張澤瑞,段德光,李 昊,陶學(xué)強(qiáng),鹿國偉,陳 恩
(1.軍事科學(xué)院系統(tǒng)工程研究院衛(wèi)勤保障技術(shù)研究所,天津300161;2.西寧聯(lián)勤保障中心藥品儀器監(jiān)督檢驗(yàn)站,蘭州730050)
血液作為一種特殊醫(yī)療物資,具有運(yùn)輸氧氣和營養(yǎng)物質(zhì)到肺和組織等多種功能,是人體不可或缺的成分,失血過多會導(dǎo)致貧血,引起失血性休克甚至死亡。血液保障主要分為平時(shí)與應(yīng)急2種模式,平時(shí)保障主要用于各級醫(yī)療機(jī)構(gòu)開展手術(shù)及相關(guān)疾病治療,應(yīng)急保障主要用于地震、洪澇等自然災(zāi)害以及戰(zhàn)爭等重大突發(fā)性事件的傷員輸血救治[1-4],近年來相關(guān)研究主要涵蓋血液庫存管理、需求預(yù)測、調(diào)劑優(yōu)化、選址及網(wǎng)絡(luò)規(guī)劃等方面[5-8]。
血液保障是一個(gè)復(fù)雜的動(dòng)態(tài)過程,現(xiàn)實(shí)環(huán)境模擬成本過高,且難以進(jìn)行重復(fù)實(shí)驗(yàn),系統(tǒng)建模與仿真的突出優(yōu)點(diǎn)是能夠進(jìn)行反復(fù)試驗(yàn)尋優(yōu),且費(fèi)用較低,獲取結(jié)果快?;诰€性規(guī)劃、目標(biāo)規(guī)劃[9-10]等傳統(tǒng)解析法構(gòu)建的數(shù)學(xué)模型通常需要對現(xiàn)實(shí)環(huán)境做出不同程度的條件簡化假設(shè),影響系統(tǒng)的真實(shí)性,而計(jì)算機(jī)仿真模型更能反映系統(tǒng)運(yùn)行的真實(shí)狀態(tài),有助于解決動(dòng)態(tài)復(fù)雜系統(tǒng)問題。因此,本文基于仿真模型構(gòu)建的三大主流方法,即離散事件建模(discrete event modeling,DEM)、系統(tǒng)動(dòng)力學(xué)建模(system dynamics modeling,SDM)、基于智能體建模(agent-based modeling,ABM),總結(jié)其在血液保障中的研究與應(yīng)用,開展分析與討論,以期為軍地血液保障鏈條與資源配置優(yōu)化等研究提供一定的理論依據(jù)。
系統(tǒng)建模與仿真通常具有系統(tǒng)、模型、計(jì)算機(jī)三要素[11],是指基于系統(tǒng)體系評估的某項(xiàng)目標(biāo)參數(shù)對系統(tǒng)中各模塊、要素的屬性和相互關(guān)聯(lián)進(jìn)行分析,通過適當(dāng)?shù)慕UZ言、術(shù)語和條件對真實(shí)環(huán)境進(jìn)行映射,構(gòu)建具有一定邏輯或數(shù)量關(guān)系的系統(tǒng)模型,利用計(jì)算機(jī)仿真軟件建立仿真模型并進(jìn)行實(shí)驗(yàn),重復(fù)試驗(yàn)最終得出1組或多組目標(biāo)參數(shù)的數(shù)據(jù)輸出,分析數(shù)據(jù)以獲得支持評估與決策的各種信息[12-14]。目前較為主流的仿真建模方法有離散事件建模、系統(tǒng)動(dòng)力學(xué)建模、基于智能體建模3種,各自適用其特定的抽象層級范圍[15],如圖1所示[16]。仿真軟件是指構(gòu)建仿真模型與模型實(shí)驗(yàn)運(yùn)行的平臺,常用的有MATLAB、AnyLogic、Flexsim和Simio等。
圖1 各仿真建模方法適用抽象層級[16]
世界衛(wèi)生組織(World Health Organization,WHO)發(fā)布的《2016年全球血液安全與供應(yīng)報(bào)告》中指出,中國無償獻(xiàn)血采血量高居全球首位[17]。2018年1—5月,全國無償獻(xiàn)血達(dá)到596.5萬人次,采血量達(dá)到2065 t,但可用血液量仍然無法滿足需求[18]。因此,開展血液保障鏈條優(yōu)化及庫存管理研究對于提升血液供給效率、減少浪費(fèi)率和降低庫存成本等具有重要意義。
離散事件建模[19]也稱以過程為中心的建模,構(gòu)建離散事件仿真模型的關(guān)鍵在于分析和確定引起系統(tǒng)狀態(tài)發(fā)生改變的事件以及每類事件之間的邏輯關(guān)系,以一定的時(shí)間序列作為觸發(fā)條件,從而實(shí)現(xiàn)對系統(tǒng)運(yùn)行過程的動(dòng)態(tài)模擬與演示。
血液用于醫(yī)療輸注通常需要完成采集、檢驗(yàn)、接收、發(fā)放、運(yùn)輸?shù)冗^程,采用離散事件建模的方法能夠較好地模擬血液保障流程,反映保障體系效能。Katsaliaki等[20]模擬了某地區(qū)醫(yī)院從捐助者獻(xiàn)血到受援者輸血的完整血液供應(yīng)流程,對血液訂購策略進(jìn)行優(yōu)化,在一定程度上解決了血液庫存短缺、過期浪費(fèi)率高、血庫存在安全隱患和庫存成本高等問題,提高了血液供給服務(wù)水平??紤]到血液需求量不確定、不同血型血液比例不固定以及采集和制備方法不統(tǒng)一等因素,Osorio等[21]提出了一個(gè)集成的仿真優(yōu)化模型模擬血液供應(yīng)鏈的流動(dòng)過程(如圖2所示),并使用哥倫比亞某血液中心的真實(shí)數(shù)據(jù)進(jìn)行效能評估,使該機(jī)構(gòu)血液短缺率、過時(shí)率、獻(xiàn)血者數(shù)量和成本等關(guān)鍵指標(biāo)得到了改善。Baesler等[22]分析并提出了一個(gè)區(qū)域血液中心的庫存策略模型,模擬了血液捐獻(xiàn)到達(dá)、檢測、制備、入庫和發(fā)放等全部過程,以最優(yōu)庫存、再訂貨點(diǎn)和額外捐贈(zèng)水平為評價(jià)指標(biāo),對12種不同庫存策略進(jìn)行對比評估并遴選出最佳方案。
圖2 血液供應(yīng)鏈模型流程圖[21]
血液是一種易腐品,具有嚴(yán)格的儲存條件和周期。Millard[23]最早將工業(yè)庫存管理模型運(yùn)用到血液庫存管理中,可有效減少血液浪費(fèi),降低存儲成本。Dumkrieger等[24]采用離散事件建模的方法對某診所血庫紅細(xì)胞保存周期進(jìn)行了評估,結(jié)果表明28 d的最長貨架期可以滿足日常用血需求,但21 d及以下的最長貨架期可能會導(dǎo)致血液過期率過高或無法滿足患者用血。高寶俊等[25]以國內(nèi)某大型醫(yī)院的血庫系統(tǒng)為研究對象,通過建模仿真計(jì)算出最優(yōu)血液訂購點(diǎn),并考慮到血液需求隨季節(jié)性變化的特征對模型進(jìn)行了優(yōu)化,提出的預(yù)期訂購點(diǎn)模型可有效降低庫存成本。
在血液保障輔助決策方面,Yegül[26]分析了土耳其某地區(qū)不同管理策略對血液供應(yīng)鏈績效產(chǎn)生的影響,對該區(qū)域的血液過時(shí)率、錯(cuò)配率和缺貨率等進(jìn)行了重要改進(jìn),且模型被該國衛(wèi)生局和紅新月會用作決策支持工具。Alfonso等[27]以獻(xiàn)血者采血效率和血液保障能力為主要指標(biāo),以法國某中型城市的固定采血點(diǎn)和流動(dòng)采血點(diǎn)為建模背景,優(yōu)化了人力資源配置和血液捐獻(xiàn)策略。Lang[28]建立了多地點(diǎn)血庫系統(tǒng)離散事件模型,對預(yù)防型與反應(yīng)型血液補(bǔ)充、轉(zhuǎn)運(yùn)和替代策略進(jìn)行了仿真優(yōu)化,提出訂購級別的選擇對血液流轉(zhuǎn)效率影響明顯。Rytil?等[29]與醫(yī)學(xué)專家合作開發(fā)了一個(gè)血液服務(wù)保障模型,提供決策者更優(yōu)的血液供應(yīng)方案,提高了資源分配效率。李猜[30]采用遺傳算法與離散事件建模相結(jié)合的方法,在馬爾科夫決策模型的基礎(chǔ)上提出啟發(fā)式控制策略,對血小板訂購與使用策略進(jìn)行了參數(shù)優(yōu)化。
系統(tǒng)動(dòng)力學(xué)建模是研究連續(xù)動(dòng)態(tài)系統(tǒng)的方法,基本思想是充分認(rèn)識系統(tǒng)中的“反饋”和“延遲”,并按一定的規(guī)則從因果關(guān)系圖逐步建立系統(tǒng)動(dòng)力學(xué)流圖,多用于長期的戰(zhàn)略模型。系統(tǒng)動(dòng)力學(xué)建模方法的優(yōu)勢在于揭示系統(tǒng)信息的反饋特性,放大各因素間的影響關(guān)系,在庫存管理和傳染病擴(kuò)散等模型中廣泛應(yīng)用,建模與仿真步驟如圖3所示[31]。
圖3 系統(tǒng)動(dòng)力學(xué)建模與仿真步驟[31]
為合理控制血液儲存成本,血液庫存通常需要維持在一個(gè)較為恒定的水平,但血液消耗速度受多方面因素影響,如輸血患者數(shù)量、傷情、供給速度等,每個(gè)因素的變化都會導(dǎo)致庫存水平波動(dòng),系統(tǒng)動(dòng)力學(xué)建模對于捕捉波動(dòng)產(chǎn)生的關(guān)鍵性因素具有獨(dú)特的優(yōu)勢。Diller[32]采用系統(tǒng)動(dòng)力學(xué)方法對冰島血庫供應(yīng)模式與反饋循環(huán)進(jìn)行建模,確定了580~650 U的理想儲備量。Ching等[33]評估了先進(jìn)先出和后進(jìn)先出策略對易腐品庫存水平的影響,并驗(yàn)證了系統(tǒng)動(dòng)力學(xué)模型比現(xiàn)有數(shù)學(xué)模型在效能評估方面具有更高的效率。
血液供應(yīng)鏈通常需要具備穩(wěn)健、安全等特性,以保證血液供給過程中能夠長期有效地完成血液供應(yīng)輸送。Clay等[34]分析了血液供應(yīng)鏈對擾動(dòng)的響應(yīng),并提出了改善供應(yīng)鏈穩(wěn)健性的方案,從而改善血液短缺率和過期率。Afshar等[35]建立了一個(gè)復(fù)雜血液供應(yīng)鏈的系統(tǒng)動(dòng)力學(xué)模型,實(shí)驗(yàn)仿真了17種方案,確定了安全庫存、供應(yīng)商準(zhǔn)備提前期、運(yùn)輸時(shí)間和分離時(shí)間等參數(shù)的最優(yōu)值。Zahraee等[36]采用系統(tǒng)動(dòng)力學(xué)和田口法設(shè)計(jì)了一個(gè)穩(wěn)健的血液供應(yīng)鏈系統(tǒng),以提高血液供應(yīng)鏈的效率,并以伊朗國家血液中心進(jìn)行了分析驗(yàn)證。
系統(tǒng)動(dòng)力學(xué)建模對于應(yīng)急物資供應(yīng)保障研究具有全局、靈敏等特點(diǎn)[37-38]。周愉峰等[39]首先以累積血液缺口量為主要指標(biāo),構(gòu)建了震后應(yīng)急血液保障績效評估系統(tǒng)動(dòng)力學(xué)模型(系統(tǒng)流圖如圖4所示),并以汶川地震為案例設(shè)計(jì)了仿真模型,針對關(guān)鍵參數(shù)進(jìn)行敏感性分析,為政府制定應(yīng)急血液保障措施提供了借鑒,成功實(shí)現(xiàn)了系統(tǒng)動(dòng)力學(xué)建模在應(yīng)急血液保障領(lǐng)域的應(yīng)用探索。
圖4 震后應(yīng)急血液保障績效評估系統(tǒng)流圖[39]
智能體理論隨著分布式人工智能領(lǐng)域的發(fā)展被提出,其概念多年來被研究人員廣泛爭論卻未有統(tǒng)一定論。Wooldridge等[40]認(rèn)為,智能體是任何能通過感知器感知外界環(huán)境及自身狀態(tài)變化并通過效應(yīng)器自主地對外界環(huán)境和自身做出相應(yīng)反應(yīng)的物體。基于智能體的信念(Belief)-愿望(Desire)-意圖(Intention)模型結(jié)構(gòu)關(guān)系如圖5所示[41]。
圖5 智能體模型結(jié)構(gòu)關(guān)系圖[41]
基于智能體建模能夠反映系統(tǒng)各模塊信息與資源交互的特點(diǎn),近年來開始應(yīng)用于血液供應(yīng)保障,但尚屬于一個(gè)新興研究領(lǐng)域,國內(nèi)外應(yīng)用案例較少。Choi[42]開發(fā)了醫(yī)院和血庫之間的通信方法,應(yīng)用NetLogo仿真軟件建立了一個(gè)基于多智能體的仿真模型,制定了醫(yī)院最優(yōu)訂貨政策、血液分配政策以及研究了不同需求背景下生成最優(yōu)供給策略的有效性。Dwiartika等[43]為了避免嘗試—錯(cuò)誤實(shí)驗(yàn)造成的風(fēng)險(xiǎn),開發(fā)了一個(gè)基于智能體的模型,以研究獻(xiàn)血者和潛在獻(xiàn)血者之間的相互作用,該仿真模型可用于評價(jià)不同行為對血液保障效能的影響。相較于離散事件建模與系統(tǒng)動(dòng)力學(xué)建模方法,基于智能體建模對于系統(tǒng)具有更加準(zhǔn)確的描述,突出了其內(nèi)在的交互特點(diǎn),有效提升了仿真試驗(yàn)的有效性和準(zhǔn)確性。
基于智能體建模方法同樣可以和其他建模方法結(jié)合使用,能夠融合其他方法的優(yōu)勢,提高模型的有效性。Sulis等[44]以血庫風(fēng)險(xiǎn)管理為出發(fā)點(diǎn),討論了基于智能體建模和離散事件建模2種方法的優(yōu)缺點(diǎn),對比了風(fēng)險(xiǎn)評估的差異。未來多種建模方法的結(jié)合使用必然成為系統(tǒng)建模與仿真的研究熱點(diǎn)。
隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,動(dòng)態(tài)復(fù)雜系統(tǒng)分析手段也不斷更新,傳統(tǒng)建模方式因其模型構(gòu)建困難、缺少與現(xiàn)實(shí)環(huán)境對應(yīng)性及定性分析能力弱等缺陷,實(shí)用性逐漸減弱。反觀仿真模型邏輯層次清晰,可有效反映外部條件對系統(tǒng)整體的影響,數(shù)據(jù)有效性程度高,逐漸成為血液保障研究的重要工具。
對于現(xiàn)階段而言,系統(tǒng)建模與仿真技術(shù)在血液保障中的應(yīng)用研究主要基于離散事件建模方法實(shí)現(xiàn),該方法構(gòu)建模型難度不高,仿真容易實(shí)現(xiàn)并執(zhí)行,對于體系流程的模擬有明顯的優(yōu)勢,可以有效地描述血液制品送達(dá)、接收、分發(fā)等保障過程。但離散事件建模也存在局限性,例如血液制備時(shí)間、運(yùn)輸距離和時(shí)間等參數(shù)不夠精確,往往會丟掉一些“物理層”的細(xì)節(jié)。應(yīng)用系統(tǒng)動(dòng)力學(xué)和基于智能體建模方法的血液保障應(yīng)用研究相對較少,基本圍繞血液需求預(yù)測、庫存控制和輔助決策方面。系統(tǒng)動(dòng)力學(xué)是一種比較抽象的建模方法,往往忽略了系統(tǒng)各要素的具體屬性,主要分析系統(tǒng)內(nèi)部的因果關(guān)系,形成反饋網(wǎng)絡(luò),從宏觀的角度反映外部影響因素對系統(tǒng)整體結(jié)果的影響,例如輸血患者數(shù)量、輸血用量、庫存周期等對血液庫存水平的影響,現(xiàn)地環(huán)境、傷員數(shù)量等對突發(fā)性事件用血需求的影響,模型一般是長期的、戰(zhàn)略性的?;谥悄荏w建模相對困難,需要計(jì)算機(jī)編程語言基礎(chǔ),通過一定的信息交互與資源分配規(guī)則構(gòu)建模型,但模型也更能反映模塊間的交互性與協(xié)作性,可用于血液調(diào)控與分配策略等方面的研究。本文中涉及的代表性系統(tǒng)建模與仿真方法在血液保障中的適用性與局限性對比詳見表1。
表1 血液保障領(lǐng)域代表性系統(tǒng)建模與仿真方法的適用性與局限性
血液保障研究對平時(shí)降低醫(yī)療機(jī)構(gòu)管理成本、應(yīng)急情況下提升傷病員救治效率具有重要意義,系統(tǒng)建模與仿真技術(shù)為血液保障能力建設(shè)、保障鏈條優(yōu)化、系統(tǒng)保障效能評估提供了新手段、新思路。下一步可從以下3個(gè)方面進(jìn)行研究:(1)加強(qiáng)應(yīng)急血液保障的模擬仿真研究。目前系統(tǒng)建模與仿真方法主要應(yīng)用于平時(shí)醫(yī)療救治領(lǐng)域,在大規(guī)模突發(fā)傷亡事件,如地震、戰(zhàn)爭等相關(guān)領(lǐng)域的研究應(yīng)用開展較少。因此,有必要以應(yīng)急血液保障為背景,借助系統(tǒng)建模與仿真手段,開展應(yīng)急血液保障鏈條優(yōu)化研究,為有效提升應(yīng)急救援能力提供理論方法和技術(shù)手段支撐。(2)加強(qiáng)混合建模與仿真方法的運(yùn)用。單一的建模方法必然無法準(zhǔn)確表示真實(shí)的運(yùn)作情況,有必要探索結(jié)合不同建模方法,彌補(bǔ)單一方法的缺陷,以期實(shí)現(xiàn)更加準(zhǔn)確的血液保障模型構(gòu)建。(3)探索建模與仿真方法同智能優(yōu)化算法的結(jié)合。諸如遺傳算法、粒子群算法、誤差反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)等智能優(yōu)化算法的優(yōu)勢在于加快系統(tǒng)模型最優(yōu)解的生成,因而要加強(qiáng)仿真模型與智能優(yōu)化算法的結(jié)合,探索提升模型仿真效率的新方法。
綜上所述,離散事件、系統(tǒng)動(dòng)力學(xué)、基于智能體建模方法可運(yùn)用于血液保障領(lǐng)域,能夠較好地模擬血液保障流程、評價(jià)血液保障效能,為血液資源的優(yōu)化配置與高效運(yùn)用提供輔助決策支持。