概述： 医疗保健领域的医院数字孪生
数字孪生正在各行各业得到迅速应用，医疗保健行业也不例外。数字孪生既可应用于微观层面，例如帮助患者精确治疗，也可应用于宏观层面，如改善医院运营。
医院数字孪生系统将医院作为一个安全的环境，动态地测试各种变化。换句话说，您可以无风险地测试假设情景，并立即看到对医院绩效的影响。它可以为您的运营战略、资源能力、人员配置和护理服务提供参考。
问题：如何改善医院运营、患者体验和资源分配
Decision Lab是数学建模、优化、仿真、数据科学和人工智能方面的专家。它利用这些技术来解决业务问题。在医疗保健行业的一个项目中，该公司的任务是为国民健康基金会信托基金会开发两家医院基于仿真的数字孪生系统。
国民健康基金会信托基金会是英格兰和威尔士国家医疗服务系统中的一个单位。它通常服务于某一地理区域或某一专门职能。
这个联合项目的目标是开发一个数字孪生系统，帮助研究医院运营、患者体验和资源分配的潜在改进方案。主要任务是仿真非急诊患者和急诊患者从入院到出院的整个过程。
解决方案： 建立一个仿真模型，作为医院数字孪生的基础
AnyLogic仿真软件支持三种主要的仿真建模方法三种主要的仿真建模方法，既可以单独使用，也可以组合使用，因此可以提供无限的定制功能，这使得开发人员可以对从患者层面到医院层面的任何复杂程度和详细程度的现实世界系统进行建模。
在本项目中，使用了离散事件仿真方法来仿真设施内部和设施之间的流程，并使用了基于智能体的方法来仿真患者行为。
在 AnyLogic 中创建的Decision Lab仿真模型是未来数字孪生系统的基础。它涵盖了两家医院的运营——切尔滕纳姆综合医院（CGH）和格洛斯特郡皇家医院（GRH），共有75个单位和建筑（地点）。
在这些医院中，择期患者和非择期患者有不同的行为路径。择期患者进入医院后，要么继续进行预定的手术，要么取消手术。这种情况可能发生，因为没有可用的床位，在这种情况下，患者会离开医院，改天返回。如果进行了手术，患者要么住进专科病房，要么先住进重症监护室，然后再住进专科病房进行康复。最后，他们也会离开医院。
非择期患者的路径逻辑更为复杂。大多数患者的标准路径是通过护士分诊，由护士评估患者病情的严重程度。根据评估结果，患者将前往其他科室接受适当的治疗，在专科病房等待康复或离开医院。
此外，医院模式是高度定制化的，具有几个关键属性：
- 不同的医疗问题和相应的治疗方法被分为不同的专科，如心脏科、皮肤科等，每个病房都有一定范围的专科和可治疗的医疗问题。
- 如果患者本应被安排在治疗某一专科问题的病房，但那里的所有床位都被占用了，那么他们可以被安排到另一个不同专科的病房。例如，心脏病患者可能被安排到皮肤科病房。
由于另一个病房缺乏可以治疗其医疗问题的专家，治疗这类患者需要更长的时间。减少这类患者的数量将改善患者的整体就医体验。 - 医院病床有一个排队系统——每个患者都有一个有助于排序的分数。重症监护病房的患者优先级最高。这样做的目的是减少患者排队时间，这也会影响他们的就医体验。
模型的交互式用户界面和统计数据
Decision Lab的工程师们利用 AnyLogic 的可视化功能，为最终基于仿真的医院数字孪生提供了用户友好型UI。任何管理人员都可以轻松使用它，并深入了解医院的绩效。
在该模型中，既有整体结果，也有患者视图和地点视图。管理层可以看到每家医院、不同部门、资源的绩效结果，以及整个排队报告，因为这是需要跟踪的关键指标之一。
在 "地点 "视图中，用户可以从 75 个可能的医院单位和建筑中选择 4 个，包括急诊科、心脏科病房等，分析每个单位和建筑的详细统计数据。如果用户想分析单个患者的行为，可以切换到患者视图标签。
结果： 医院数字孪生应用和未来计划
仿真模型的输出分为三类：
- 患者——每个患者在每个医院地点以及作为离群患者（住在不同专科的病房）所花费的时间。
- 病房——病床利用率和此类离群患者的数量。
- 急诊科——某个区域的分诊时间和推车使用率。
由于这些数据已导出为 CSV 文件，因此英国国家医疗服务体系分析团队可以将其可视化，以便在其他工具中进行进一步分析。
现在，医院数字孪生系统已经准备就绪，国家医疗服务系统的管理层可以利用它来制定计划，减少排队和缩短住院时间，改善其他患者体验指标，或规划建设新病房。他们还可以在冬季需求高峰期对医院的能力进行压力测试，确定资源利用率对整体绩效的影响等。
未来，开发团队还可以进一步扩展仿真模型，增加更详细的员工统计数据，以优化劳动力分配；增加成本统计数据，以确定管理决策的影响；增加情景对比图等。
Decision Lab的 Peter Riley 在2022 年 AnyLogic 会议上介绍了该案例研究。
幻灯片以PDF格式提供。
