بهبود تاب‌آوری بیمارستان‌های نظامی از طریق خودتطبیقی سیستم‌های بیمارستان با استفاده از محاسبات ارگانیک

نوع مقاله : پژوهشی اصیل

نویسندگان

گروه مهندسی صنایع، دانشکده شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران

چکیده

زمینه و هدف: از بین خرابی‌های یک حادثه، اختلال در زیرساخت‌های حیاتی جامعه، بیشترین آسیب را به جامعه وارد می‌کند. از این‌رو توانایی زیرساخت‌های حیاتی مانند بیمارستان‌ها در پیش‌بینی، جذب، انطباق و یا بهبود سریع از یک رویداد مخرب لازم است. هدف این پژوهش طراحی مدلی خودتطبیق برای سیستم‌های بیمارستان تاب‌آور، جهت ارتقای سطح کیفیت خدمات در بیمارستان‌های نظامی است.
روش‌ها: در این پژوهش ابتدا سیستم‌های حیاتی بیمارستان تاب‌آور، با استفاده از مطالعات کتابخانه‌ای شناسایی شدند. سپس در سیستم‌های منتخب، جنبه‌هایی از خودتطبیقی متناسب با هر سیستم انتخاب گردید و با بکارگیری روش محاسبات ارگانیک این سیستم‌ها خودتطبیق شدند. جهت ارزیابی مدل سیستم‌های خودتطبیق بیمارستان تاب‌آور، از شبیه‌سازی عامل‌بنیان استفاده شده‌است. داده‌های لازم به­صورت میدانی از یک بیمارستان نظامی تهیه گردیده است.
یافته‌ها: با توجه به نتایج شبیه‌سازی، مدل خودتطبیق سیستم‌های بیمارستان تاب‌آور، در سیستم پشتیبانی و مدیریت منابع موفق شده ‌است، میانگین تقاضاهای عقب‌افتاد را به میزان 34/24 درصد و میانگین مدت‌زمان انتظار دریافت تقاضا را به میزان 38/89 درصد کاهش بدهد. این مدل در سیستم ایمنی بیمارستان تعداد خرابی واحدها را 37/53 درصد کاهش داده است. در سیستم مدیریت فوریت و بلایا، مدل خودتطبیق توانسته است 42/11 درصد در مدت‌ زمان تخلیه بیمارستان کاهش ایجاد کند. مدل خودتطبیق 13 درصد عملکرد سیستم قابلیت مراقبت‌های پزشکی فوری را بهبود داده است.
نتیجه‌گیری: سیستم‌های خودتطبیق به دلیل قابلیت تغییر رفتار خود در زمان این توانایی را دارند که تاب‌آوری بیمارستان‌های نظامی را در در هر بحران، بهبود ببخشند و این بیمارستان‌ها را در انجام مأموریتشان موفق‌تر نمایند.

کلیدواژه‌ها


1- Masoumbeigi H, Ghanizadeh G, Mirshafiee A, Raei A, Roshan Cheraghi B. Assessment of Passive Defense Status in Hospitals’ Food Material and Pharmaceutical Warehouses. J Mil Med. 2021; 23 (6):541-551. http://dx.doi.org/10.30491/JMM.23.6.541. 2- Kamaledini M, Azkia M. The Psychosocial Consequences of Natural Disasters: A Case Study. Health in Emergencies & Disasters Quarterly. 2021; 6 (3):179-190. http://dx.doi.org/10.32598/hdq.6.3.323.1 3-Samsuddin NM, Takim R, Nawawi AH, Esa MR. Critical components contributing to disaster resilience hospitals. Australian Journal of Basic and Applied Sciences. 2014; 9(7), 72-75. 4-Demiroz F, Haase TW. The concept of resilience: a bibliometric analysis of the emergency and disaster management literature. Local Government Studies. 2019; 45(3), 308-327. https://doi.org/10.1080/03003930.2018.1541796 5-Khademi JolgehneJad A, Ahmadi Kahnali R, Heyrani A. Factors Influencing Hospital Supply Chain Resilience: A Qualitative Study. Journal of Hospital. 2019; 18(2), 61-73. 6-Cristian B. Hospital resilience: a recent concept in disaster preparedness. The Journal of Critical Care Medicine. 2018; 4(3): 81. https://dx.doi.org/10.2478%2Fjccm-2018-0016 7- Moitinho de Almeida M, van Loenhout JAF, Singh Thapa S, Kumar KC, Prakash Mahara D, Guha-Sapir D, et al. Hospital resilience after the 2015 earthquake in Nepal: results from semi-structured interviews with hospital staff. Frontiers in public health. 2021; 9(97), pp: 1-10. https://doi.org/10.3389/fpubh.2021.602509 8-Mahdavi-Hezavehi S, Avgeriou P, Weyns D. A Classification Framework of Uncertainty in Architecture-Based Self-Adaptive Systems With Multiple Quality Requirements. Managing Trade-Offs in Adaptable Software Architectures. 2017; 45-77. https://doi.org/10.1016/B978-0-12-802855-1.00003-4 9- Weyns D. Software Engineering of Self-adaptive Systems. In: Cha S, Taylor R, Kang K. (eds) Handbook of Software Engineering. Springer. 2019.https://doi.org/10.1007/978-3-030-00262-6_11 10- Rafizadeh Mojdehi AR. A Method For Evaluation Of Self-Adaptive Systems. A thesis submitted to shahid beheshti university for partial fulfillment of the degree of master of science. 2014. 11- Lamshöft K, Altschaffel R, Dittmann J. Adapting Organic Computing Architectures to an Automotive Environment to Increase Safety & Security. In: Dencker P, Klenk H, Keller HB, Plödererder E. (Hrsg). Automotive - Safety & Security 2017 - Sicherheit und Zuverlässigkeit für automobile Informationstechnik. Gesellschaft für Informatik, Bonn. 2017; pp:103-119. 12- Krupitzer C, Tomforde S. The Organic Computing Doctoral Dissertation Colloquium: Status and Overview in 2019. INFORMATIK 2019: 50 Jahre Gesellschaft für Informatik–Informatik für Gesellschaft (Workshop-Beiträge), Gesellschaft für Informatik eV. 2019. https://dx.doi.org/10.18420/inf2019_ws57 13- Tomforde S, Muller-Schloer C. Incremental design of adaptive systems. Journal of Ambient Intelligence and Smart Environments, 2014, 6(2), pp: 179-198. DOI: 10.3233/AIS-140252. 14- Muller-Schloer C, Schmeck H, Ungerer T. Organic computing—a paradigm shift for complex systems. Springer Science & Business Media, 2011, pp: 327. https://doi.org/10.1007/978-3-0348-0130-0. 15- Mauser I, Hirsch C, Kochanneck S, Schmeck H. Organic architecture for energy management and smart grids. 2015 IEEE International Conference on Autonomic Computing. 2015, pp: 101-108. https://doi.org/10.1109/ICAC.2015.10. 16- Lamshft K, Altschaffel R, Dittmann J. Adapting Organic Computing Architectures to an Automotive Environment to Increase Safety & Security. Automotive-Safety & Security, 2017. 17- Muller-Schloer C, Tomforde S, Building organic computing systems. Organic Computing-Technical Systems for Survival in the Real World. 2017, 171-258. https://doi.org/10.1007/978-3-319-68477-2_5. 18- Retzlaff CO, Ziefle M, Calero Valdez A. The History of Agent-Based Modeling in the Social Sciences. International Conference on Human-Computer Interaction. 2021, pp: 304-319. https://doi.org/10.1007/978-3-030-77817-0_22 19- Taghavi A, Khaleghparast S, Eshghi K. Optimal Agent Framework: A Novel, Cost-Effective Model Articulation to Fill the Integration Gap between Agent-Based Modeling and Decision-Making. Complexity, 2021. https://doi.org/10.1155/2021/6642160. 20- Moosavi S, Salehnia N, Seifi A, Asgharpour MA. Using agent-based modeling to simulate the effect of price scenarios and free branching on water demand. Iranian Journal of Irrigation & Drainage, 2021; 15(2): 316-328. DOR: 20.1001.1.20087942.1400.15.2.8.0. 21- Ghallehban Tekmedash M, Taheri Tizro A, Abyane HZ, Agent based modeling framework in simulation of stakeholder's behavior for managing water resources. Journal of Water and Sustainable Development, 2015; 2(1): 87-94. https://dx.doi.org/10.22067/jwsd.v2i1.47716 22- Otoufi M, Sharififar S, Pishgooie AH, Habibi H. Crisis Management and Preparedness of Military Hospitals in Disasters. Journal of the School of Army Nursing, 2020; 20(1): 28. magiran.com/p2174821. 23- Zhong S. Developing an evaluation framework for hospital disaster resilience: tertiary hospitals of Shandong Province, China. PhD by Publication, Queensland University of Technology. 2014. pp:91-118. 24- Por Ali Hasan S, Delavari M, Ghorbani A, Darzakh P, Morid S, Abbasi A. Development of agent-based model to simulate the behavior of agricultural operators in water and land management. Echo Hydrology. 2021; 7(2), pp:421-435. https://dx.doi.org/10.22059/ije.2020.286216.1183. 25- Rahdar M. Heydari Farahani M. Self-adaptive implementation in a single business window using organic Computing. 1st International Conference on Challenges and New Solutions in Industrial Engineering and Management and Accounting, Sari. 2020. https://civilica.com/doc/1045505. 26- Tomforde S, Prothmann H, Branke J, Hähner J, Mnif M, Müller-Schloer C, et al. Observation and control of organic systems Organic Computing—A Paradigm Shift for Complex Systems. 2011, pp. 325-338. https://doi.org/10.1007/978-3-0348-0130-0. 27- Zhong S, Hou XY, Clark M, Zang YL, Wang L, Xu LZ, et al. Disaster resilience in tertiary hospitals: a cross-sectional survey in Shandong Province, China. BMC health services research. 2014; 14(1), pp:1-10. https://doi.org/10.1186/1472-6963-14-135. 28- Zaboli R, Seyedin H, Nasiri A, Malmoon Z. Standardization and Validation of Organizational Resilience Tools in Military Hospitals. J Mil Med. 2020; 22 (7):719-727. http://dx.doi.org/10.30491/JMM.22.7.6. 29- Chuang S, Ou JC, Ma HP. Measurement of resilience potentials in emergency departments: Applications of a tailored resilience assessment grid. Safety Science. 2020; 121: 385-393. https://doi.org/10.1016/j.ssci.2019.09.012. 30-Saffari Darberazi A, Malekinejad P, Ziaeian M, Ajdari A. Designing a comprehensive model of hospital resilience in the face of COVID-19 disease. Journal of Health Administration. 2020; 23, 76–88. doi:10.29252/jha.23.2.76. 31- Fallah-Aliabadi S, Ostadtaghizadeh A, Fatemi F, Ardalan A, Rezaei E, Raadabadi M, et al. Hospital disaster resilience: development of an assessment tool using expert panel and fuzzy analytical network process. International Journal of Disaster Resilience in the Built Environment, 2021. https://doi.org/10.1108/IJDRBE-11-2020-0119.