by media exposure. Health Psychology. American Psychological Association Inc. 2020. Vol. 39. № 5. pp. 355–357.
20. Li W. et al. Progression of Mental Health Services during the COVID-19 Outbreak in China. International Journal of Biological Sciences. NLM (Medline). 2020. Vol. 16. № 10. pp. 1732–1738.
21. Mo Y. et al. Work stress among Chinese nurses to support Wuhan in fighting against COVID-19 epidemic. Journal of Nursing Management. NLM (Medline). 2020. Vol. 28. № 5. pp. 1002–1009.
22. Департамент Здравоохранения города Москвы. Приказ № 230 от 22.03.2020 «Об утверждении регламентов (алгоритмов) работы медицинских организаций, подведомственных Департаменту здравоохранения города Москвы в период с 23 по 30 марта 2020 г. по оказанию медицииской помощи пациентам, заболевшим новой коронавирусной инфекцией (COVID-19) и контактным с ним лицам».
23. Schultz P.W. et al. The constructive, destructive, and reconstructive power of social norms: Research article. Psychological Science. SAGE PublicationsSage CA: Los Angeles, CA. 2007. Vol. 18. № 5. pp. 429–434.
24. Черкашин М. «Вторая волна: «Не надо стремиться в больницу!», РБК. 2020. URL: https://www.rbc.ru/spb_sz/12/12/2020/5fd483019a794782e6ceec26. (Дата обращения: 27.05.2021).
25. Abrams E.M. et al. The Challenges and Opportunities for Shared Decision Making Highlighted by COVID-19. Journal of Allergy and Clinical Immunology: In Practice. American Academy of Allergy, Asthma and Immunology. 2020. Vol. 8. № 8. pp. 2474-2480.e1.
26. Shleifer A. et al. Older People Are Less Pessimistic about the Health Risks of COVID-19 - HBS Working Knowledge. NBER Working Paper Series. 2020. Vol. 27494. Available: http://www.nber.org/papers/w27494 (accessed: 31.01.2021).
27. Шляхто Е.В. и др. Методические рекомендации, алгоритмы действия медицинских работников на различных этапах оказания помощи, чек-листы и типовые документы, разработанные на период наличия и угрозы дальнейшего распространения новой коронавирусной инфекции в Санкт-Петербурге. Версия 3.0 от 22.06.2020. Е.В. Шляхто, А.О. Конради, и др. // Санкт-Петербург, 2020. 187 c. URL: http://zdrav.spb.ru/media/filebrowser/covid-19_22.06.pdf (Дата обращения: 02.09.2021).
28. Общество и пандемия: Опыт и уроки борьбы с COVID-19 в России // Москва: 2020. 774 с.
Опубликован
Как цитировать
Раздел
Copyright (c) Александр Викторович Смирнов, Елена Георгиевна Молл, Николай Николаевич Тесля
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).