高子寒,楊麗,魏曉

(青島大學(xué) 護(hù)理學(xué)院，山東 青島266071)

多智能體系統(tǒng)(multi-agent system,MAS)是分布式人工智能的一個(gè)重要分支，是一種能夠通過計(jì)算機(jī)建立模型模擬出復(fù)雜環(huán)境下微觀個(gè)體間交互現(xiàn)象進(jìn)而推出宏觀局勢(shì)的微觀仿真技術(shù)[1]。多智能體仿真技術(shù)能打破傳統(tǒng)評(píng)估測(cè)量工具的限制，借助計(jì)算機(jī)復(fù)現(xiàn)出現(xiàn)實(shí)醫(yī)療環(huán)境，再在仿真模型中進(jìn)行措施干預(yù)實(shí)驗(yàn)以觀察其效果，能避免承擔(dān)風(fēng)險(xiǎn)，以最節(jié)約成本的方式獲取最優(yōu)解決方案[2]。近年來(lái)多智能體仿真技術(shù)基于能反映出個(gè)體行為復(fù)雜性這一特點(diǎn)被廣泛應(yīng)用于醫(yī)療領(lǐng)域。本文將多智能體仿真技術(shù)在護(hù)理領(lǐng)域的應(yīng)用研究進(jìn)行整理綜述，為護(hù)理人員提供參考。

1 多智能體仿真相關(guān)概念

智能體(agent)指具有自治性、社會(huì)性、反應(yīng)性和預(yù)動(dòng)性等基本特性的實(shí)體[3]。由于本文是針對(duì)多智能體仿真在護(hù)理領(lǐng)域中的應(yīng)用，有對(duì)個(gè)體自身行為和個(gè)體間交互的仿真需求，注重個(gè)體的高智能性，故譯為“智能體”。多智能體(multi-agent)是由多個(gè)智能體組成的集合，集合中的各智能體具有自治性、智能性和適應(yīng)性，且成員間能不斷交互[4]，即通過協(xié)調(diào)系統(tǒng)統(tǒng)一控制多個(gè)簡(jiǎn)單智能體，完成復(fù)雜智能。多智能體仿真技術(shù)在此基礎(chǔ)上制定簡(jiǎn)單智能體規(guī)則，借助仿真平臺(tái)建模，模擬微觀層面智能體的交互演變，進(jìn)而推導(dǎo)出真實(shí)世界宏觀變化，實(shí)現(xiàn)復(fù)雜智能轉(zhuǎn)化。

2 多智能體仿真的優(yōu)勢(shì)

多智能體仿真技術(shù)為解決復(fù)雜醫(yī)學(xué)問題提供了新的思路,可作為傳統(tǒng)建模方法的有益補(bǔ)充。多智能體技術(shù)具備的分布性、協(xié)調(diào)性、自治性、學(xué)習(xí)能力和推理能力等屬性賦予其不同的優(yōu)勢(shì)[2]。多智能體仿真系統(tǒng)靈活度大，經(jīng)濟(jì)效益高，采用分布式的控制系統(tǒng)，將任務(wù)分配給多個(gè)子智能體控制單元，相比設(shè)計(jì)一個(gè)復(fù)雜的單智能系統(tǒng)的成本來(lái)說，多個(gè)簡(jiǎn)單的智能體的經(jīng)濟(jì)效益更高；通過計(jì)算機(jī)建立的仿真模型，在運(yùn)行實(shí)驗(yàn)后能夠得到量化的輸出結(jié)果，能精準(zhǔn)評(píng)估各種措施的優(yōu)劣；隨著人類社會(huì)的不斷進(jìn)步和發(fā)展，各個(gè)領(lǐng)域內(nèi)部均呈大量交互、關(guān)聯(lián)復(fù)雜的態(tài)勢(shì)，而該技術(shù)具備仿真復(fù)雜系統(tǒng)的能力，應(yīng)用前景廣泛。

3 多智能體仿真的步驟

早在1979年仿真技術(shù)就被應(yīng)用于醫(yī)療領(lǐng)域，現(xiàn)今仿真建模步驟已基本達(dá)成統(tǒng)一，分為系統(tǒng)分析、模型設(shè)計(jì)、構(gòu)建模型、模型校核、仿真和結(jié)果分析等5步。Yousefi等[5]考慮到急診室調(diào)配難度大，部分患者經(jīng)歷長(zhǎng)時(shí)間的排隊(duì)等待而得不到及時(shí)診治，建立了一個(gè)急診室仿真模型以改善患者就診環(huán)境，本文以此為例展開描述步驟：(1)系統(tǒng)分析。確定研究目的后，對(duì)整個(gè)需要建模的系統(tǒng)進(jìn)行分析，構(gòu)建研究框架。Yousefi等[5]將患者、醫(yī)生、護(hù)士作為3類智能體，再確定智能體間的交互規(guī)則；如當(dāng)患者進(jìn)入分診室，分診護(hù)士的狀態(tài)則從“等待患者”變?yōu)椤疤峁┓?wù)”；當(dāng)床位達(dá)到飽和，護(hù)士將告知候診室所有的患者床位不夠，而患者則會(huì)離開。(2)模型設(shè)計(jì)。確定模型中所需的各類參數(shù)，包括收集數(shù)據(jù)、設(shè)置詳細(xì)規(guī)則等。將急診室患者等候時(shí)間設(shè)定為受患者自身對(duì)于排隊(duì)的耐受時(shí)長(zhǎng)和周圍排隊(duì)人群兩方面影響，當(dāng)超過患者自身的耐受時(shí)長(zhǎng)后則會(huì)離開，或與周圍排隊(duì)人群交互溝通，耐受時(shí)長(zhǎng)則會(huì)相應(yīng)延長(zhǎng)。故先查閱經(jīng)驗(yàn)文獻(xiàn)獲取一般耐受時(shí)長(zhǎng)，綜合兩方面影響構(gòu)建候診排隊(duì)等待規(guī)則。(3)構(gòu)建模型。利用NetLogo仿真平臺(tái)完成急診室患者就診模型。(4)模型校核。立足于復(fù)雜系統(tǒng)的仿真建模意味著即使設(shè)置了明確規(guī)則，也可能與現(xiàn)實(shí)有差異，故模型需校核。在校核過程中，需將仿真結(jié)果與真實(shí)情況進(jìn)行比較并按照情況進(jìn)行調(diào)試，直至獲得模擬效果最佳的仿真模型。Yousefi等[5]結(jié)合2016年急診信息系統(tǒng)數(shù)據(jù)對(duì)仿真運(yùn)行結(jié)果進(jìn)行校核，結(jié)果顯示，仿真結(jié)果和現(xiàn)實(shí)數(shù)據(jù)一致，證實(shí)仿真模型可靠。(5)仿真和結(jié)果分析。Yousefi等借助模型進(jìn)行4組仿真實(shí)驗(yàn)，依次是：增加分診護(hù)士人數(shù)、快速通道診療、增加候診室容量、縮短治療時(shí)間，并評(píng)估4項(xiàng)策略對(duì)候診患者的影響，結(jié)果顯示，4項(xiàng)策略均能改善患者就診，其中快速通道診療效果最佳。

4 多智能體仿真在護(hù)理領(lǐng)域的應(yīng)用現(xiàn)狀

4.1 多智能體仿真平臺(tái)的選擇 仿真平臺(tái)的出現(xiàn)為研究者減輕了技術(shù)負(fù)擔(dān)，讓研究者不必從底層代碼開始，能集中精力專注于建模仿真的研究設(shè)計(jì)上。目前NetLogo和AnyLogic仿真平臺(tái)是護(hù)理領(lǐng)域中應(yīng)用最廣泛的兩個(gè)[2]。NetLogo適合于編程初級(jí)階段的人群，其簡(jiǎn)單實(shí)用的仿真語(yǔ)言、內(nèi)置仿真圖形化接口和豐富的支持文檔，便于研究者使用。AnyLogic除了能實(shí)現(xiàn)多智能體仿真外還能與多種其他仿真方法結(jié)合完成混合仿真，從而滿足復(fù)雜系統(tǒng)仿真的需求。對(duì)AnyLogic中內(nèi)置模塊進(jìn)行選取，結(jié)合命令框輸入指令完成模型設(shè)計(jì)，再錄入?yún)?shù)數(shù)據(jù)即可完成仿真的構(gòu)建。AnyLogic還可支持各種二維三維或連續(xù)的空間環(huán)境，其集成空間作用模型要強(qiáng)于NetLogo[6]，此外AnyLogic仿真平臺(tái)還內(nèi)附醫(yī)護(hù)相關(guān)仿真建模的案例和操作教程，對(duì)醫(yī)護(hù)研究者有較大的應(yīng)用啟發(fā)。

4.2 多智能體仿真對(duì)老年人護(hù)理需求分析的預(yù)測(cè) 全球人口老齡化問題加劇，高質(zhì)量滿足老年人的護(hù)理需求成為一大難題[7]，尚需結(jié)合護(hù)理需求的分析預(yù)測(cè)提高護(hù)理服務(wù)質(zhì)量。護(hù)理人員在制定老年人的護(hù)理措施時(shí)需考慮多種因素，如患者社會(huì)支持情況、老年人自身意愿等[8]。而多智能體仿真技術(shù)能充分考慮老年人的自身情況，Berndt等[9]先利用人口普查、地理信息、健康信息等數(shù)據(jù)創(chuàng)建了一個(gè)綜合人口分布數(shù)據(jù)集，依據(jù)這個(gè)數(shù)據(jù)集初步預(yù)測(cè)有護(hù)理需求的人群和他們所在地理位置。再根據(jù)社會(huì)角色類型構(gòu)建社交機(jī)制規(guī)則從而建立護(hù)理需求個(gè)人決策仿真模型，借助智能體仿真技術(shù)預(yù)測(cè)出多樣化人群的護(hù)理需求。

4.3 多智能體仿真在養(yǎng)老照護(hù)體系中的應(yīng)用 我國(guó)為提高老年人養(yǎng)老質(zhì)量試行了長(zhǎng)期護(hù)理保險(xiǎn)制度。Chang等[10]為評(píng)估長(zhǎng)期護(hù)理保險(xiǎn)對(duì)青島醫(yī)療服務(wù)質(zhì)量與成本的影響，基于智能體仿真技術(shù)對(duì)該政策的影響及效果進(jìn)行仿真。該研究采用Andersen衛(wèi)生服務(wù)利用模型，將老年人和護(hù)理機(jī)構(gòu)作為兩類智能體，護(hù)理機(jī)構(gòu)類型分為醫(yī)院護(hù)理、養(yǎng)老院護(hù)理和家庭護(hù)理三類，結(jié)果顯示，收入高、擁有城鎮(zhèn)居民保險(xiǎn)的居民能享受更全面的護(hù)理服務(wù)，并能根據(jù)老年人口需求分配護(hù)理人員能增加長(zhǎng)期護(hù)理保險(xiǎn)受益人群。Yan等[11]為構(gòu)建養(yǎng)老護(hù)理體系將老年人、日間護(hù)理中心和居家護(hù)理機(jī)構(gòu)設(shè)定為模型中的三類智能體，并確定各智能體間的交互規(guī)則。其中老年人仿真模塊包括：生命周期、護(hù)理模式轉(zhuǎn)換、生活安排與護(hù)理模式選擇、重新配置和設(shè)施選擇等；日托中心模塊和居家護(hù)理模塊均包括業(yè)務(wù)周期和位置模塊。多個(gè)模塊不斷交互，經(jīng)由協(xié)調(diào)程序控制，該模型能對(duì)建立高質(zhì)量護(hù)理服務(wù)城市規(guī)劃提供啟示。在構(gòu)建養(yǎng)老照護(hù)體系中應(yīng)用仿真建模主要為預(yù)測(cè)老年人護(hù)理需求、提供全面護(hù)理服務(wù)和判斷護(hù)理機(jī)構(gòu)選址，以建立更完善的養(yǎng)老服務(wù)體系。

4.4 多智能體仿真在護(hù)理服務(wù)模式中的應(yīng)用 在對(duì)患者進(jìn)行臨終護(hù)理照料的過程中，當(dāng)患者有嚴(yán)重疾病以至于無(wú)法做出醫(yī)療決定[12]，則需要預(yù)定臨終照顧計(jì)劃(advance care planning，ACP)來(lái)幫助患者完成醫(yī)療決定，但這一舉措在實(shí)踐過程中面臨倫理挑戰(zhàn)。Ernecoff等[13]基于跨理論模型框架建立的仿真模型能精確地反映個(gè)體在接受ACP過程中的多種行為改變影響因素，研究結(jié)果表明，仿真建模能夠測(cè)試ACP的干預(yù)效果，有助于護(hù)理人員的決策。

喘息服務(wù)(respite care)最早由居家養(yǎng)老發(fā)展較好的西方國(guó)家提出的一種能降低家庭照護(hù)者倦怠的服務(wù)模式[14]。當(dāng)家庭照護(hù)者出現(xiàn)倦怠常會(huì)導(dǎo)致不良入院情況增多繼而產(chǎn)生高昂的住院費(fèi)用，故對(duì)照顧者進(jìn)行預(yù)先識(shí)別是管理喘息服務(wù)的關(guān)鍵。Batata等[15]先采用有效的監(jiān)督式機(jī)器學(xué)習(xí)方法以預(yù)測(cè)家庭照護(hù)者的倦怠，后通過仿真技術(shù)分別對(duì)進(jìn)行機(jī)器學(xué)習(xí)的智能喘息服務(wù)管理策略和非機(jī)器學(xué)習(xí)的喘息服務(wù)管理策略進(jìn)行比較，研究顯示，機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)算法是對(duì)照護(hù)者進(jìn)行倦怠仿真的最佳算法，用于喘息服務(wù)中的管理決策時(shí)能顯著減少不良入院情況。

4.5 多智能體仿真在家庭護(hù)理中的應(yīng)用 家庭護(hù)理能夠減輕醫(yī)院床位緊張、提高護(hù)理質(zhì)量[16]。Marcon等[17]采用多智能體系統(tǒng)仿真護(hù)理人員行為，對(duì)護(hù)理人員選擇家庭護(hù)理的路徑問題設(shè)計(jì)了4個(gè)動(dòng)態(tài)決策規(guī)則，依次是：最短路徑規(guī)則、患者就近規(guī)則、無(wú)等待路徑規(guī)則和平衡路徑規(guī)則(同時(shí)考慮計(jì)劃路徑時(shí)間和患者等待時(shí)間選擇最佳護(hù)理路線完成家庭護(hù)理計(jì)劃)；再通過NetLogo平臺(tái)對(duì)以上規(guī)則進(jìn)行比較評(píng)價(jià)，確定平衡路徑規(guī)則為最佳規(guī)則后投入到調(diào)度系統(tǒng)使用，能極大減少患者等待時(shí)間和護(hù)士花費(fèi)的路徑時(shí)間。在家庭護(hù)理動(dòng)態(tài)調(diào)度醫(yī)護(hù)人員的過程中常出現(xiàn)即時(shí)動(dòng)態(tài)請(qǐng)求，為了降低服務(wù)成本，Xie等[18]提出了一種基于修復(fù)的動(dòng)態(tài)調(diào)度算法，將協(xié)調(diào)人員和醫(yī)護(hù)人員作為智能體，借助AnyLogic平臺(tái)建立仿真模型并驗(yàn)證動(dòng)態(tài)調(diào)度算法的效率，結(jié)果表明采用該算法調(diào)度的家庭醫(yī)療服務(wù)比一般模式的平均服務(wù)成本低14%，達(dá)到了控制家庭醫(yī)療成本的目的。

4.6 多智能體仿真在慢性病護(hù)理中的應(yīng)用 世界人口老齡化是必然發(fā)展趨勢(shì)，老年人多合并多種慢性病，故對(duì)于慢病護(hù)理人員而言，近年來(lái)護(hù)理壓力也在加重。Batata等[19]建立仿真護(hù)理人員職業(yè)倦怠演化的模型，用以描述護(hù)理人員職業(yè)倦怠的演化過程和休息結(jié)構(gòu)對(duì)系統(tǒng)的影響，從而建立合理的慢病護(hù)理人員的工作排班制度。

癌癥是致死率高的慢性疾病，癌癥的治療特點(diǎn)是需要臨床、護(hù)理、營(yíng)養(yǎng)、心理等綜合的服務(wù)協(xié)調(diào)。Mustapha等[20]為提高腸癌患者治愈率和生活質(zhì)量，以患者、醫(yī)生、護(hù)士、醫(yī)院設(shè)施等作為主要智能體，并在模型中輔以多種模塊集合。由此仿真出癌癥患者和醫(yī)護(hù)人員間可能出現(xiàn)的所有復(fù)雜行為、決策過程和相互作用；進(jìn)而模擬醫(yī)院環(huán)境的多種要素對(duì)腸癌患者的影響，利用仿真模型評(píng)估不同治療措施用于患者身上的效果從而制定出最佳的護(hù)理治療模式，給予癌癥患者更多的安全保障。

5 多智能體仿真在我國(guó)護(hù)理領(lǐng)域的應(yīng)用前景及挑戰(zhàn)

當(dāng)前我國(guó)急需調(diào)配護(hù)理資源以應(yīng)對(duì)人口老齡化，在資源應(yīng)用上，一方面能對(duì)我國(guó)老年人護(hù)理需求進(jìn)行仿真預(yù)測(cè)，為養(yǎng)護(hù)機(jī)構(gòu)的選址提供參考，另一方面在體檢中心、急診室等調(diào)配難度大的醫(yī)療區(qū)域?qū)ψo(hù)理人員工作調(diào)配進(jìn)行仿真，以優(yōu)化護(hù)理人力調(diào)配；在養(yǎng)老政策上，能借助仿真建模探討各項(xiàng)政策措施的實(shí)施效果，從而有效整合護(hù)理資源、提高民眾的養(yǎng)老質(zhì)量；在照護(hù)服務(wù)上，結(jié)合疾病轉(zhuǎn)化過程、個(gè)人需求等多方面情況對(duì)患者進(jìn)行仿真，從而制定個(gè)性化的護(hù)理措施，并且在實(shí)施有爭(zhēng)議的護(hù)理措施前，通過結(jié)合患者自身情況對(duì)護(hù)理措施進(jìn)行一個(gè)全方位仿真評(píng)估，以確定最佳護(hù)理方式，從而減少患者承受的風(fēng)險(xiǎn)，打破傳統(tǒng)的量化評(píng)分、經(jīng)驗(yàn)性人為評(píng)估等護(hù)理方法的局限。多智能體仿真在我國(guó)護(hù)理領(lǐng)域的應(yīng)用面臨的挑戰(zhàn)。首先，護(hù)理人員跨學(xué)科研究的素質(zhì)和能力有待加強(qiáng)。其次，多智能體仿真的規(guī)范化有待完善，護(hù)理研究者在初步運(yùn)用該技術(shù)時(shí)，較難一次性仿真出真實(shí)世界的復(fù)雜性[21]，需在未來(lái)的探索中不斷規(guī)范和完善。最后，多智能體仿真數(shù)據(jù)應(yīng)用和收集數(shù)據(jù)上略顯薄弱。多智能體仿真在模型的建立和驗(yàn)證兩個(gè)階段中都需要借助數(shù)據(jù)進(jìn)行，數(shù)據(jù)有效地獲取和利用是仿真建模的關(guān)鍵支撐[22]。我國(guó)正處在衛(wèi)生信息化的背景下，大力發(fā)展護(hù)理信息學(xué)，加快護(hù)理信息的價(jià)值轉(zhuǎn)化既是大勢(shì)所趨也是護(hù)理專業(yè)快速發(fā)展的重要機(jī)遇。