Моделирование процесса обслуживания виртуального пациента на приеме у врача-терапевта в поликлинике в среде моделирования "МАРС"

Размещено на http://www.allbest.ru/

МОДЕЛИРОВАНИЕ ПРОЦЕССА ОБСЛУЖИВАНИЯ ВИРТУАЛЬНОГО ПАЦИЕНТА НА ПРИЕМЕ У ВРАЧА-ТЕРАПЕВТА В ПОЛИКЛИНИКЕ В СРЕДЕ МОДЕЛИРОВАНИЯ «МАРС»

Т.Е. Григорьева, канд. техн. наук,

М.И. Кочергин, канд. техн. наук,

В.М. Дмитриев, д-р техн. Наук

Аннотация

В статье представлена модель процесса обслуживания виртуального пациента на приеме у врача-терапевта в поликлинике. Результаты моделирования позволяют определить количество необслуженных пациентов, требуемых врачей, оценить время обслуживания и разработать рекомендации по устранению возникающих очередей.

Ключевые слова: процесс обслуживания пациентов в поликлинике, многоуровневое имитационное моделирование, очередь в поликлиниках, диаграмма Stateflow Chart.

Введение

В настоящее время наблюдается интенсивное развитие цифровых технологий в различных сферах жизнедеятельности общества, - например, в экономической, социальной и др. Так, все больше организаций стремятся автоматизировать свои процессы, использовать цифровую среду для их планирования, моделирования, обеспечения, тем самым снижая издержки и увеличивая их объемы, производительность.

В сфере здравоохранения на сегодняшний день прослеживается интенсивное внедрение цифровых технологий, что в дальнейшем увеличит доступность и повысит качество оказания медицинской помощи, упростит работу врачей и т.д. Так, в конце августа 2021 г. (по данным главы Минздрава РФ Михаила Мурашко) анонсировался проект по созданию цифрового двойника в системе здравоохранения. В рамках проекта предполагается разработка новой системы, которая будет сопровождать пациента, вносить все его диагнозы и анализы состояния здоровья в цифровую карту, а также подсказывать врачу алгоритмы для работы с пациентом. Более того, цифровой двойник может быть применен в целях повышения эффективности принятия решений на разных этапах управления, - например, цифровой двойник может помочь с оптимизацией загрузки коечного фонда, расписания врачей и пр. [1]. И как отмечают многие ученые [2, 3], применение цифровых двойников в здравоохранении позволит качественно улучшить уровень медицинской помощи, модернизировать, прогнозировать соответствующие процессы - всё это улучшит повседневню жизнь каждого человека.

В концепции цифровых двойников имитационное моделирование является их неотъемлемой частью и позволяет имитировать поведение системы во времени, оценивать предполагаемые затраты и пр. [4]. В данной статье представлена модель процесса обслуживания виртуального пациента на приеме у врача-терапевта в поликлинике, на основе которой в дальнейшем будет создан цифровой двойник.

Проблема очереди в поликлиниках

Существует множество факторов, влияющих на удовлетворенность пациентов, - поведение медицинских работников, время ожидания, квалификация врача, восприятие ухода и стоимость лечения. При этом удовлетворенность пациентов должна приниматься как неотъемлемая часть качества здоровья, что является основным конкурентным преимуществом в здравоохранении.

Так, одной из актуальных проблем в организации медицинской помощи населению является проблема очередности ее получения, которая стала предметом внимания властей различных уровней и средств массовой информации [5, 6].

Стоять в очереди, ожидая возможности попасть на прием к врачу, в регистратуру приходится достаточно часто. Эта проблема возникает в результате отсутствия четких алгоритмов работы каждого подразделения, низкого материально-технического оснащения, необходимого количества врачей, избыточной траты времени врачом на оформление медицинских документов, неорганизованности дистанционных способов записи пациентов к врачу и пр. В большей мере проблема очереди обостряется в периоды эпидемических вспышек, вызванных, например, ростом заболеваемости ОРВИ, гриппом, коронавирусом и т.д., что порождает не просто дискомфорт, но иногда и серьезные проблемы, - например, перекрестное инфицирование; самолечение; жалобы пациентов, которые приводят к ухудшающемуся имиджу учреждения, и пр. [7].

Раньше записаться к врачу можно было только с помощью «живой очереди», затем эту проблему решили, добавив запись к врачу по телефону, но сотрудникам в таком случае приходится одновременно обслуживать пациентов и отвечать на звонки. Сейчас к врачу можно записаться и через интернет, но только к узким специалистам, для записи на прием к терапевту используют старые способы, что снова приводит к проблемам очереди.

Использование новых методов записи к врачу, а именно - запись через интернет или установка электронной регистратуры - не решит эту проблему полностью. С одной стороны, наличие электронной очереди или запись через интернет затрудняет возможность попасть на прием людям, которые не пользуются интернетом, - например, пожилым людям. С другой стороны, иногда «живая» очередь сталкивается с «электронной», т.е. несколько человек оказываются записанными к одному и тому же врачу на одно и то же время.

Резюмируя, можно сказать, что проблема очереди однозначно связана с ограничением мощности поликлиники. Внутренние ресурсы и способ управления медицинским учреждением не позволяют обслужить всех больных. Как правило, у медицинских учреждений причины проблемы очереди различаются, - например, неисправность оборудования, нехватка врачей, но чаще всего - это неэффективная управленческая установка.

Необходимо отметить то, что уже предпринимались некоторые попытки построения моделей очереди в поликлиниках. В работе [8] произведено имитационное моделирования в AnyLogic работы пяти терапевтов и произведена оценка эффективности работы системы по критерию максимальной длины очереди пациентов. В качестве недостатков работы можно отметить отсутствие вариативности и возможности детальной настройки параметров модели. В работе [9] на языке GPSS произведено моделирование очереди в регистратуру с целью определения оптимального количества операторов (администраторов) для минимизации очереди. В качестве недостатков данной работы можно отметить отсутствие средств визуализации результатов моделирования, способствующих их интерпретации. пациент очередь врач моделирование

В данной статье для решения проблемы очереди предлагается использовать инструментальные средства для детальной параметризации моделей и наглядной визуализации результатов моделирования, позволяющей их интерпретировать.

Методика построения моделей процессов социально-экономических систем в среде моделирования МАРС

Для построения моделей процессов социально-экономических систем предлагается использовать среду моделирования МАРС (СМ МАРС) [10], которая разрабатывается и развивается в Томском государственном университете систем управления и радиоэлектроники. Данная среда моделирования «включает в себя три уровня формализованного представления объекта:

объектный (C-уровень) - уровень, где из моделей компонентов различных физических областей формируется модель исследуемого объекта, процесса, предназначенная для его моделирования в статическом и динамическом режимах;

логический (L-уровень) - уровень, на котором отображаются компоненты логического уровня моделирования. По соединениям между компонентами данного уровня производится обмен информацией различных типов данных;

визуальный (V-уровень), на котором отображаются компоненты визуального типа моделирования. Их визуальные образы на данном уровне изменяют свое изображение в зависимости от полученных данных. Такие компоненты с целью приема информации имеют свое отображение также и на логическом уровне» [11, 12].

Исходя из представленной многоуровневой архитектуры СМ МАРС, рассмотрим структурно-функциональную схему многоуровневых имитационных моделей процессов социальноэкономических систем (рис. 1).

Входные данные модели представляют собой количественные характеристики объекта/процесса исследования и устанавливаются пользователем в зависимости от поставленной задачи. Относительно поликлиники пользователем и лицом, принимающим решения, являются главный врач и заведующий структурным подразделением.

Выходные данные модели - это результаты исследования, которые могут быть представлены в виде статических или динамических данных, в виде рисунков, таблиц и пр.

На объектном уровне формируется модель, отражающая дискретнособытийное поведение исследуемого объекта / процесса и их взаимодействие между собой.

На логическом уровне формируется детализированная дискретно-событийная диаграмма процесса(-ов) объекта исследования, что представляет собой их декомпозицию. Также на этом уровне происходит обработка исходных данных, результатов моделирования, - например, посредством проведения математических расчетов. По результатам дискретно-событийной диаграммы поведения объекта исследования определяется продолжительность выполнения его технологических операций. Это, в свою очередь, позволит оценить эффект полученных результатов, дополнить модель исходными данными, определить соответствующие затраты на выполнение ее процессов.

Рис. 1 Обобщенная структурно-функциональная схема многоуровневых имитационных моделей процессов социально-экономических систем

Визуальный уровень содержит средства принятия управленческих решений и визуализации результатов анализа имитационной модели объекта исследования.

Разработка модели процесса обслуживания виртуального пациента на приеме у врача-терапевта в поликлинике

Рассмотрим процесс обслуживания пациента на приеме у врача с точки зрения теории массового обслуживания, где под заявками (фишками) понимаются виртуальные пациенты, в качестве каналов обслуживания предполагается прием у врача-терапевта, под событиями - перемещение пациентов в процессе обслуживания.

Предположим, пациенты приходят в поликлинику на первичный прием к врачу-терапевту в среднем каждые 10 мин. Врач-терапевт обслуживает одного пациента в течение 15 мин., что регламентировано приказом Министерства здравоохранения Российской Федерации от 2 июня 2015 г. № 290н [13]. Как показывает практика, указанная продолжительность приема может быть увеличена в зависимости от цели визита пациента, уровня заболеваемости в регионе, доли населения пенсионного возраста и пр. В связи с этим в рамках моделирования декомпозируется процесс приема пациента врачомтерапевтом на фиксирование жалоб пациента (ti), его осмотр (t2) и назначение ему лечения (t₃), что в дальнейшем позволит определить причины увеличения времени обслуживания. При этом заполнение карточки пациента врачом присутствует на всех этапах обслуживания. Вместе с тем при построении модели учитываются причины обращения пациента к врачу-терапевту, а именно - простудные/вирусные заболевания (t₂._a), другие заболевания (t₂.e), консультация узкого специалиста (t₂._E). Следовательно, исходными временными данными являются

t₁ = 5 мин., t₂.a = 6 мин., t₂.6 = 4 мин., t₂.B = 3 мин., t₃ = 4 мин.

По результатам моделирования требуется определить количество обслуженных врачом пациентов с целью дальнейшей корректировки его загруженности и оптимального количества записанных пациентов. Исследование проведем в течение 8-часового рабочего дня - 480 мин.

Целью моделирования в данном случае является исследование процесса появления очереди и разработка рекомендаций по ее устранению.

На объектном уровне в СМ МАРС модель состоит из следующих компонентов: «Генератор фишек», «Очередь», «Оператор», «Счетчик», «Хранилище фишек». Компоненты «Оператор» и «Хранилище фишек» в процессе моделирования меняют цвет: если количество пациентов равно нулю, то компоненты отображаются зеленым цветом, в противном случае - красным (рис. 2).

Рис. 2 Модель процесса обслуживания виртуального пациента на приеме у врача-терапевта на объектном уровне

Из условия поставленной задачи следует, что компонент «Генератор фишек» имитирует приход пациентов в поликлинику. В случае если врачтерапевт занят, пациент ожидает своего обслуживания в очереди. После того, как врач-терапевт освободился, пациент по принципу «первый пришел - первый ушел» (“first in, first out”) заходит на прием к врачу - это компонент «Оператор». По завершении процесса обслуживания пациент уходит из поликлиники - это компонент «Хранилище фишек». Компонент «Счетчик» показывает, сколько на момент окончания моделирования было обслужено пациентов.

Модель процесса обслуживания виртуального пациента на приеме у врача-терапевта на логическом уровне представлена на рис. 3.

Рис. 3 Модель процесса обслуживания виртуального пациента на приеме у врача-терапевта на логическом уровне

На этом уровне представлена детализированная дискретно-событийная диаграмма процесса обслуживания пациента на приеме у врача-терапевта (рис. 3), которая построена с использованием инструмента диаграмм состояний СМ МАРС [14]. Диаграмма состояний - это цепь компонентов типа «Начало диаграммы» (на рис. 3 на схеме - компонент с названием «Начало1»), «Состояние» (на схеме - «1. Фиксация жалоб», «2. Осмотр пациента», «3. Назначение лечения»), «Событие» (на схеме - «Следующий пациент»), «Конец диаграммы» (на схеме не представлен). Таким образом, в данной работе предлагается комбинация нескольких инструментов имитационного моделирования: 1) систем массового обслуживания - для моделирования процесса обслуживания и ожидания, 2) диаграмм состояний конечного автомата - для динамической параметризации элементов системы массового обслуживания. Преимущество такого подхода заключается в расширении имитационных возможностей систем массового обслуживания путем добавления дискретно-событийной схемы взаимодействия (помимо имеющейся, которая уже реализуется между элементами системы, - например, «оператором» и «очередью») внутрь любого элемента системы. Так время обслуживания пациента в «операторе» (на приеме у врача) становится не просто константным или случайным значением, а алгоритмической конструкцией, выражающейся конечным автоматом с возможностью ветвления процесса обслуживания.

Каждый компонент «Состояние» соответствует дискретному состоянию объекта в нотациях UML 2 диаграммы конечного автомата (state machine diagram) [15] или диаграммы Stateflow Chart графического языка Stateflow (Matlab) [16]. Компонент L-уровня определяет непрерывное поведение системы на C-уровне во время своего существования посредством варьирования определенного параметра (значение которого поступает в компонент сверху на вход In и выходит через выход Out снизу, а затем передается на компонент-атрибут), в данной схеме параметра «Время работы» компонента «Оператор» на C-уровне. Время жизни компонента типа «Состояние» определяется условием S_1 > S_2, после выполнения которого жизненный цикл компонента завершается и начинается жизненный цикл следующего компонента в цепи диаграммы состояний.

Компонент типа «Событие» срабатывает однократно, передавая компоненту «Оператор» указание, что время обслуживания фишки (пациента) уже завершено. После этого цепочка диаграммы состояний замыкается и первый ее компонент («1. Фиксация жалоб») снова начинает свой жизненный цикл, тем самым проход по диаграмме состояний является итеративным и завершается по окончании времени моделирования всей схемы. Порядок работы диаграммы состояний в нотациях UML 2 представлен на рис. 4.

Рис. 4 Диаграмма конечного автомата для описания процесса обслуживания виртуального пациента на приеме у врача-терапевта

На рис. 5 - 7 модель процесса обслуживания виртуального пациента на приеме у врача-терапевта представлена на визуальном уровне. Результаты моделирования отображены на графиках, где ось X - это время моделирования, ось Y - количество пациентов.

Рис. 5 Результаты моделирования процесса обслуживания виртуального пациента на приеме у врача-терапевта на визуальном уровне (причина осмотра - простудные заболевания)

На рис. 5 видно, что при условии, что пациенты прибывают в среднем каждые 10 минут, терапевт не справляется с потоком пациентов, количество пациентов в очереди продолжает расти. В таком случае можно дать рекомендацию об организации работы еще одного терапевта.

Рис. 6 Результаты моделирования процесса обслуживания виртуального пациента на приеме у врача-терапевта на визуальном уровне (причина осмотра - другие заболевания)

Рис. 7 Результаты моделирования процесса обслуживания виртуального пациента на приеме у врача-терапевта на визуальном уровне (причина осмотра - направление к узкому специалисту)

По результатам моделирования видно, что при обращении пациентов с простудными заболеваниями обслужен 31 человек, в очереди остается 17 и 1 человек на момент завершения вычислительного эксперимента находится на приеме у врача; при других заболеваниях обслужено 36 человек, 1 находится на приеме у врача и 12 человек в очереди; при обращении за направлением к узкому специалисту обслужено 39 человек, в очереди 9 и 1 человек находится на приеме у врача. В целях обслуживания большего количества пациентов медицинскому учреждению необходимо либо модифицировать организацию приема пациентов, либо увеличить количество врачей. Например, при обращении пациентов с простудными заболеваниями можно рассмотреть возможность сокращения времени на фиксирование жалоб пациента и назначение ему лечения. В частности, в данном случае симптомы и лечение у пациентов могут быть идентичны, поэтому рекомендуется предварительно разработать чек-лист для фиксирования жалоб и варианты лечения, которые могут быть скорректированы на основе осмотра.

Заключение

Предлагаемая модель процесса обслуживания виртуального пациента на приеме у врача-терапевта позволяет определить время его обслуживания, а также заблаговременно оценить количество обслуженных и необслуженных пациентов. На основании этого разрабатываются рекомендации по устранению очереди: в частности, при идентичных симптомах и лечении предлагается сократить время приема пациента у врача-терапевта на 10-15% за счет предварительно разработанного чек-листа фиксирования жалоб и лечения, что позволит увеличить количество обслуженных пациентов.

Разработанная имитационная модель процесса обслуживания виртуального пациента является универсальной. В данной статье она рассматривается применительно к приему пациента у врача-терапевта, но при изменении входных параметров и конкретизации этапов модели может быть перестроена для других процессов сферы здравоохранения, сферы услуг, производства и др., связанных с потерями времени от ожидания.

Литература

1. Цифровые двойники в здравоохранении [Электронный ресурс]. Режим доступа: https://zdrav.expert/index.php/ (дата обращения 25.05.2022).

2. Чижов А.А., Шеметова Н.К. Создание цифрового двойника пациента как инструмент реформирования системы здравоохранения // Государство, политика, социум: вызовы и стратегические приоритеты развития: Материалы XV Международной научнопрактической конференции. Екатеринбург: Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, 2019. С. 370-374.

3. Новицкий П.А. Использование цифровых двойников для увеличения уровня жизни населения // Транспортное дело России. 2020. № 4. С. 95-96.

4. Петров А.В. Имитация как основа технологии цифровых двойников // Вестник ИрГТУ. 2018. №10 (141). С. 56-66.

5. Как власти решают проблему очередей в поликлинике [Электронный ресурс]. Режим доступа: https://www.rbc.ru/photoreport/02/02/2022/61f9433b9a79478b3d5756e9 (дата обращения 23.05.2022).

6. Томичи жалуются на очереди и невозможность попасть к врачу в поликлинику [Электронный ресурс]. Режим доступа: https://tomsk.bezformata.com/listnews/ocheredi-i-nevozmozhnost-popast-k-vrachu/102064068/ (дата обращения 23.05.2022).

7. Решение проблемы очередей в поликлинике как механизм обеспечения доступности первичной медико-санитарной помощи [Электронный ресурс]. Режим доступа: https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.dzhmao.m%2F upload%2FZamanov.pptx&wdOrigin=BROWSELINK (дата обращения 25.05.2022).

8. Синцева М.М. Имитационное моделирование обслуживания пациентов в медицинском учреждении // Перспективные информационные технологии (ПИТ 2021): труды Международной научно-технической конференции. Самара: Изд-во Самарского научного центра РАН, 2021. С. 413-417.

9. Гробер Т.А., Савченко О.В. Создание имитационной модели поликлиники // Молодой исследователь Дона. 2020. №3(24). С. 22-27.

10. МАРС - среда моделирования технических устройств и систем / В.М. Дмитриев, А.В. Шутенков, Т.Н. Зайченко, Т.В. Ганджа. Томск: В-Спектр, 2011.

11. Григорьева Т.Е. Методика и комплекс имитационных моделей планирования процесса снегоуборки: Дис.... канд. техн. наук. Томск: ТУСУР, 2019.

12. Дмитриев В.М., Ганджа Т.В. Принцип формирования многоуровневых компьютерных моделей SCADA-систем для управления сложными технологическими объектами // Информатика и системы управления. 2013. № 2(36). С. 024-035.

13. Приказ Министерства здравоохранения Российской Федерации от 2 июня 2015 г. № 290н «Об утверждении типовых отраслевых норм времени на выполнение работ, связанных с посещением одним пациентом врача-педиатра участкового, врача-терапевта участкового, врача общей практики (семейного врача), врача-невролога, врачаоториноларинголога, врача-офтальмолога и врача-акушера-гинеколога» [Электронный ресурс]. Режим доступа: http://medrabotnik.org/materials/prikaz-minzdrava-rf290n-o-normah-vremeni-ambulatomogo-priema (дата обращения 18.05.2022).

14. Kochergin M.I. Interpretation of the statechart diagram into a multilevel simulation language // Доклады ТУСУР. 2017. Т. 20, № 4. С. 122-125.

15. Borger E., Cavarra A., Riccobene E. Modeling the Dynamics of UML State Machines // Abstract State Machines. Theory and Applications. ASM 2000. Lecture Notes in Computer Science. Berlin: Springer. Vol. 1912. P. 223-241. DOI: 10.1007/3-540-44518-8_13.

16. Десятое А.Д., Сирота А.А. Имитационное моделирование сложных динамических систем в интегрированной инструментальной среде Matlab - Simulink - Stateflow // Вестник Воронежского государственного университета. Серия: «Системный анализ и информационные технологии». 2006. № 2. С. 62-69.

Размещено на Allbest.ru