Возможности компьютерного имитационного моделирования в оптимизации работы стационарного отделения скорой медицинской помощи в чрезвычайных ситуациях
https://doi.org/10.25016/2541-7487-2021-0-4-40-47
Аннотация
Актуальность. Развитие компьютерных технологий последние годы все больше внедряется в медицинскую сферу. Современные программы позволяют выполнить имитационное моделирование медицинского подразделения в режиме повседневной деятельности и при чрезвычайных ситуациях, позволяют спрогнозировать необходимое количество персонала и коечную емкость.
Цель – изучить возможности компьютерного имитационного моделирования для оптимизации работы стационарного отделения скорой медицинской помощи в чрезвычайных условиях.
Методология. При помощи программного обеспечения разработана имитационная модель реально существующего стационарного отделения скорой медицинской помощи, произведены эксперименты с формированием чрезвычайных ситуаций, результаты сравнивались с данными, полученными на практике.
Результаты и их анализ. При поступлении 50 пациентов/ч оптимальным решением стало перепрофилирование 5 коек палаты динамического наблюдения в реанимационные и размещение 10 дополнительных коек в зале ожидания, а также выделение дополнительного персонала на случай чрезвычайной ситуации: 8 врачей, 6 медицинских сестер и 2 санитара, 4 медрегистратора. В эксперименте для работы в условиях 1-й волны пандемии COVID19 емкости отделения оказалось достаточной для приема 164 больных за 24 ч, длительность их пребывания в отделении составила (110,0 ± 4,6) мин. Во время 2-й волны возникла необходимость применения имитационного моделирования целиком для всего медицинского учреждения, а не только для отдельных структурных подразделений.
Заключение. Планирование работы стационарного отделения скорой медицинской помощи в условиях чрезвычайной ситуации предполагает готовность к массовому поступлению больных. Тактические вопросы в данном случае целесообразно решать заблаговременно с использованием современных технологий, таких как компьютерное имитационное моделирование.
Об авторах
В. М. ТепловРоссия
Теплов Вадим Михайлович – кандидат медицинских наук, руководитель отделом скорой медицинской помощи, доцент кафедры скорой медицинской помощи и хирургии повреждений
192236, Санкт-Петербург, ул. Льва Толстого, д.6–8
С. С. Алексанин
Россия
Алексанин Сергей Сергеевич – доктор медицинских наук профессор, член-кореспондент РАН, директор
194044, Санкт-Петербург, ул. Акад. Лебедева, д.4/2
Е. А. Цебровская
Россия
Цебровская Екатерина Андреевна – врач стационарного отделения скорой медицинской помощи, ассистент кафедры скорой медицинской помощи и хирургии повреждений
192236, Санкт-Петербург, ул. Льва Толстого, д.6–8
В. А. Белаш
Россия
Белаш Василий Алексеевич – врач стационар. отделения скорой медицинской помощи
192236, Санкт-Петербург, ул. Льва Толстого, д.6–8
В. В. Бурыкина
Россия
Бурыкина Валерия Владимировна – врач стационар. отделения скорой медицинской помощи, ассистент кафедры скорой медицинской помощи и хирургии повреждений
192236, Санкт-Петербург, ул. Льва Толстого, д.6–8
С. Ф. Багненко
Россия
Багненко Сергей Федорович – доктор медицинских наук профессор, академик РАН, ректор
192236, Санкт-Петербург, ул. Льва Толстого, д.6–8
Список литературы
1. Багненко С.Ф., Полушин Ю.С., Мирошниченко А.Г. Организация работы стационарного отделения скорой медицинской помощи : метод. рекомендации : 2-е изд., перераб. и доп. М. : ГЭОТАР-Медиа, 2018. 64 с.
2. Боев В.Д. Исследование адекватности GPSS World и AnyLogic при моделировании дискретно-событийных процессов. СПб. : ВАС, 2011. 404 с.
3. Борщев А. В. Как строить красивые и полезные модели сложных систем // Имитационное моделирование: теория и практика : материалы конф. ИММОД-2013. Казань, 2013. C. 21–34.
4. Карасев Н.А., Кислухина Е.В., Васильев В.А. Использование теории массового обслуживания в организации лечебного процесса на госпитальном этапе скорой медицинской помощи // Вестн. междунар. акад. наук (рус. секция). 2006. № 1. С. 65–68.
5. Куликова О.М., Овсянников Н.В., Ляпин В.А. Имитационное моделирование деятельности медицинских учреждений на примере Омска // Наука о человеке: гуманит. исслед. 2014. № 4 (18). С. 219–225.
6. Куракова Н.А. Информатизации здравоохранения как инструмент создания саморегулируемой системы организации медицинской помощи // Врач и информац. технологии. 2009. № 2. C. 9–27.
7. Маликов Р.Ф. Практикум по имитационному моделированию сложных систем в среде AnyLogic 6 : учеб. пособие. Уфа : Изд-во БГПУ, 2013. 296 с.
8. Пальмов С.В., Жуйкова А.А Обзор возможностей системы имитационного моделирования Flexsim в сфере здравоохранения // Междунар. науч.-исслед. журн. 2018. № 1 (67). С. 124–127. DOI: 10.23670/irj.2018.67.082.
9. Теплов В.М., Цебровская Е.А, Карпова Е.А. [и др.]. Применение имитационного моделирования для оптимизации работы стационарного отделения скорой медицинской помощи // Скорая мед. помощь. 2019. № 2. С. 14–19.
10. Теплов В.М., Цебровская Е.А., Комедев С.С. [и др.]. Применение имитационного моделирования для оптимизации работы стационарного отделения скорой медицинской помощи в многопрофильном стационаре в условиях перепрофилирования медицинского учреждения на прием пациентов с новой коронавирусной инфекцией // Скорая мед. помощь. 2020. № 4. С. 11–16.
11. Уйба В.В., Верзилин Д.Н., Максимова Т.Г. Организация медицинской помощи при ликвидации последствий техногенных катастроф: аналитико-имитационное моделирование // Имитационное моделирование: теория и практика : материалы конф. ИММОД-2007. СПб., 2007. C. 207–210.
12. Якимов И. М., Кирпичников А. П. Имитационное моделирование вероятностных объектов в системе Flexsim // Вестн. технол. ун-та. 2016. № 21. C. 170–173.
13. Cook D.A., Hatala R., Brydges R. [et al.]. Technology-enhanced simulation for health professions education: A systematic review and meta-analysis // JAMA. 2011. Vol. 306, N 9. P. 978–988. DOI: 10.1001/jama.2011.1234.
14. Dong Y., Chbat N.W., Gupta A. [et al.]. Systems modeling and simulation applications for critical care medicine // Ann. Intensive Care. 2012. Vol. 2, N 18. P. 582–592. DOI: 10.1186/2110-5820-2-18.
15. Herasevich V., Pickering B.W., Dong Y. [et al.]. Informatics infrastructure for syndrome surveillance, decision support, reporting, and modeling of critical illness // Mayo Clin. Proc. 2010. Vol. 85, N 3. P. 247–254. DOI: 10.4065/mcp.2009.0479.
16. Leclerc T., Donat N., Donat A. [et al.]. Prioritisation of ICU treatments for critically ill patients in a COVID-19 pandemic with scarce resources // Anaesthesia and Critical Care & Pain Medicine. 2020. Vol. 39, N 3. P. 333–339. DOI:10.1016/j.accpm.2020.05.008.
17. Lloyd G.C., Bair A.E. Discrete event simulation of emergency department activity: a platform for system-level operations research // Academic Emergency Medicine. 2006. Vol. 11, N 11. P. 1177–1185. DOI: 10.1197/j.aem.2004.08.021.
18. Young T. An agenda for healthcare and information simulation // Health Care Manage Sci. 2005. Vol. 8, N 3. P. 189–196. DOI: 10.1007/s10729-005-2008-8.
Рецензия
Для цитирования:
Теплов В.М., Алексанин С.С., Цебровская Е.А., Белаш В.А., Бурыкина В.В., Багненко С.Ф. Возможности компьютерного имитационного моделирования в оптимизации работы стационарного отделения скорой медицинской помощи в чрезвычайных ситуациях. Медико-биологические и социально-психологические проблемы безопасности в чрезвычайных ситуациях. 2021;(4):40-47. https://doi.org/10.25016/2541-7487-2021-0-4-40-47
For citation:
Teplov V.M., Aleksanin S.S., Tsebrovskaya E.A., Belash V.A., Burykina V.V., Bagnenko S.F. Possibilities of computer simulation in optimizing the work of the inpatient emergency department in emergency situations. Medicо-Biological and Socio-Psychological Problems of Safety in Emergency Situations. 2021;(4):40-47. (In Russ.) https://doi.org/10.25016/2541-7487-2021-0-4-40-47