医疗决策支持工具:床位管理的多智能体系统外文翻译资料

 2022-08-23 03:08

Int. J. Applied Management Science, Vol. 10, No. 1, 2018

Healthcare decision support tool: multi-agent system for bed management

Nesrine Zoghlami*

LTSIRS Laboratory,

Tunis EL Manar University,

ENIT, 1002 Tunis, Tunisia

Email: nesrine.zoghlami@gmail.com *Corresponding author

Besma Glaa

Department of Management and Engineering (IEI),

Business Administration (FEK),

Linkouml;ping University, Sweden Email: besmaglaa@gmail.com

Souad Rabah

LTSIRS Laboratory,

Tunis EL Manar University,

MIS Laboratory,

ESIEE-Amiens,

UPJV University, France

Email: rabah_s@esiee-amiens.fr

Mourad Abed

Laboratoire drsquo;Automatique, de Meacute;canique, drsquo;Informatique,

Industrielles et Humaines (LAMIH),

UMR CNRS 8201,

University of Valenciennes,

F59313 Cedex 9, France

Email: Mourad.Abed@univ-valenciennes.fr

Abstract: The effective management of the allocation of limited resources such as beds is a key to the delivery of timely, high quality and low cost healthcare. However, an efficient utilisation of beds is not easy to accomplish because of the complexity of the healthcare system and the higher amount of problems that the hospitals are facing such as the overcrowding. Moreover, in order to solve these problems, effective bed management remains one of the prominent solutions for the majority of hospitals. In this paper, a decision support system

Copyright copy; 2018 Inderscience Enterprises Ltd.

based on multi-agent systems has been proposed. The suggested tool will assist healthcare practitioners to manage beds in the hospitals and also to address the problem of bed management by offering a referral depending on availability of beds to avoid tension in hospitals.

Keywords: multi-agent system; MAS; decision support system; bed management.

Reference to this paper should be made as follows: Zoghlami, N., Glaa, B., Rabah, S. and Abed, M. (2018) lsquo;Healthcare decision support tool: multi-agent system for bed managementrsquo;, Int. J. Applied Management Science, Vol. 10, No. 1, pp.59–71.

Biographical notes: Nesrine Zoghlami is an Associate Professor at Tunis Elmanar University. She obtained her PhD in Industrial Computer Science and Automatic at Ecole Centrale Lille in France in 2008. Her main research areas are the optimisation, the artificial intelligence and supply chain management. She took an active part in the national working group ORT of GDR MACS and she was responsible of the Organizing and Program Committees of international conferences and workshops. She is author or co-author of about 40 publications, communications and book chapters. She was Rapporteur of H2020 proposals in 2015 and 2016, in the European Commission, Research Executive Agency.

Besma Glaa is an Assistant Professor in Business Administration at the University of Linkouml;ping in Sweden. She is a Doctor in Industrial Computer Science and Automatics from Ecole Centrale of Lille in France, with a background as a Post-Doc Researcher in Healthcare Management at INSEAD Business School. She is currently involved in a research project at the Service Research Centre (CTF) at Karlstad University. The project is in collaboration with Volvo. She is also involved in a second project with Ericsson Besma and has been also involved in teaching on Master level at Linkouml;ping University.

Souad Rabah is an Ramp;D Engineer at ESIEE-Amiens in France. She obtained her PhD degree in Automatic at the University of Picardie Jules Verne in France in 2017. She is involved in eRolling2 project. She is working on developing a Digital-Twin of an industrial process. She holds an Electrical and Automatic Engineer Diploma, and Masterrsquo;s degree in Automatic and Smart Technologies from the National Engineering School of Gabes in collaboration with the LAMIH laboratory, Valenciennes University.

Mourad Abed is a Professor (Class 1) in Computer Engineering at the University of Valenciennes. He is the Chair or co-Chair of international conferences or special sessions, lectures for international journals, author or co-author (more than 180): numerous book chapters, journal articles and communications. He is involved in several research networks, projects and associations. He is a Main Coordinator of Technological Innovations due to Presidence on University of Valenciennes, Vice-Director at Institute of

Sciences and Technology (from 2000 to 2010), Director of Master Study Program of Sciences and Technology, Coordinator European of projects and the co-President, National Research Group.

This paper is a revised and expanded version of a paper entitled lsquo;Decision support system for bed management in hospitalrsquo;, presented at 5th IEEE ICALTrsquo;2016 in Krakow, Poland, 1–3 June 2016.

Introduction

The evolution of healthcare industries is one of the most critical and interesting subjects that interest the public. In addition to the invention of new solution, kipping this area in order adds more currency to this service. New methodologies can be proposed to improve the existing healthcare model and guarantee a developed alternative for next generation (Shakshuki and Reid, 2015; Inamdar, 2014). The management of bed in the hospital is a central topic that needs a real time solution considering emergency cases (accidents,hellip;). This solution will reduce waiting emergency line and supervise health situation of several patients. In order to establish this decision support, all departments have to provide all necessary data for resource planning (Schmidt et al., 2013). In this context, computer-based decision supports are extremely recommended due to the complexity of task and the variety of decis

剩余内容已隐藏,支付完成后下载完整资料


医疗决策支持工具:床位管理的多智能体系统

内斯林·佐格拉米*。
LTSIRS实验室,
突尼斯·埃尔·马纳尔大学(Tunis El Manar University)。
Enit,
1002突尼斯,
突尼斯电子邮件:nesrine.zoghlami@gmail.com*。
通信作者

Besma GLAA管理与工程系(IEI),工商管理系(FEK),
林肯·平大学(Linkouml;ping University)。
瑞典电子邮件:besmaglaa@gmail.com。
苏阿德·拉巴LTSIRS实验室。
突尼斯·埃尔·马纳尔大学(Tunis El Manar University)。
MIS实验室,
ESIEE-亚眠,
UPJV大学,
法国电子邮件:rabah_s@esiee-amiens.fr。
莫拉德·阿布德·迪纳蒂克实验室。
德·梅卡尼克。
Dlsquo;Informatique。
工业与人类(LAMIH),
UMR CNRS 8201,
瓦伦西亚大学,
F59313 Cedex 9,
法国电子邮件:mourad.abed@univ-valenciennes.fr

摘要:有效管理病床等有限资源的分配是提供及时、高质量和低成本医疗保健的关键。不过,由于医疗系统复杂,医院面对的问题较多,例如过度挤迫,要有效利用病床并非易事。此外,为了解决这些问题,有效的床位管理仍然是大多数医院突出的解决方案之一。本文提出了一种基于多Agent系统的决策支持系统。建议的工具将帮助医护人员管理医院的病床,并通过根据病床供应情况提供转介来解决病床管理问题,以避免医院出现紧张局势。

关键词:多智能体系统;移动代理服务器;决策支持系统;病床管理。

本文参考文献如下:Zoghlami,N.,Glaa,B.,Rabah,S.和Abed,M.(2018)“医疗决策支持工具:床上管理的多代理系统”,国际应用管理科学杂志,第10卷,第1期,第59-71页。

传记笔记:奈斯琳佐格拉米是突尼斯埃尔曼纳尔大学的副教授。2008年,她在法国的Ecole Centrale Lille获得了工业计算机科学和自动化博士学位。她的主要研究领域是优化、人工智能和供应链管理。她积极参与民主德国MACS的国家工作组,并负责国际会议和讲习班的组织和方案委员会。她是大约40种出版物、通信和书籍章节的作者或合著者。她曾任2015年和2016年欧洲委员会研究执行机构H2020提案报告员。

贝斯玛格拉是瑞典林克平大学工商管理系的助理教授。她是法国里尔经济中心的工业计算机科学和自动化博士,在IN SEAD商学院担任医疗保健管理的博士后研究员。她目前参与卡尔斯塔德大学服务研究中心(CTF)的一个研究项目。该项目与沃尔沃合作。她还参与了爱立信贝斯玛公司的第二个项目,并参与了林克平大学的硕士教学。

Souad Rabah是法国ESIEE Amiens的研发工程师。2017年,她在法国皮卡迪大学(University of Picardie Jules Verne)获得自动化博士学位。她参与了eRoling2项目。她正在开发一个工业过程的数字双赢。她拥有电气和自动化工程师文凭,以及与瓦伦西亚大学拉米赫实验室合作获得的加贝国家工程学院自动化和智能技术硕士学位。

Mourad Abed是瓦伦西亚大学计算机工程的一名教授(一年级)。他是国际会议或特别会议、国际期刊讲座的主席或共同主席,作者或共同作者(180多人):许多书章、期刊文章和通讯。他参与了多个研究网络、项目和协会。他是瓦伦西亚大学(University of Valenciennes)校长、科学技术研究所(Institute of Sciences and Technology)副所长(2000年至2010年)、科学技术硕士研究项目主任、欧洲项目协调人和国家研究组联合主席,技术创新的主要协调人。

本文是一篇题为“医院病床管理决策支持系统”的论文的修订和扩展版本,于2016年6月1日至3日在波兰克拉科夫举行的第五届IEEE ICALT会议上发表。

医疗决策支持工具

  1. 介绍

医疗保健行业的演变是公众感兴趣的最关键和最有趣的主题之一。除了发明了新的解决方案外,按顺序对这一领域进行挖掘为这项服务增加了更多的货币。可以提出新的方法来改进现有的医疗模式,并保证为下一代提供开发的替代方案(Shakshuki和Reid,2015;Inamdar,2014)。医院的床位管理是一个中心话题,需要考虑到紧急情况(意外、hellip;)的实时解决方案。。这一解决方案将减少等待急救电话的次数,并对多名患者的健康状况进行监测。为了建立这种决策支持,所有部门都必须为资源规划提供所有必要的数据(Schmidt等人,2013年)。在这种背景下,由于任务的复杂性和决策标准的多样性,极力推荐基于计算机的决策支持(Agha等人,2012年)。

一些基于多代理系统(MAS)建模和供应链管理的研究在危机管理方面记录了良好的性能,同时为现实问题建模和提供解决方案,这种方法提供了自主、反应和主动的解决方案(Pawar等人,2016年;Zouml;ller等人,2006年;Dharapala,2008年;Mandal,2015年;Zoghlami等人,2016年)。这些技术独立于应用领域(Swminathan等人,1998年;Giannakis和Louis,2011年;Kaddoussi等人,2011年;GE等人,2015年),在不同的情况下提供最佳和方便的解决方案。这些方法正在扩展到对医疗保健领域进行建模。在一种方案中,提出了一种基于MAS方法的解决方案,旨在促进老年人的独立能力,降低医疗成本。
本文介绍了医院床位管理流程,它是医院床位管理决策的支持系统。在第二节中,介绍了床位管理研究的回顾,并揭示了MAS在医疗保健系统中的应用。第三节对多Agent系统的组成进行了概述,并对Agent的行为进行了详细的描述。第四节给出了仿真结果。

  1. 文献综述

2.1床位管理

急诊科(ED)人满为患的最主要原因之一是缺乏住院床位(Steele and Kiss,2008)。急诊入院人数的增加增加了床位管理的问题,以及最佳床位占有率应该是多少(Capewell,1996;Blatchford and Capewell,1997)。根据Proudlove等人的说法。正如(2003)所述,床位管理是关于如何有效利用资源的问题,它构成了业务能力规划和控制的相关部分。有几项研究调查了病床管理的问题,并提出了许多模型、工具和建议,以帮助医疗专业人员管理医院的住院病床,并在关键和紧急的情况下将没有病床的风险降至最低。这些研究指出,在应付需求所需的病床数目和合理的病床使用率之间取得平衡是非常重要的。离散事件仿真(DES)已被广泛用于医疗保健系统建模,例如床位规划系统,在过去30年中发表了大量对DES论文的重要评论(Guuml;onal and Pidd,2010;Shaltayev等人,2016)。许多学者已经使用仿真建模来评估床位规划系统,并跟踪系统变化的后果。大多数床位规划模拟模型旨在解决床位不足或增加患者错位或排斥风险的政策问题(Jun等人,1999年)。巴特勒等人。(1991)研究了病人错位,使用模拟模型作为工具来观察床位分配政策的变化对病人错位敏感性的影响。他们已经证明,减少患者的住院时间和重新分配房间可以显著减少患者的错位。在同一主题中,Cohen等人。(1980)提出了一种床位规划模型,该模型根据患者的病情变化来考虑患者在医院内各单元之间的移动。作者已经表明,病人错位的概率是优先病人政策和所有单元容量的函数。此外,为了避免病人被安排在不适当的床位上的问题,需要建立入院计划和床位分配的决策支持系统。Schmidt等人。(2013)已经开发了类似的系统,能够考虑是否有合适的医院床位。“病人的收容和分配是根据最新和适当的住院时间估计,并考虑到医院病床的总数、治疗的优先次序、病人的喜好,以及诊所和病房之间的联系。”Bagust等人提出了另一种仿真模型。(1999),以衡量需要紧急入院的病人缺乏床位的风险。上述研究显示,入住率应有限度,以尽量减少病人需要即时病床的风险,而且有必要有多余的病床容量,以达到有效管理紧急入院的目的。在同一条线上,Descya等人也提出了自己的观点。(2015)开发了基于离散事件模拟(DES)模型的决策支持工具,以帮助规划和预算目前和未来的床位容量。所提出的模型还能够评估床位规划中可能改进的地方。

其他研究使用模拟模型,但集中在医院某一区域的床位规划问题。例如,Khare等人。(2009)设计了一个计算机模拟模型来评估改变急诊室床位或改变住院病人离开急诊室的时间间隔对急诊室住院时间的影响。他们的研究显示,改善入院率可以改善急症室的整体住院时间。不过,增加急症室病床数目对急症室的住院时间并无影响。另一个作为许多研究背景的医院区域的例子是重症监护病房(ICU),这是一个关键区域,床位短缺可能会给患者带来不良后果。Seung-chul等人。(2000)解释在不同情况下,可透过不同类型的规划来解决深切治疗部病床不足的问题,以应付病人护理的需求。他们还建议,为了改善ICU的床位管理,不再需要紧急护理的患者,例如手术成功后,应该被安置在另一个病房。此外,为了有效地管理ICU的床位,应该实施一种策略,为特定的患者群体规划一些床位,如急诊病例。

2.2医疗系统中的多代理系统

如前所述,DES已被学者广泛用于处理床位管理问题。该方法已显示出能够精确预测制造业和服务业以及医疗保健系统中复杂系统的结果,并在解决方案实施之前对其进行评估(Montgomery and Davis,2013)。在同一领域中还使用了许多其他方法和工具,如基于代理的系统(ABS)或多代理系统(MAS)。正如Shakshuki和Reid(2015)所描述的那样,MAS方法“为建模和解决医疗保健等现实世界问题提供了一个强大的平台”。作者开发的基于健康的MAS应用程序使一些患者能够呆在家里,应该能够改善医院床位管理的问题,降低因需求增加而造成的成本。

其他研究也使用了MSA方法,但没有直接解决床位管理问题。这些研究试图解决的问题可能与床位规划问题直接相关。例如,Narzisi等人的研究。(2006),该组织使用ABS建模进行情景模拟,并使用进化算法找到“好的”应急预案。正如刚才所说,教育署的挤迫情况,肯定与病床管理问题有关。因此,主动解决急诊室产能过剩问题,可以改善同一家医院的床位管理。此外,医院单位之间,特别是教育署与同一间医院内其他单位之间,沟通不畅,缺乏合作,可能会加剧病床管理的问题。Jemal等人。(2015)针对这一问题,设计了一种既能解决单位间协作问题,又能解决医院内部信息管理和整体协调问题的MAS。使用MSA方法还可以减少患者等待时间和资源占用(Zouml;ller等人,2006年)。

3 代理提供的建模服务:床位管理案例

医院床位管理是一项复杂的工作。确实有必要准确地知道病床在“t”时间是否有人,在“t 1”时间是否会有病床(规划的病人,要处理的紧急情况),以及其他病床是否在不同的服务中可用(以便能够在必要时直接将病人从服务A转到服务B)。

日常的病床管理是耗时的,尤其是在前线紧急情况下的服务(医护人员每天损失约两小时)。为了更好地管理这个问题,我们决定使用系统的多Agent。

3.1多代理系统的结构

FERBER和PERROT(1995)将MAS定义为由以下各项组成的系统:
·一个环境。
·一组可由代理感知、创建、修改或销毁的被动对象。
·一组活动代理。
·将对象连接在一起的一组关系。
·一套操作或技能,为代理人提供感知、生产、消费、转化和操纵环境法律的机会。

·一套作为操作员的规则,它们代表了世界上代理人的行动的应用,以及世界对这些行动的反应。这些定律将被称为普遍定律。

3.2建模策略

每项医院服务(在我们的案例中为5项)由一个可以与其他代理自由交互的自主代理代表(Jeribi等人,2011年)。
为了对问题进行建模(Nesrin等人,2016),我们选择了两个变量:
·lsquo;trsquo;时服务中可用的床位数。医院工作人员必须提供床位数量。每次都会在医院的数据库中更新。为服务建模的代理必须能够知道服务中可用床位的数量,才能使系统正常工作。
·服务内的拥挤程度,也是在lsquo;trsquo;时间。服务的拥挤程度是用我们之前工作中开发的软件计算的(Kaddoussi等人,2013年;Kaddoussi等人,2011年)。根据这两个数据,我们可以确定睡眠水平。该确定是免费的,并且适用于每项服务。通过指定:
·NV:待机级别。
·nl:lsquo;trsquo;时可用床位数。
·nT:时间lsquo;trsquo;时的电压电平。

我们可以根据医生的选择(参数和医生的自由选择)获得待机级别:
NV NL NT= alpha;beta; (1)

图1 睡眠级别取决于电压级别和床数(颜色请参见在线版本)

3.3代理的行为

每项服务都由一个代理建模,该代理的行为可以分为两个部分。
3.3.1黄页登记或注销。
一旦座席状态更改(状态是服务接收来自其他服务的患者的能力),它就可以在黄页中更新其状态(因此,黄页仅包含准备好接收患者的座席)。因此,

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[237785],资料为PDF文档或Word文档,PDF文档可免费转换为Word

原文和译文剩余内容已隐藏,您需要先支付 30元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。