의료 의사 결정-하이브리드 시뮬레이션에 의한 지원 – 모바일 스트로크 유닛

의료 의사 결정-하이브리드 시뮬레이션에 의한 지원 – 모바일 스트로크 유닛

문제

새로운 의료 기술의 의료 및 경제적 영향을 모두 이해하려면 설계 및 개발 단계가 시작되기 전에 평가해야 한다. 따라서, 하이브리드 시뮬레이션을 통해 접근하는 의사결정 지원 시스템은 이동 스트로크 유닛(MSU)의 경우에 적용된다.

뇌졸중은 심각한 장애를 일으키고, 치료와 재활에 많은 비용을 발생시키며, 인구의 노령화로 인해 발병률이 증가하고 있다. 혈전증은 대부분의 뇌졸중을 유발하며 가능하다면 혈전분해로 치료해야 한다(출혈성 뇌졸중의 경우 및 4.5시간이 경과한 후). 현재 이송 과정과 내부 병원 관리로 귀중한 시간을 허비하고 있다.

MSU는 가능한 개선사항으로 제시되어 왔다. MSU는 뇌졸중 발생 위치에서 진단 및 치료 단계부터 시작한다. 사람의 심각한 장애와 높은 비용을 예방하기 위해 경보부터 치료까지 결정시간을 단축하는 것이 목적이다.

목표

현재 상황에 비해 MSU의 의료·경제적 영향을 평가하고 지리적 분포를 최적화하는 것이 목표다. 주요 지표는 경보-치료-결정 시간, 비용 및 기타 관련 출력 매개변수에 미치는 영향이다. 수도권(베를린)과 독일의 시골 지역은 병원이 거의 없고 구조가 다르기 때문에 비교를 위해 사용된다.

MSU Simulation

Figure 1: MSU scenario animation screenshot

AnyLogic에서의 구현

이 프로젝트는 AnyLogic과 함께 실현되었다. 이 프로젝트는 필요한 모든 시뮬레이션 패러다임을 사용하여 모델을 개발하는 데 적합하며 개발자가 고유한 맞춤형 문제 솔루션을 모델링하기 위해 Java 코드를 추가할 수 있다. 애니로직은 또한 도메인 전문가들과의 소통을 강화하기 위해 삽화 애니메이션을 제작할 수 있도록 한다.

그림 1은 MSU 시나리오 애니메이션의 스크린샷을 보여준다. MSU는 사전 정의된 위치에 있으며 스트로크 케이스가 발생할 때 디스패쳐가 전송할 수 있다. 무료 차량이 없을 경우 환자를 다음 병원으로 데려오기 위해 통상적인 구조 서비스가 제공된다. 잘못된 결정과 불필요한 MSU 임무(실제로 일어나는 일)를 모델링할 뿐만 아니라 다양한 행동과 개입에 대한 비용 가치도 모델링할 수 있다. 뇌졸중 환자는 애정 후 10년까지 모니터링하여 장기적인 비용분석을 가능하게 한다.

다양한 매개변수를 가진 엑셀 테이블은 여러 해 동안 입력 파일로 사용되며 시뮬레이션 실행 중에 로드된다. 의료 의사결정 지원의 여러 시나리오를 평가하기 위해 라이브러리가 개발되었다. 전용 시나리오에 특정 특성을 추가하기 위해 서로 다른 모듈(예: 인구 자료, 오류 인젝터)을 연결할 수 있다. 위치 확인 도구를 사용하면 시나리오를 실행하기 전에 해당 지역을 클릭하여 지도에서 MSU 및 병원의 홈 위치를 정의할 수 있다. 아래 선택된 논문에서 추가 모델링 및 구현 특징을 확인할 수 있다.

모델링 접근법

시뮬레이션을 수행하기 위해, 특히 의료 의사결정 지원 범위 내에서, 모델 정확도를 높이기 위해 마이크로 시뮬레이션 접근법뿐만 아니라 매크로 시뮬레이션이 필요하다. 멀티메소드와 하이브리드 시뮬레이션 패러다임의 이점을 누릴 수 있는 대목이다. 시스템 역학은 원거리 관점에서 모델링을 위해 사용되는 반면 이산 사건 및 에이전트 기반 기술은 개별 레벨에서 상세 모델링에 적합하다. 환자들은 대리인에 의해 대표되며, 의료 워크플로우는 인구통계학, 경제학, 역학 등의 측면을 나타내는 시스템 역학 모델에 내장되어 있다. 의료 기술의 영향은 정량적 매개변수로 표현된다.

MSU Models

Figure 2: Agent-Based, Discrete-Event and System Dynamics Model examples

결과

이 사례 연구의 한 가지 중요한 결과는 MSU가 자동으로 혈전분해를 치료로 사용하는 더 많은 환자로 이어지지 않는다는 것이다. 그러나 혈전증으로 치료를 받는 사람들은 더 일찍 치료를 받게 되어 심각한 장애에 대한 확률은 감소하게 된다. 이것은 명백한 의료 혜택이다. 연구에 따르면 MSU의 광범위한 분포(예: 균일한 분포)는 소수의 위치(예: 스테이션, 병원)에서 중앙집중화와 대조적으로 더 나은 결과를 도출한다. 나아가 시뮬레이션 결과, 병원 수가 적은 독일의 시골지역에서는 연간 애정이 많지 않고, 뇌졸중을 치료할 수 있는 병원이 있는 도심과 가까운 곳에 거주하는 사람이 대부분인 것으로 나타났다. 위의 사례 연구 결과는 덜 전문화된 병원을 보유한 국가마다 다를 수 있다.

결론

AnyLogic은 의료 의사결정 지원을 위한 세부 모델을 개발할 수 있다. 구성 가능한 MSU 시뮬레이션 모델은 모델 제작자들이 의료 및 보건 경제학의 영향에 대한 중요한 질문에 답변하는 데 도움을 주었다. 규제 기관, 기업, 연구자 및 기타 의사결정자는 이 결과를 사용하여 모든 국가에서 MSU 롤아웃을 최적화하고 향후 뇌졸중 진단 및 치료를 개선할 수 있다. 뇌졸중 환자에 대한 장기 모니터링을 통해 절감된 비용을 MSU의 추가 비용에 비교할 수 있어 투자 결정의 근거가 된다. 이 작업은 프로포즈 HTA(독일 정부 자금 지원)가 산학 양쪽에서 의사, 엔지니어, 보건 경제학자와 연계해 진행해 왔다.

대규모 복합 시스템(예: 의료, 자동차, 산업, 에너지)의 시뮬레이션은 에를랑겐- 뉘른베르크 대학 컴퓨터 네트워크 및 통신 시스템 그룹의 주요 업무 분야다. 추가 질문이 있는 경우 모델 개발자에게 문의하십시오.

참고 인용 자료

  1. Djanatliev A. and German R. “Prospective Healthcare Decision-Making by Combined System Dynamics, Discrete-Event and Agent-Based Simulation”. Proceedings of the 2013 Winter Simulation Conference, Editors: R. Pasupathy, S.H. Kim, A. Tolk, R. Hill, M. Kuhl. Washington D.C./USA. December 8th – 11th, 2013, p. 270-281.
  2. Djanatliev A., Kolominsky-Rabas P., Hofmann B. M., Aisenbrey A., German R. “System Dynamics and Agent-Based Simulation for Prospective Health Technology Assessments”. Simulation and Modeling Methodologies, Technologies and Applications - Advances in Intelligent Systems and Computing. Edited by Obaidat, Mohammad; Filipe, Joaquim; Kacprzyk, Janusz; Pina, Nuno (Eds.). Volume 256, 2014, pp 85-96.
  3. Djanatliev A., German R. “Large Scale Healthcare Modeling by Hybrid Simulation Techniques using AnyLogic”. Proceedings of the 6th International ICST Conference on Simulation Tools and Techniques. Cannes/French Riviera. March 5th – 7th, 2013, p. 248-257.

유사 케이스 스터디

더 많은 케이스 스터디

Get a brochure with industry case studies

다운로드