Simulación del Servicio de Urgencias Hospitalarias: una aproximación computacional desarrollada mediante técnicas de Modelado Orientadas al Individuo (MoI)

Author

Taboada González, Manuel

Director

Luque, Emilio

Date of defense

2013-07-12

ISBN

9788449038426

Legal Deposit

B-22960-2013

Pages

222 p.



Department/Institute

Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius

Abstract

La saturació dels serveis d'urgències hospitalaris (SUH) és un problema que comparteixen els sistemes sanitaris de tot el món. El Departament d'Urgències és una de les àrees més complexes i dinàmiques d'un hospital. La planificació i gestió dels seus recursos és complexa, ja que reben una demanda de servei no lineal, que varia depenent de l'hora del dia, el dia de la setmana o el mes de l'any. No hi ha models estàndards que descriguin el comportament de sistemes complexos, però aquests tenen característiques en comú. La Simulació es converteix en una eina per al modelatge d'aquest tipus de sistemes, permetent donar resposta a preguntes de tipus "què passaria si ..." (per exemple, en cas d'una pandèmia concreta, per explorar com afecten combinacions alternatives de professionals del SUH sobre el nombre de pacients atesos), així com per trobar resposta a preguntes de l'estil "quina és la millor opció ...", pròpies d'objectius d'optimització (per exemple quina és la combinació de professionals que permet minimitzar el temps d'estada de els pacients en el SUH, subjecte a restriccions pressupostàries i de disponibilitat de personal). L'objectiu d'aquest treball de recerca ha estat dissenyar i desenvolupar un model i la seva simulació aplicant tècniques de Modelatge Orientat a Individus (MoI) que puguin ser utilitzats pels responsables dels serveis d'urgències per prendre les decisions operatives adequades en disposar, a través del simulador, de la informació necessària. En el model i simulació desenvolupats totes les regles afecten als agents que els formen, de manera que el comportament del sistema emergeix com a resultat de les accions i interaccions d'aquests agents. Aquest model descriu la dinàmica complexa que es troba en un SUH, en què els diferents individus i altres elements són representats en forma d'agents. S'han identificat 2 tipus d'agents: 1) agents actius, que representen les persones implicades en el servei (pacients, personal d'admissió, infermeres, metges, etc), 2) agents passius, que representen serveis i altres sistemes reactius, com els laboratoris, el sistema informàtic, etc. El comportament dels agents actius ha estat modelat mitjançant "màquines d'estat de Moore", considerant les variables que permeten definir els estats en què es troba l'individu durant la seva estada en el servei d'urgències. L'agent canvia d'estat en rebre un input d'un altre agent, en cas que modifiqui el valor d'una o més d'aquestes variables. Per modelar les interaccions entre agents s'ha inclòs un model de comunicació que inclou els Inputs que reben i els outputs que generen els agents, i l'entorn físic en el qual els agents es mouen i interactuen. Aquest entorn inclou les diferents àrees del SUH (admissió, sales de triatge, les diferents sales d'espera, sales d'atenció, etc). L'eina pot ser utilitzada en diferents serveis d'urgències després d'un procés de sintonització dividit en 2 etapes, que ha de ser realitzat prèviament al seu ús. Per realitzar aquest procés és indispensable l'ús de Computació d'Altes Prestacions i l'aplicació de tècniques de paral·lelització.


La saturación de los servicios de urgencias hospitalarias (SUH) es un problema que comparten los sistemas sanitarios de todo el mundo. El Departamento de Urgencias es una de las áreas más complejas y dinámicas de un hospital. La planificación y gestión de sus recursos es compleja, pues reciben una demanda de servicio no lineal, que varía dependiendo de la hora del día, el día de la semana o el mes del año. No existen modelos estándares que describan el comportamiento de sistemas complejos, pero estos comparten características en común. La Simulación se convierte en una herramienta para el modelado de este tipo de sistemas, permitiendo dar respuesta a preguntas de tipo “qué pasaría si...” (por ejemplo, en caso de una pandemia concreta, para explorar cómo afectan combinaciones alternativas de profesionales del SUH sobre el número de pacientes atendidos), así como para encontrar respuesta a preguntas del estilo “cuál es la mejor opción…”, propias de objetivos de optimización (por ejemplo cual es la combinación de profesionales que permite minimizar el tiempo de estancia de los pacientes en el SUH, sujeto a restricciones presupuestarias y de disponibilidad de personal). El objetivo de este trabajo de investigación ha sido diseñar y desarrollar un modelo y su simulación aplicando técnicas de Modelado Orientado a Individuos (MoI) que puedan ser utilizados por los responsables de los servicios de urgencias para tomar las decisiones operativas adecuadas al disponer, a través del simulador, de la información necesaria. En el modelo y simulación desarrollados todas las reglas afectan a los agentes que los forman, de manera que el comportamiento del sistema emerge como resultado de las acciones e interacciones de dichos agentes. Dicho modelo describe la dinámica compleja que se encuentra en un SUH, en el que los diferentes individuos y otros elementos son representados en forma de agentes. Se han identificado 2 tipos de agentes: 1) agentes activos, que representan a las personas implicadas en el servicio (pacientes, personal de admisión, enfermeras, médicos, etc); 2) agentes pasivos, que representan servicios y otros sistemas reactivos, como los laboratorios, el sistema informático, etc. El comportamiento de los agentes activos ha sido modelado mediante “máquinas de estado de Moore”, considerando las variables que permiten definir los estados en los que se encuentra el individuo durante su estancia en el servicio de urgencias. El agente cambia de estado al recibir un input de otro agente, en caso de que modifique el valor de una o más de dichas variables. Para modelizar las interacciones entre agentes se ha incluido un modelo de comunicación que incluye los Inputs que reciben y los outputs que generan los agentes, y el entorno físico en el que los agentes se mueven e interactúan. Dicho entorno incluye las diferentes áreas del SUH (admisión, salas de triaje, las diferentes salas de espera, salas de atención, etc). La herramienta puede ser utilizada en diferentes servicios de urgencias después de un proceso de sintonización dividido en 2 etapas, que debe ser realizado previamente a su uso. Para realizar dicho proceso resulta indispensable el uso de Computación de Altas Prestaciones y la aplicación de técnicas de paralelización.


Overcrowding of hospital emergency departments (ED) is a phenomena shared by health systems around the world. The ED may well be one of the most complex and fluid healthcare systems that exists. The resource planning in ED is complex because its activity is not linear, and it varies depending on time, day of week and season. There are no standard models to describe a complex system, but they share many common traits. Simulation becomes an important tool for modeling this kind of systems, enabling to answer questions like “what happens if?” (e.g., in case of a specific pandemic, to explore how the composition of ED staff members influences the number of patients attended in a period of time) and to find the answer to questions such as “which is the best for ...?” (for instance the number of staff that leads to minimize the “Length of Stay” of patients, constrained by the availability of budget and number of healthcare staff). The goal of the research has been to develop an Agent-Based model and a simulation that, used as decision support system (DSS), aids the managers of the ED to allow additional knowledge of patient admission scheduling, physician staff, resource optimization, and decreased patient waiting time, amongst other situations. In the designed ED Model all rules within the model concern agents, no higher level behavior is modeled. The System behavior emerges as a result of local level actions and interactions. Such model describes the complex dynamics found in an ED, representing each individual and entity as an agent. Two distinct kinds of agents have been identified, active and passive. Active agents represent the persons involved in the ED such as patients and ED Staff (admission staff, nurses, doctors, etc). Passive agents represent services and other reactive systems, such as the information technology (IT) infrastructure or services used for performing tests. State machines are used to represent the actions of each agent. This takes into consideration all the variables that are required to represent the many different states that such individual (a patient, a member of hospital staff, or any other role) may be in throughout the course of the time in a hospital emergency department. The change in these variables, invoked by an input from an external source, is modeled as a transition between states. The communication between individuals is modeled as the Inputs that agents receive and the Outputs they produce. In order to control the agent interaction, the physical environment in which these agents interact also has to be modeled, being sufficient do it as a series of interconnected areas, such as admissions, triage box, the different waiting rooms, or consultation suits. The model and simulation can be applied is alternatives ED through a two steps tuning process with the Real System, that have to be carry out previously. This process requires the use of High Performance Computing and Parallelization techniques.

Keywords

DSS; Simulación; Urgencias hospitalarias

Subjects

68 - Industries, crafts and trades for finished or assembled articles

Knowledge Area

Tecnologies

Documents

mtg1de1.pdf

1.703Mb

 

Rights

ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

This item appears in the following Collection(s)