Specializarea Inginerie Software Lucrare de dizertat ie Simularea uxului de pacient i folosind sisteme cu evenimentediscrete Studiu (raport)… [619969]

Universitatea de Vest Timis oara
Facultatea de Matematic a s i Informatic a
Specializarea Inginerie Software
Lucrare de dizertat ie
Simularea
uxului de pacient i
folosind sisteme cu evenimentediscrete
Studiu (raport) intermediar
Februarie, 2017
Autor:
Ligia CociorvanProf. Coord.:
Prof. Dr. Daniela Zaharie
Timi soara
2017

Cuprins
1 Introducere 2
2 Abord ari existente 4
2.1 Forecasting Emergency Department Crowding: A Discrete Event Sim-
ulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Using an Agent-Based Simulation for predicting the eects of patients
derivation policies in Emergency Departments . . . . . . . . . . . . . . 4
2.3 Application of queueing theory in health care: A literature review . . . 6
2.4 Patient Flow in the Emergency Department: A Classication and Anal-
ysis of Admission Process Policies . . . . . . . . . . . . . . . . . . . . 7
2.5 Modeling and analysis of the emergency department at University of
Kentucky Chandler Hospital using simulations . . . . . . . . . . . . . . 7
2.6 Simulation-based framework to improve patient experience in an emer-
gency department . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.7 Improving patient
ow through axiomatic design of hospital emergency
departments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.8 A simulation-based decision support system to prevent and predict
strain situations in emergency department systems . . . . . . . . . . . 10
2.9 A simulation analysis of the impact of FAHP-MAUT triage algorithm
on the Emergency Department performance measures . . . . . . . . . 11
2.10 A simulation study to improve quality of care in the emergency depart-
ment of a community hospital . . . . . . . . . . . . . . . . . . . . . . . 11
3 Discut ii 13
3.1 Caracteristici ale abord arilor prezentate . . . . . . . . . . . . . . . . . . 13
3.2 Prezentare tool-uri investigate . . . . . . . . . . . . . . . . . . . . . . . 15
3.3 Idei de abordat ^ n lucrare . . . . . . . . . . . . . . . . . . . . . . . . . 16
4 Concluzii 17
1

1 Introducere
Departamentul de urgent  a este o facilitate de asistent  a medical a oferind trata-
mente medicale de obicei pentru pacient ii cu leziuni acute sau boli, care vin la spital
f ar a programare prealabil a, e ei ^ n si si, e prin ambulant  a. Complexitatea sistemului
de ^ ngrijire a s an at at ii, cum ar  sala de operat ie, unitatea de terapie intensiv a  si
camera de urgent  a, t ine nu numai de pacient  si tratamentul aplicat, dar, de aseme-
nea,  si de nivelului ridicat de instrumente, volumul mare de informat ii  si coordonarea
situat iilor. Multe departamente de urgent  a sunt extrem de ocupate sau aglomerate.
Managerii de la unit at ile medicale sunt ^ n mod constant sub presiune pentru a
controla cheltuielile care cresc rapid, ^ n acela si timp ^ ndeplinind cererea tot mai mare
pentru serviciile de asistent  a medical a. Ca rezultat, ei studiaz a ^ n mod continuu
ecient a sistemelor de s an atate existente  si exploreaz a oportunit at i de ^ mbun at at ire.
Evaluarea acestor intervent ii propuse este crucial a ^ nainte de punerea ^ n aplicare efec-
tiv a a acestora datorit a cererilor incerte ale sistemelor de s an atate: nivelul ridicat
de implicare uman a, at^ at la nivel de pacient i  si la nivel de resurse (medic, asistente
medicale, etc.), bugetul  si resursele limitate  si num arul mare de variabile (de exemplu:
programarea personalului, num arul de paturi, etc.).
Problema care se pune ^ n cadrul serviciilor de asistent  a medical a este reprezen-
tat a de optimizarea utiliz arii resurselor ^ n g asirea unui echilibru ^ ntre serviciul pen-
tru pacient i  si ecient a furnizoriilor de servicii. Managementul acestor complexit at i
inevitabile ^ n cadrul proceselor  si serviciilor de s an atate (de exemplu: spitale, depar-
tamente de urgent  a, administrarea paturilor)  si abordarea schim arilor ^ n procesul de
luare a deciziilor este punctul central al acestei lucr ari.
Deciziile care au impact asupra performant ei sistemelor medicale de urgent  a, la
nivel de design  si operat ional pot  clasicate ^ n funct ie de trei categorii:
1. Deciziile pe termen lung, care constau ^ n principal, ^ n a stabili nivelul de servi-
ciu, precum  si alte obiective de performant  a economic a sau social a, determinarea
aptitudinilor  si num arul cumulat de resurse umane angajate, echipamentul med-
ical adecvat dob^ andit, identicarea locat iilor xe unde se efectueaz a operat iuni
de baza care s a acopere ^ ntreag a regiune, de asemenea locat ia  si capacitatea (de
exemplu, num arul maxim de echipe de salvare care pot  asociate unei situat ii)
potent ialelor locuri(departamente de urgent  a, spitale) ^ n care echipa de salvare
ar putea  stat ionat a  si a steapt a urm atoarele operat iuni de salvare.
2. Deciziile pe termen mediu, care constau ^ n determinarea simultan a a locat iilor
identicate ^ n nivelul pe termen lung, precum  si num arul de echipe de salvare
necesare ^ n ecare locat ie, astfel ^ nc^ at s a ajung a la pacient ii cu promptitudine
 si pentru a atinge nivelul prestabilit al serviciului. ^In literatura de specialitate,
aceast a decizie este cunoscut a ca locat ie de ambulant  a. Schimbarea program arii
pentru echipele de salvare (vehicule  si echipaje) este a dou a decizie pe teremen
mediu. Const a ^ n stabilirea orarelor pentru ecare vehicul de serviciu (prob-
lema de alocare ,,vehicul-base")  si ecare resurs a uman a (problema de alocare
,,resource-vehicle"  si ,,shift-resource"). Acest lucru are ca scop de a satisface
cererea pentru echipele de salvare ^ n ecare locat ie de ambulant  a.
3. Deciziile pe termen scurt care vizeaz a stabilirea regulilor care trebuie urmate:
repartizarea uneia sau mai multor echipe de salvare disponibile unui apel
2

astfel ^ nc^ at s a se reduc a timpul de servicii asociate unei echipe  si, prin
urmare, cre sterea disponibilit at ii acestora pentru viitoarele apeluri;
alegerea spitalului corespunz ator  si cel mai apropiat care satisface nevoile
pacientului, care reducere timpul de transport  si asistent  a medical a;
strategia de redistribuire, de asemenea, cunoscut a sub numele de problema
de realocare care se refer a la repozit ionarea echipele de salvare disponibile
temporare^ n cadrul bazelor din apropiere, ca r aspuns la anumite condit ii de
schimbare ^ n sistemul de urgent  a, pentru a asigura o mai bun a acoperire de
a steptare, pentru apelurile primite ^ n viitor. Aceste modic ari pot  legate
de
uctuat iile temporale  si geograce ale modelului cererii (cu mai multe
perioade de redistribuire), sau la num arul de echipe de salvare disponibile
dup a alocarea sau eliberarea unei echipe (redistribuire dinamic a);
Aceste decizii sunt executate pe termen foarte scurt, prin determinarea pentru
ecare apel:
echipa de salvare specic a care urmeaz a s a e alocat a
^ ngrijirea medical a care urmeaz a s a e furnizate
spitalul de destinat ie care va  ales.
Sistemele de s an atate cont in un nivel ridicat de interact iuni sociale, care sunt car-
acterizate prin complexitate  si, ^ n special, la punctele de decizie. Prin urmare, prob-
lemele sunt asociate cu furnizarea de servicii de asistent  a medical a  si cu gestionarea

uxului de pacient. O mai bun a ^ nt elegere a procesului de asistent  a medical a este
esent ial a pentru luarea deciziilor corecte  si furnizarea de solut ii eciente.
3

2 Abord ari existente
2.1 Forecasting Emergency Department Crowding: A Dis-
crete Event Simulation
Obiectivul studiului a fost dezvoltarea unei simul ari cu evenimente discrete a
ux-
ului de pacient i, ^ ntru-un departament de urgent  a ^ n scopul prevederii condit iilor de
funct ionare  si m asurilor referitoare la aglomerarea din departamentul de urgent  a.
Au dezvoltat o simulare cu evenimente discrete al
uxului de pacient i cu dovezi
din literatura de specialitate. Dezvoltarea a fost pur teoretic a, validarea a impli-
cat datele pacientului dintr-un departament de urgent  a academic. Datele de intrare
 si ie sire sunt 6 variabile descriptive ale ec arui pacient prezent  si viitor ^ n departe-
mentul de urgent  a. Au validat modelul prin utilizarea unui design sliding-window,
asigur^ and separarea datelor ^ n serii de timp. Au e santionat observat ii consecutive
la 10 minute pe parcursul anului 2006. Au reprezentat sosirile unui pacient cu un
proces nestat ionar Poisson, ^ n care o distribut ie exponent ial a determin a timpul ^ ntre
sosiri. Simularea utilizeaz a un algoritm pentru a implementa procesul Poisson aleator
^ n timpul celor 168 de ore ^ ntr-o s apt am^ an a. Scenariul ^ n care pacient ii a steapt a ^ n
camerele de a steptare este reprezentat prin procesul Bernoulli aleatoar, unde camera
de a steptare este o variabil a independent a, iar pacinetul este o variabil a dependent a.
Performant a preziceriilor a fost evaluat a cu corelat ia Pearson  si statisticile sumare
reziduale. Acest a simulare a fost implementat a ^ n limbajul de programare C. Toate
analizele statistice au fost efectuate utiliz^ and R versiunea 2.3.1.
Ca rezultat, corelat iile dintre previziunile aglomerat iei  si rezultatele efective au
^ nceput ridicate  si au sc azut treptat p^ an a la 8 ore^ n viitor (variabilele Pearson: waiting
count=0.56; waiting time=0.49; occupancy level=0.78; length of stay=0.86; board-
ing count=0.79; boarding time=0.80). Mijloacele reziduale au fost impart iale pentru
toate rezultatele, cu except ia boarding time-ului. Puterea de discriminare pentru
ambulant  a a r amas constant ridicat a de p^ an a la 8 ore ^ n viitor (area under the re-
ceiver operating characteristic curve=0.86).
Prin modelarea
uxului de pacient i, acest a simularea prezice o serie de m asuri^ n vi-
itor pentru aglomerarea unui departament de urgent  a, cu diferite grade de performant  a
bun a[1].
2.2 Using an Agent-Based Simulation for predicting the ef-
fects of patients derivation policies in Emergency Depart-
ments
Aceast a lucrare prezint a rezultatele unui experiment realizat cu scopul de a analiza
efectele asupra departamentului de urgent  a (durata de internare, num arul de pacient i
care au participat  si nivelul de activitate al personalului medical) a diferitelor politici
de derivare. Experimentul a fost realizat cu datele de la Spitalul Sabadell (un spi-
tal mare, unul dintre cele mai importante din Catalonia, Spania), utiliz^ ant un model
bazat pe agent i  si simulare format ^ n ^ ntregime de norme care reglementeaz a compor-
tamentul agent ilor individuali care populeaz a departamentul de urgent  a,  si datorit a
volumului mare de date, care trebuie s a e calculat, se folose se High Performance
Computing.
Designul modelului const a din denit ia formal a a modelului, inclusiv mediul^ nconjur ator,
4

diferitele tipuri de agent i  si comportamentul lor. Modelul departamentului de urgent  a
a fost proiectat folosind Agent-Based Modeling and Simulation, ^ n care comportamen-
tul sistemului de urgent  a apare ca rezultat al act iunilor  si interact iunilor ^ ntre agent i.
Un astfel de model descrie dinamica complex a g asit a ^ ntr-un department de urgent  a,
reprezent^ and ecare individ  si sistem ca un agent individual. Dou a tipuri distincte
de agent i au fost identicat i, activi (persoanele implicate ^ n sistemul de urgent  a, cum
ar  pacient ii  si diferitele tipuri de personal)  si pasivi (sisteme reactive, cum ar  in-
frastructura IT sau laboratoare care efectueaz a teste). Act iunile ec arui tip de agent i
sunt reprezentate prin st ari. Se ia ^ n considerare toate variabilele care sunt necesare
pentru a reprezenta diferitele st ari ^ n care un astfel de agent poate  pe tot parcursul
timpului ^ n sistemul de urgent  a. Schimbarea ^ n aceste variabile, invocate de o intrare
primit a de la o surs a extern a, este modelat a ca o tranzit ie ^ ntre st ari. Pentru a con-
trola interact iunile care au loc ^ ntre agent i, comunicarea este modelat a ^ ntre indivizi
 si mediul zic ^ n care aceste persoane interact ioneaz a. Figura 1 prezint a o imagine de
ansamblu a tuturor elementelor care sunt incluse ^ n model.
Figura 1: Elementele incluse ^ n model
Modelul de comunicare reprezint a trei tipuri de baz a:
1. 1-1, ^ ntre doi indivizi (a sa cum se ^ nt^ ampl a ^ ntre personalul de primire  si pacient,
^ n timpul procesului de primire);
2. 1-n, ceea ce reprezint a un individ la adresarea unui grup (cum ar  un medic
care ofer a informat ii pentru pacient  si asistente medicale ^ n timpul procesului
de diagnosticare);
3. 1-locat ie, atunci c^ and o persoan a vorbe ste tuturor ocupant ilor unei anumite
zone (de exemplu, atunci c^ and orice membru al personalului utilizeaz a sistemul
de boxe pentru a adresa un mesaj tuturor oamenilor care se a
 a ^ ntr-o sala de
a steptare specic a). Mediul include: zona de primire (^ n cazul ^ n care pacient ii
trebuie s a se adreseze doar atunci c^ and ajung ^ n departamentul de urgent  a  si
personalalul de primire ^ nregistraz a sosirea acestora); zona de triaj (unde o asis-
tent a prime ste un pacient, ^ i veric a semnale vitale  si obt ine unele informat ii su-
plimentare, ^ n scopul de a identica nivelul de prioritate); camerele de a steptare
(unde pacient ii  si ^ nsot itorii lor a steapt a pentru a  triat i, iar odat a ce au trecut
de acest proces, p^ an a c^ and sunt chemat i s a intre ^ n zona de tratament); zona
5

de diagnostic  si tratament (unde medici, asistente medicale  si alte categorii de
personal efectueaz a procesul de diagnosticare  si tratament cu pacient i).
Simularea modelului a fost implementat a folosind tool-ul pentru simularea bazat a
pe agent i NetLogo, o platform a de nivel ^ nalt care permite modelatorilor s a dea
instruct iuni pentru sute sau mii de agent i independent i, care funct ioneaz a tot i ^ n
acela si timp, ceea ce face posibil a explorarea conexiunii ^ ntre micro-nivelul comporta-
mentul indivizilor  si macro-nivelul modelelor, care apar din interact iunea mai multor
indivizi.
Versiunea actual a a simulatorului include cele patru domenii principale: primirea,
triajul, 3 s ali de a steptare, precum  si zona de diagnostic  si tratament. Genul de agent i
activi reprezentat i ^ n aceast a simulare sunt pacient i, personalul de primire, asistente
medicale din zona de triaj, asistente medicale din clinici  si medici. Asistentele din zona
de triaj efectueaz a procesul de triaj, faz a ^ n care este identicat nivelul de prioritate al
pacient ilor,  si asistentele din clinici  si medicii act ioneaz a ^ n procesul de diagnosticare
 si tratament.
Rezultatele obt inute arat a c a derivarea pacient ilor care nu necesit a o atent ie ur-
gent a permite cre sterea num arului de pacient i  si, de asemenea, reduce durata de
 sedere a pacient ilor care r am^ an ^ n departamentul de urgent  a. Mai mult, ^ n unele
cazuri, num arul de medici necesari ^ n zona ^ n care sunt pacient i cu nivel de prioritate
IV sau V este mai mic, ceea ce face posibil s a se deplaseze unii medici ^ n alte p art i
ale departamentului[2].
2.3 Application of queueing theory in health care: A litera-
ture review
Aceast a lucrare trece^ n revist a contribut iile  si aplicat iile teoriei cozilor de a steptare
^ n domeniul problemelor de management ale ^ ngrijirii medicale. Aceast a revizuire
propune un sistem de clasicare a zonelor de ^ ngrijire a s an at at ii, care sunt exami-
nate cu ajutorul modelului cozilor de a steptare. Categoriile descrise ^ n literatura de
specialitate sunt extinse  si o taxonomie detaliat a pentru subgrupuri este formulat a.
Scopul este de a furniza informat ii suciente anali stilor care sunt interesat i ^ n uti-
lizarea teoriei cozilor pentru a modela un proces de ^ ngrijire a s an at at ii.
Pentru aceast a analiz a au utilizat mai multe lucr ari, reviste, articole, baze de
date, cum ar  baza de date EBSCO (Medline, Business Source Complete, Academic
Search Complete), publicat iile Elsevier and Springer journals (Science Direct, Med-
line, Inspec), INFORMS, ACM Digital Library. Teoria cozilor de a steptare constituie
un instrument foarte puternic, deoarece modelele bazate pe cozi necesit a date relativ
put ine  si sunt simple  si rapid de utilizat. Din cauza simplit at ii  si vitezei, modelele
pot  folosite pentru a evalua rapid  si pentru a compara diferite alternative pentru
furnizarea de servicii. Dincolo de problema de baz a de a determina c^ at de mult a ca-
pacite este necesar a pentru a atinge un standard de serviciu specicat, modele bazate
pe cozi pot  de asemenea utile ^ n obt inerea perspective asupra gradului adecvat de
specializare sau
exibilit at ii utilizate ^ n organizarea resurselor, sau cu privire la im-
pactul diferitelor sisteme prioritare pentru a determina ordinea de serviciu ^ n r^ andul
pacient ilor.
^In cele mai multe set ari ale departamentului de asistent  a medical a, disciplina cozii
este e rst-in-rst-out sau un set de clase de pacient i care au priorit at i diferite (ca
^ ntr-un departament de urgent  a care trateaz a pacient ii cu viat a ^ n pericol ^ naintea
6

altora). Disciplina cozii de a steptare este un factor important care ar putea afecta ^ n
mod semnicativ timpul de a steptare pentru serviciu.
^In aceast a lucrare, aplicat ii ale teoriei cozilor de a steptare ^ n modelarea proceselor
din departamenul medical au fost revizuite  si clasicate. Din moment ce facilit at ile de
^ ngrijire a s an at at ii se ocup a direct de viet i omene sti, ^ mbun at at irea performant ei sis-
temului este un obiectiv foarte important. Utilizarea serverelor  si cre sterea timpului
de a steptare descresc ator a pacient ilor poate spori productivitatea sistemului. Teoria
cozilor ofer a o tehnic a ecient a si puternic a de modelare, care poate ajuta managerii
^ n atingerea obiectivelor[3].
2.4 Patient Flow in the Emergency Department: A Classi-
cation and Analysis of Admission Process Policies
Obiectivul studiului este investigarea efectului politicilor procesului de internare
asupra
uxului de pacient i ^ n departamentul de urgent  a. Au cercetat un grup de
panou consultativ pentru a determina abord ari ale politicilor procesului de internare
a pacient ilor. Clasicarea ca decizie de internare se face de c atre echipa de furnizori
(medici, rezident i) sau de medici participant i la procesul de internare^ n departamentul
de urgent  a. Au dezvoltat modele de simulare bazate pe sisteme cu evenimente dis-
crete ale
uxului de pacient i, pentru a evalua potent ialul efect al 4 tipuri de politici
de baz a  si a 2 tipuri hibride.
Datele utilizate ^ n simulare au fost obt inute din 3 surse: diferite studii existente,
date de la spital  si opinii ale expert ilor. Simularea modelului a fost realizat a cu aju-
torul software-ului Simio.
Ca rezultat, comparativ cu actuala politic a a procesului de internare, alternativele
erau eciente ^ n reducerea duratei de  sedere a pacient ilor internat i cu 14% la 26%. Cu
alte cuvinte, pacient ii pot sta de la 1.4 la 2.5 ore mai put ine, ^ n medie, ^ n departamen-
tul de urgent  a ^ nainte de a  admi si ^ n medicina intern a ^ n cadrul unui nou proces de
internare. Fluxul ^ mbun at at it al pacient ilor internat i a sc azut at^ at durata de  sedere
^ n departamentul de urgent  a a pacient ilor externat i, iar durata total a a  sederii cu
p^ an a la 5%  si, respectiv 6.4%. Aceste rezultate sunt ^ ncadrate ^ n contextul misiunii
de ^ nv at are  si experient  a al unui medic.
Un proces de internare ecient poate reduce timpul de a steptare pentru ambele
tipuri de pacient i, internat i  si externat i. Acest studiu a contribuit la demonstrarea
valorii potent iale a politicilor procesului de internare  si elaborarea unui cadru pentru
continuarea acestor politici[4].
2.5 Modeling and analysis of the emergency department at
University of Kentucky Chandler Hospital using simula-
tions
^In acest articol se prezent a un studiu de simulare realizat ^ n departamentul de
urgent  a de la Universitatea din Kentucky Chandler Hospital. Pe baza analizei datelor
de proces  si
ux a fost dezvoltat un model de simulare a pacient ilor ^ n departamentul
de urgent  a. Pe baza mai multor procese, un model de simulare cu evenimente dis-
crete a fost dezvoltat folosind software-ul SIMUL8 pentru a imita
uxul de pacient i
^ n departamentul de urgent  a.
Informat iile pacientului sunt analizate pe baza datelor de ^ nregistrare colectate de
7

c atre departamentul de urgent  a UKCH. Nivelul personalului init ial  si resursele sunt
determinate pe baza congurat iei fort ei de munc a existente  si facilit at ilor ^ n spital.
Pentru simularea de funct ionare de zi cu zi, at^ at perioadele aglomerate cat  si cele mai
lini stite sunt incluse ^ ntr-un singur model. Dirijarea pacient ilor la triaj se bazeaz a pe
punctajul de acuitate de la 1 la 5 atribuite de asistenta de la triaj prin analiza simp-
tomelor. Probabilit at ile de rutare sunt determinate pe baza datelor istorice colectate
prin sistemul de informat ii clinice. pacient ii cu acuitatea 1  si 2 sunt trimi si direct la
zonele de traum a sau de ^ ngrijire critic a. Cu except ia pacient ilor cu probleme psihi-
atrice (5% din totalul vizitelor) care vor  tratat i ^ n camere de psihiatrie. Tot i ceilalt i
pacient i cu acuitatea 3 p^ an a la 5 cel mai adesea vor  trimi si ^ n sala de a steptare.
Din sala de a steptare, pacient i cu acuitatea 3 sunt luat i ^ n zona de ^ ngrijire acut a a
departamentului, ^ n timp ce pacient ii cu acuitatea de 4  si 5 sunt v azut i ^ n zona de
^ ngrijire expres a. Sala de a steptare este privit a ca un buer sau o coad a ^ n modelul
de simulare. Un pacient trebuie s a e pus ^ n coad a ^ n sala de a steptare p^ an a c^ and
un pat ^ n departamentul corespunz ator este pus la dispozit ie. ^In cazul ^ n care timpii
de a steptare sunt prea lungi, unii pacient i pot p ar asi departamentul de urgent  a, far a
nici un tratament (pe baza datelor colectate 4,49% din totalul vizitelor se presupune
^ n model).
^In aceast a lucrare s-au identicat blocajele(bottlenecks)  si s-a investighat num arul
optim de resurse umane  si echipamente (de exemplu, asistente medicale, medici,
tehnologie radiologic a). Rezultatele simul arii sugereaz a c a 3 asistente medicale supli-
mentare sunt necesare pentru a asigura rezultate clinice dorite. Testele de diagnostic,
scanarea tomograei computerizat a ^ n particular, se dovedesc a  ni ste blocaje. Ca
urmare, se recomand a achizit ionarea unui computer tomograc suplimentar. Man-
agementul spitalului a acceptat recomand arile, iar punerea ^ n aplicare este ^ n curs de
desf a surare[5].
2.6 Simulation-based framework to improve patient experi-
ence in an emergency department
Un framework interactiv de suport decizional bazat pe simulare este prezentat
^ n aceast a lucrare pentru ^ mbun at at irea procesului de asistent  a medical a. Complex-
itatea  si diferitele niveluri de variabilitate ^ n cadrul procesului sunt ^ ncorporate ^ n
faza de modelare a proceselor, urmat a de dezvoltarea unui model de simulare pentru
a examina impactul potent ialelor alternative. Ca un instrument de management al
performantei, Balanced Scorecard (BSC) este ^ ncorporat ^ n framework pentru a spri-
jini ^ mbun at at irea continu a  si durabil a prin utilizarea unor m asuri strategice, legate
de performant  a  si act iuni.
Un model de simulare cu evenimente discrete a fost construit pe baza proceselor din
departamentul de urgent  a, a BSC-ului  si analizei datelor empirice. Faza de colectare
a datelor are loc pentru a aduna informat ii relevante ale proceselor care stau la baz a.
Aceast a faz a se concentreaz a pe recuperarea datelor, precum  si cu privire la constru-
irea unui model conceptual. Datele cantitative sunt e stocate ^ n baze de date, scrise
pe documente, sau ^ nregistrate pe orice tip de mediu de stocare ^ n cazul ^ n care datele
calitative pot  obt inute prin observarea direct a a sistemului  si interviuri de la expert i.
^In contextul asistent ei medicale, expert ii sunt cei care lucreaz a ^ n spital – medici, asis-
tente medicale, consultant i, administratori  si manageri. Programarea orientat a pe
obiecte a fost utilizat a pentru a personaliza construirea modelului de simulare. O
8

baz a de date a fost utilizat a pentru a salva indicatorii cheie de performant  a m asurate
dup a ecare rulare de simulare, urmat de exportarea BSC-ului ^ ntr-o form a de tabel
pentru analize ulterioare  si validare.
Dup a vericarea  si validarea modelului factorii de decizie pot folosi modelul pentru
a investiga impactul deciziilor  si a alternativelor de a prevadea consecint ele acestor
decizii. Rezultatele pot  apoi evaluate  si interpretate de c atre expert i  si factorii
de decizie, care ofer a ^ ndrum ari cu privire la punerea ^ n aplicare a alternativelor  si
a planurilor propuse, precum  si repere de performant  a maxim a care poate  atins a
folosind resursele disponibile. Prin urmare, mai multe solut ii practice  si planuri pot
 recomandate  si testate utiliz^ and acest model de simulare[6].
2.7 Improving patient
ow through axiomatic design of hos-
pital emergency departments
Ca r aspuns la aglomerarea^ n departamentele de urgent a s-au f acut eforturi pentru
a cre ste
uxul de pacient i prin fast tracks (FT). Cu toate acestea FT-urile sunt adesea
insucient utilizate. Cei care au abordat acest a lucrare au constatat c a acest lucru
este cauzat ^ n principal de practica actual a de a atribui pacient i la FT numai pe baza
indicelui de severitate de urgent  a. Aceast a utilizare are ca rezultat un cuplaj ^ ntre
prioritizarea pacient ilor  si ^ ncurajarea
uxului rapid de pacient i. Ei au considerat c a
prin introducerea unui nou indice al
uxului de pacient i(park index) ar putea decupla
aceast a problem a de proiectare  si reduce semnicativ timpul de a steptare general al
pacientului (50%).
Aceast a simulare a fost construit a^ n Rockwell Automation, ARENA DES Software
Inc. Modelul departamentului de urgent  a a fost construit pe baza datelor reale ale
pacient ilor. Generarea modelului departamentului de urgent  a a ^ nceput cu observat ia
funct ion arii spitalului  si crearea de diagrame de
ux detaliate pentru pacient i, medici,
asistente medicale, precum  si informat ii  si studii ale proceselor din departamentul de
urgent  a. Modelul de simulare a fost construit urm^ and ^ ndeaproape procesele actuale
prin care un pacient trece. Figura 2 prezint a structura pentru modelul de nivel ^ nalt
al departamentului de urgent  a, unde ecare bloc reprezint a un sub-model detaliat.
Figura 2: Conceptul modelului
Rezultatele simul arii au ar atat c a utilizarea PI-uli (park index) ^ n momentul
9

atribuirii pacient ilor la FT este asociat a cu o cre stere a pacient ilor, precum  si o sc adere
semnicativ a a cantit at ii de timp pe care un pacient trebuie s a a stepte pentru un pat
disponibil[7].
2.8 A simulation-based decision support system to prevent
and predict strain situations in emergency department
systems
^In aceast a lucrare au caracterizat situat iile dicile, st arile  si act iuni corective
^ ntr-un departament de urgent  a. Au modelat  si analizat departamentul de urgent  a
pediatric a de la CHRU-Lille din Frant a, folosind sisteme cu evenimente discrete ^ n
scopul de a reduce  si de a gestiona situat iile dicile.
Modelul de simulare a fost scris folosind SIMAN ARENA 13.9. Toate simul arile
au fost efectuate timp de trei zile, iar rezultatele au fost colectate numai pentru
pacient ii internat i ^ n a doua zi. Informat iile necesare pentru modelul de simulare
au fost colectate de la baza de date a departamentului pediatric, din interviuri  si
chestionare realizate cu personalul de^ ngrijire din departamentul pediatric de urgent  a.
O interfat  a Excel a fost dezvoltat a pentru a popula toate datele  si caracteristicile
sistemului simulat (date pacient i, congurat ii de resurse umane  si materiale, etc.).
Modelul de simulare nal este reprezentat de cinci module principale: modulul de
sosire a pacient ilor, modulul de ^ nregistrare, modulul de triaj, modulul de examinare
medical a  si modulul de examinare suplimentar a. Figura 3 descrie modelul nal.
Figura 3: Model simulare
Rezultatele au dovedit important a anticip arii  si gestionarea situat iilor dicile ^ n
departamentele de urgent  a. Modelul de simulare cu evenimente discrete a fost con-
struit pentru a putea vizualiza situat iile de solicitare  si pentru a examina relat ia dintre
aceste situat ii  si propunrea m asuri corective[8].
10

2.9 A simulation analysis of the impact of FAHP-MAUT
triage algorithm on the Emergency Department perfor-
mance measures
Scopul principal al acestui studiu este de a compara dou a sisteme de triaj folosind
simularea cu evenimente discrete. Un sistem utilizeaz a Emergency Severity Index
(ESI), iar cel alalt folose ste algoritmul Fuzzy Analytic Hierarchy Process (FAHP)
 si Multi-Attribute Utility Theory (MAUT). ^In general, nu a existat nici o dovad a
statistic a pentru care un sistem ar mai ecient dect cel alalt pentru toate m asurile
de performant  a ^ n cazul ^ n care media este luat a ^ n toate nivelurile ESI. Pe de alt a
parte, datele simulate colectate de ecare nivel ESI a ar atat c a algoritmul FAHP-
MAUT tinde s a echilibreze timpul de a steptare  si durata  sederii. Figura 4 reprezint a
algoritmul de triaj FAHP-MAUT.
Figura 4: Algoritmul FAHP-MAUT
Simularea modelului a fost realizat a utiliz^ and software-ul Simio versiunea 4. Con-
cluzia la care au ajuns este c a cei doi algoritmi de si sunt diferit i, aduc benecii majore
^ ntr-un departament de urgent  a.
^In general, lucrarea a prezentat compararea a doi algoritmi de triaj ^ ntr-o situat ie
dinamic a  si realist a. Autorii acestei lucr ari recomand a utilizarea algoritmului FAHP-
MAUT. Aceast a recomandare este in
uent at a de faptul c a algoritmul ESI se bazeaz a
foarte mult pe judec at i ale asistentelor, iar FAHP-MAUT utilizeaz a m asuri cantitative
pentru a ajunge la o prioritate pentru ecare pacient, ceea ce face posibil ca un sistem
expert s a e generat pentru a propune o prioritizare pentru asistentele medicale[9].
2.10 A simulation study to improve quality of care in the
emergency department of a community hospital
^In acest articol este prezentat un studiu de simulare pentru a ^ mbun at at i calitatea
^ ngrijirii ^ n departamentul de urgent  a al spitalului Kentucky din Lexington.
Departamentul de urgent  a al spitalului dispune de 30 de camere pentru pacient i,
inclusiv 2 camere critice pentru pacient i cu traumatisme sau pentru pacient i cu simp-
tome severe  si leziuni. Monitoare cardiace sunt instalate ^ n 21 de camere. De-
partamentul de urgent  a are 2 camere de triaj, una pentru evaluarea preliminar a a
pacient ilor de c atre o asistent a medical a, iar cealalt a pentru consultarea cu echipa-
mentele de testare a electrocardiogramei. Pacient ii cu afect iuni amenint  atoare de
11

viat  a pot ocoli triajul  si sunt consultat i ^ n mod direct de c atre medici. Pacient ii din
ambulant  a sunt diagnosticat i rapid la intrarea ^ n ambulant  a. Pacient i cu mare acui-
tate sunt trimi si ^ n s alile de tratament, iar ceilalt i sunt trimi si ^ n sala de a steptare.
Pe baza acestor procese, un model de simulare folosind SIMUL8 a fost dezvoltat pen-
tru a imita
uxul de pacient i ^ n departamentul de urgent  a. Pe baza observat iilor
din departamentul de urgent  a al spitalului, anali sti au formulat o diagram a de
ux a
pacient ilor a sa cum se prezint a ^ n Figura 5.
Figura 5: Diagrama de
ux a pacient ilor
^In acest articol a fost prezent un studiu de simulare a departamentului de urgent  a
al unui spital comunitar. Modelul de simulare poate imita cu exactitate
uxul de
pacient i ^ n departamentul de urgent  a  si poate  folosit pentru a analiza efectele
politicilor potent iale de ^ mbun at at ire. A fost efectuat a analiza sensibilit at ii ^ n ceea ce
prive ste num arul de medici, asistente medicale  si echipamente de testare. S-a ar atat
c a este nevoie de cel put in 9 asistente medicale  si ad augarea de 1 scaner CT pentru a
contribui la reducerea timpului de a steptare al unui pacient  si durata  sederii ^ n depar-
tamentul de urgent  a. Aceste rezultate au fost recomandate conducerii spitalului[10].
12

3 Discut ii
3.1 Caracteristici ale abord arilor prezentate
^In tabelul urm ator se pot observa caracteristici generale ale lucr arilor referitoare
la simularea evenimentelor din departamentele de urgent  a. De remarcat este faptul
c a sistmele cu evenimente discrete sunt cele mai utilizate ^ n modelarea proceselor din
cadrul departamentului de urgent  a.
LucrareModelul
folositInstrument
softwareRezultate raportate
Forecasting
Emergency
Department
Crowding: A
Discrete Event
SimulationDES, Poisson,
Pearson,
BernoulliLimbajul
de programare C,
R versiunea 2.3.1Rezultatele efective
au ^ nceput
ridicate  si au
sc azut treptat
p^ an a la 8 ore ^ n viitor.
Using an
Agent-Based
Simulation for
predicting
the eects of
patients derivation
policies in
Emergency
DepartmentsAgent-Based
Simulation,
High
Performance
ComputingSoftware-ul
NetLogoDerivarea pacient ilor
care nu necesit a o
atent ie urgent a
permite cre sterea
num arului
de pacient i  si
reduce durata de
 sedere a pacient ilor.
Application of
queueing theory
in health care: A
literature reviewTeoria cozilor
de a steptareXTeoria cozilor ofer a
o tehnic a ecient a
si puternic a de
modelare.
Patient Flow in the
Emergency
Department:
A Classication
and Analysis of
Admission Process
PoliciesDESSoftware-ul
SIMIOAlternativele propuse
au fost eciente ^ n
reducerea
duratei de
 sedere a pacient ilor
internat i cu 14% la 26%.
A simulation-based
decision support
system to preventand
predict strain
situations in
emergency
department systemsDESSoftware-ul
SIMAN
ARENA13.9Rezultatele au
dovedit important a
anticip arii  si
gestionarea
situat iilor
tensionate ^ n
departamentele
de urgent  a.
13

LucrareModelul
folositInstrument
softwareRezultate raportate
Modeling and
analysis of the
emergency
department at
University of
Kentucky Chandler
Hospital using
simulationsDESSoftware-ul
SIMUL89Rezultatele simul arii
sugereaz a c a 3 asistente
medicale suplimentare
sunt necesare pentru
a asigura rezultate
clinice dorite.
Simulation-based
framework to
improve patient
experiencein an
emergency
departmentDES,
Balanced
Scorecard,
POOXMai multe solut ii
practice  si planuri
pot
 recomandate
 si testate utiliznd
acest model de simulare.
Improving patient

ow through
axiomatic design
of hospital
emergency
departmentsDESSoftware-ul
ARENA DESIntroducerea unui nou
indice al
uxului
de pacient i
(park index)
a redus semnicativ
timpul de a steptare
general al
pacientului (50%).
A simulation
analysis of the
impact of
FAHPMAUT
triage algorithm
on the
Emergency
Department
performance
measuresAlgoritmul
FAHPMAUTSoftware-ul
Simio
versiunea 4Algoritmul
FAHP-MAUT
tinde s a echilibreze
timpul
de a steptare
 si durata  sederii.
A simulation
study to improve
quality of care
in the emergency
department of a
community hospitalDESSoftware-ul
SIMUL8S-a ar atat c a este
nevoie de cel put in
9 asistente medicale
 si ad augarea de
1 scaner CT
pentru a contribui
la reducerea
timpului de
a steptare al unui
pacient  si durata
 sederii ^ n
departamentul
de
urgent  a.
14

3.2 Prezentare tool-uri investigate
Din tabelul anterior se poate observa prezent a mai multor tool-uri utilizate ^ n
modelarea proceselor din departamentele de urgent  a. Tool-urile pe care le-am inves-
tigat  si caracteristicile lor sunt urm atoarele:
1.NetLogo
NetLogo este un limbaj de programare bazat pe agent i  si un mediu de modelare
integrat. NetLogo a fost proiectat ^ n spiritul limbajului de programare Logo. El
prezint a conceptele de programare folosind agent i sub form a de turtles, patches,
links  si observer. Software-ul NetLogo permite explorarea fenomenelor emer-
gente. Acesta este dotat cu o bibliotec a de modele extinse incluz^ and modele
^ ntr-o varietate de domenii, cum ar  economie, biologie, zic a, chimie, psiholo-
gie, dinamica sistemului. NetLogo permite explorarea prin modicarea switch-
urilor, cursoarelor, selectoarelor, intr arilor  si altor elemente de interfat  a. Dincolo
de explorare, NetLogo permite creat ia unor noi modele  si modicarea modelelor
existente. NetLogo este disponibil gratuit de pe site-ul NetLogo. NetLogo este
un software gratuit  si open source, sub licent  a GPL. Licent ele comerciale sunt
de asemenea disponibile. Este scris ^ n Scala  si Java  si ruleaz a pe Java Virtual
Machine.
2.AnyLogic
Anylogic este un instrument de modelare a simul arii dezvoltat de c atre The Any-
logic Company. Acesta suport a sisteme pe baz a de agent i, evenimente discrete  si
metodologii de simulare a dinamicii de sistem. Edit ia AnyLogic Personal Learn-
ing Edition este disponibil a gratuit ^ n scopuri auto-educative  si educat ionale.
Licent a PLE este perpetu a, dar modelele create sunt limitate ^ n dimensiune.
Limbajul AnyLogic are o
exibilitate de neegalat  si permite modelatorilor s a
capteze complexitatea  si caracterul eterogen al afacerilor, economiei  si a sis-
temelor sociale la orice nivel dorit de detalii pentru a obt ine o perspectiv a mai
profund a asupra proceselor interdependente ce se ^ nt^ ampl a ^ n interiorul  si ^ n ju-
rul organizat iei. Av^ and un set mare de funct ii  si un limbaj complex, AnyLogic
devine greu de ^ nteles, iar procesul de ^ nv at are este mai complicat.
3.Simio
Simio este un framework de modelare bazat pe simulare de obiecte inteligente.
Un model este construit prin combinarea obiectelor care reprezint a componen-
tele zice ale sistemului. Un model Simio arat a ca sistemul real. Modelul logic
 si animat ia este construit ca un singur pas. Un obiect poate  animat pentru
a re
ecta schimbarea st arii obiectului. Simio Personal Edition este o versiune
f ar a nici un cost de Simio. Aceast a versiune a Simio nu are limit a cu privire la
ceea ce se poate modela  si este pe deplin funct ional a pentru modelele de p^ an a
la 5 modele, 30 de obiecte  si 30 pasi.
4.Arena Discrete Event Simulation
Caracteristicile software-ului de simulare Arena Discrete Event Simulation:
(a) Metodologia de modelare include o bibliotec a mare pentru a modela pro-
cesul f ar a a  nevoie de programare personalizat a
15

(b) Gama complet a de opt iuni de distribut ie statistic a pentru a modela cu
precizie variabilitatea procesului
(c) Capacitatea de a deni c ai pentru obiect  si trasee pentru simulare
(d) Analiza statistic a  si generarea de rapoarte
(e) M asur atorile de performant  a
(f) Capabilit at i realiste 2D  si 3D de animat ie pentru a vizualiza rezultatele
Student Edition este o edit ie gratuit a destinat a student ilor pentru ^ nv at are,
software-ul este inclus pentru desc arcare  si include mai multe manuale de sim-
ulare. Aceast a versiune este perpetu a, dar limitat a ^ n dimensiunea modelului.
Aceast a versiune este destinat a utiliz arii academice, non-comercial.
^In tabelul urm ator se pot observa principalele diferent e si asem an ari ^ ntre tool-urile
pentru simularea proceselor din departamentul de urgent  a:
Software DES Agent-BasedIntelligent
ObjectsFree Edition
NetLogo DA DA NU DA
AnyLogic DA DA NUDA, dar cu
limit ari
Simio NU NU DADA, dar cu
limit ari
Arena DA NU NUDA, dar cu
limit ari
Pentru aceast a lucrare am ales s a folosesc software-ul NetLogo deoarce este un
mediu de modelare programabil multi-agent, dar permite si modelarea sistemelor cu
evenimente discrete necesare ^ n analiza proceselor din departamentul de urgent  a. De
asemenea, NetLogo vine cu o libr arie mare, este un software gratuit  si open source.
3.3 Idei de abordat ^ n lucrare
Pornind de la abord arile existente, ^ n aceast a lucrare voi deni un model bazat
pe agent i, dar  si pe sisteme cu evenimente discrete pentru analiza  si ^ mbun at at irea
departamentului de urgent  a.
Construirea modelului presupune dou a etape:
1. ^ mp art irea h art ii  si stabilirea agent ilor
2. alocarea resurselor presupune c a:
ecare doctor are un tipar de activitate
exist a mai multe tipuri de activit at i pentru care trebuie determinat timpul
necesar
ecare pacient trebuie s a aibe un set de analize din care unele se fac in
paralel, altele nu
16

4 Concluzii
Simularea cu evenimente discrete a devenit un instrument ecient pentru luarea
deciziilor pentru aloc ari optime de resurse pentru a ^ mbun at at i performant a sistemu-
lui decizional. Datorit a dezvolt arii rapide ^ n domeniul tehnologiei calculatoarelor,
instrumentele de simulare a sistemelor cu evenimente discrete au fost ^ mbun at at ite  si
extinse. Prin urmare, exist a o tendint  a cresc atoare de a folosi instrumentele de sim-
ulare ^ n domeniul asistent ei medicale pentru a ^ mbun at at i operat iunile. Acest proces
^ mbun at at e ste
uxul de pacient i  si reduce costurile de ^ ngrijire a s an at at ii. De aseme-
nea, cre ste calitatea serviciilor  si satisfact ia pacientului.
Modelele prezentate ^ n aceste lucr ari sunt un exemplu clar al beneciilor utiliz arii
simul arii ca  si component a de baza a unui sistem decizional care ajut a managerii de
asistent  a medical a pentru a face cele mai bune decizii ^ n cuno stint  a de cauza posibil a
(programarea pacientului, gestionarea personalului medical  si optimizarea resurselor),
 si de a face o mai bun a utilizare a resurselor, realizarea unui ciclu mai ecient  si
^ mbun at at irea ^ ngrijirii pacientului. Aceast a simulare, la r^ andul sau, permite o mai
bun a gestionare a
uxului dinamic de pacient i, e ca urmare a unor circumstant e
specice (de exemplu dezastre, etc.) sau
uctuat iei sezonier a a cererii de servicii de
asistent  a medical a.
17

Bibliograe
[1] Nathan R. Hoot, Larry J. LeBlanc, Ian Jones, Scott R. Levin, Chuan Zhou, Cyn-
thia S. Gadd and Dominik Aronsky – Forecasting Emergency Department Crowd-
ing: A Discrete Event Simulation
[2] Manel Taboadaa, Eduardo Cabrerab, Francisco Epeldec, Ma Luisa Iglesiasc and
Emilio Luqueb – Using an Agent-Based Simulation for predicting the eects of
patients derivation policies in Emergency Departments
[3] Lakshmi Ca and Sivakumar Appa Iyer Application of queueing theory in health
care: A literature review
[4] Hyojung Kang, Harriet Black Nembhard, Colleen Raerty and Christopher J. De-
Flitch – Patient Flow in the Emergency Department: A Classication and Analysis
of Admission Process Policies
[5] Stuart Brenner, Zhen Zeng, Yang Liu, Junwen Wang, Jingshan Li and Patricia
K. Howard – Modeling and analysis of the emergency department at University of
Kentucky Chandler Hospital using simulations
[6] Waleed Abo-Hamad and Amr Arisha – Simulation-based framework to improve
patient experience in an emergency department
[7] Jordan S. Peck and Sang-Gook Kim – Improving patient
ow through axiomatic
design of hospital emergency departments
[8] Farid Kadri, Sonds Chaabane and Christian Tahon – A simulation-based decision
support system to prevent and predict strain situations in emergency department
systems
[9] Omar M. Ashour and Gl E. Okudan Kremer – A simulation analysis of the im-
pact of FAHP-MAUT triage algorithm on the Emergency Department performance
measures
[10] Zhen Zeng, Xiaoji Ma, Yao Hu, Jingshan Li and Deborah Bryant – A simulation
study to improve quality of care in the emergency department of a community
hospital
18