合作進化理論在醫藥領域中的應用展望

余 煒，萬 毅

(安徽中醫學院，安徽 合肥 230038)

合作進化是對進化論的借喻，主張將生物個體合作行為的形成看做是一種進化過程。為進行關于合作的研究，1984年美國密西根大學的羅伯特·艾克斯羅德(Robert Axelord)組織了一場“囚徒困境”博弈模型的計算機比賽，比賽的思路很簡單:所有參加這個計算機競賽的人都扮演“囚徒困境”游戲中一個囚犯的角色，他們把自己的策略編入計算機程序，然后將程序分成不同組，開始“囚徒困境”游戲，每個人都要在合作與背叛之間作出選擇[1]。雖然Axelrod是一名政治學家，但其研究結果被認為是對“直接互惠”理論的有力驗證。此后，以他的研究為基礎，出現了大量為合作進化過程建模的文獻。筆者擬先對該理論的經典內容進行概述，然后對該理論在醫藥領域的可能應用予以展望。

1 概述

合作進化理論對于合作的解釋，重點在于對博弈的前提假設從兩個方面進行了調整:一是將一次性博弈變為歷時性的重復性博弈，即讓博弈發生的背景從“無時間觀念”轉變為擁有一個時間過程，博弈可以重復地進行;二是改變“完全理性”的假設，提出參與博弈的個體可能存在利他的動機偏好，或者是在信息能力方面存在欠缺。

合作進化研究即是將上述兩個方面的調整合二為一。合作進化模型為合作中的個體提供了一種與個體本身無關的策略優化機制，這種機制使得他們能夠從完全理性的策略分析中解脫出來，而只需要不斷放棄那些無效率的策略，并不斷使那些成功的策略得以擴散。所謂失敗和成功，也與個體的理性無關，而是基于這些個體或策略之間的生存競爭——適者生存，不適者淘汰[2]。通過剖析連續的“囚徒困境”模型，下面對幾種常見的競爭策略[2]簡略地加以介紹。

“一報還一報”策略(tit for tat):該對策具體規則是，對策者在第一步采取合作，然后采用對方上一步的選擇，他在對方每次背叛之后只背叛一次。即以合作開局，此后采取“以其人之道還治其入之身”的策略。

“道寧”(downing)規則:“道寧”規則是一個特別有趣的規則。它不只是“一報還一報”的變形，而是試圖了解對方，并在了解的基礎上作出能得到長期的最好的選擇。具體規則是，如果對方似乎不對“道寧”的行為作出反應的話，“道寧”將試著背叛;如果對方作出反應的話，“道寧”就合作。為了判斷對方的反應，“道寧”估計對方在它合作之后合作的概率和在它背叛之后合作的概率。每走一步，它便對這兩個條件概率作出新的估計，然后在假設它已經正確估計對方的情況下，作出自己長期支付最小化的選擇。如果這兩個條件概率具有相似的值，那么“道寧”將決定背叛，因為對方似乎不管“道寧”合作與否都做同樣的事。相反，如果對方傾向于在“道寧”合作之后合作而不是“道寧”背叛之后合作，對方就是有反應的，那么“道寧”就將計算出對于有反應的對手最好是合作。在一定條件下，“道寧”甚至確定最好的策略是交替地合作、背叛。在博弈最初，“道寧”不知道對方的這兩個條件概率值，故先假設它們都是0.5，在博弈進行之中，有實際的信息出現時它就不用這個估計了。這是一個相當復雜的決策規則，但是它有一個缺陷。由于初始假設對方是不反應的，“道寧”在頭兩步是肯定背叛的。這頭兩次背叛會遭到許多其他規則的懲罰，往往事情就糟在這個壞的開頭上。

“喬斯”策略(jose):“喬斯”是“—報還一報”的變形。具體規則是，首先像“一報還一報”一樣，它總是在對方背叛之后立即背叛。但它10次會有1次是在對方合作之后背叛，而不是在對方合作之后總是合作。因此，它試圖偷偷地偶爾占對方的便宜。

“總是背叛”策略(always betray):具體規則是，無論對策者的選擇如何，其在每一步都背叛。

“永久報復”策略(enduringly revenge):其規則是，對策者首先采取合作，直到對手背叛，之后一直用背叛來報復對手。

“檢驗者”策略(tester):“檢驗者”是由大衛·格萊特斯汀(David Gianstein)提出的。該策略具有欺負人的內在屬性，但是，一旦對方表示出不可欺負性，它就停止。具體規則是，為了檢驗對方的反應，它在第一步就背叛，如果對方背叛，它就趕快抱歉，回之以合作，然后在其余的步驟中采用“一報還一報”。如果對方對它的第一步背叛不反應，它就在第二步和第三步合作，但此后它就每隔一步背叛一次。

“改進的道寧”策略:“道寧”在初始假設時假設對方是不反應的，因此在頭兩步是肯定背叛的，結果遭致許多其他規則的懲罰。與“道寧”策略不同的是“改進的道寧”則在初始假設時對方是有反應的，因此在開始時就選擇合作。

2 在醫藥領域中的應用

2.1 藥物臨床試驗

借助于合作進化理論，臨床研究申辦者可以分析以往的臨床藥理研究基地數據，輔助遴選合作的臨床試驗中心。另外，可以通過合作進化理論來誘導合適的受試者行為，提高受試者的試驗用藥依存性，降低退出率和破盲率。同時，可以協助分析受試者情況，完善知情同意告知流程，優化告知結果。未來多中心的臨床研究的比重會逐步加大，應用合作進化理論可以輔助管理多中心臨床觀察項目，協助監察員及稽查員更加有效地開展工作，保證臨床試驗質量水平。可在不同中心動態評估受試者的合作情況，及時采取干預措施，保證臨床項目的依序實施;可以嘗試建立不同地區受試者的偏好選擇模型，提升受試者招募質量和管理水平。在申辦和研究者層面，可以提高申辦者和研究者的合作水平，更加有效地彼此交換意見，提升臨床研究水平。對于不同類別的研究項目，也可以建立不同疾病譜的受試者行為參考模型，通過行為策略的詳細分析逐步加以完善。

2.2 醫藥客戶關系管理

2.2.1 非處方藥(OTC)客戶關系管理

未來非處方藥藥店的一個重要機會就是參與社區的慢性病管理。合作進化理論可以針對不同的慢性病患者進行疾病全過程管理，幫助慢性病患者提高長期用藥依從性，并且可以建立良好的醫患合作關系，增加藥店的社區價值和全新的競爭力。在藥店的經營方面，合作進化理論可以輔助完善上游供貨單位的品類管理和下游目標客戶的價值管理，通過打造恰當的合作進化路徑，完成良好價值鏈體系的建設。

2.2.2 處方藥客戶關系管理

首先，合作進化將改變傳統的客戶分類方法，實現真正意義上的實時動態分類。可將傳統的靜態處方量分類和準靜態的價值分類擴展為動態的合作進化分類，實時根據代表拜訪情況劃定客戶類型，提升了應對變化環境的敏感度。大部分臨床醫生都可以按照其日常行為模式進行合作進化的歸類，進一步明確其不同的價值選擇。在結合傳統的處方量和銷售額的客戶分類基礎上，有效地以合作進化分類為補充，使得客戶分類更加科學合理。另外，對于潛在客戶，新的分類方法更有助于從行為控制的角度開發客戶和管理客戶，并通過持續的互動來構建較優的合作狀態。其次，合作進化將滲透到客戶生涯全過程管理的各個層面。通過匹配客戶職業生涯不同分期的主體策略選擇，建立動態的客戶生涯行為合作模型。再次，合作進化理論使得代表拜訪的動態監控更加具有可操作性。通過整合新的客戶分類維度，將日常的代表拜訪歸類為完整可分析的數據鏈，結合不同合作策略的選擇、反饋、優化的循環路徑，完整覆蓋整個拜訪過程。在建立初步的客戶合作進化模型基礎上，可以通過后臺候選最優拜訪策略并對一線代表拜訪給予建議。通過計算機模擬，篩選出較優的拜訪策略供代表參考，通過恰當的行為引導來建立同客戶的共贏合作。最后，可利用現代數據挖掘技術，為客戶行為建立相關的分析模型。一方面可以輔助完成重要客戶(醫療機構及政府機構)的行為追蹤分析，篩選合適的應對策略，構建良好合作基礎和未來合作關系;另一方面，不同于傳統分類的原因分析(傳統分析通常是觀察到某些客戶的處方量變化后，通過被動推測或者主動接觸的方法分析可能原因)，采取新的合作競爭分類法可以在日常的動態行為對應策略演化中逐步明確真實的原因(可能客戶自己都未能意識到的原因也會逐步顯露)。基于此，企業可以在正確原因分析的基礎上，結合合作進化模型來優化不同的客戶管理，培養和誘導良好的合作關系。

2.3 構建良好的醫患關系

醫患關系的緊張正日益干擾著正常的診療程序，也使得醫療行業從業者心理負擔日益加重。借助合作進化理論，一方面可以對門診或住院患者進行動態歸類，輔助選擇合適的合作進化策略，提高患者依從性和滿意度;另一方面，對可能的風險做到動態預警，并推薦合適的策略供臨床醫生選擇實施，以提前進行有效干預，實現風險的有效管理。

2.4 醫學教育和科研

常規的醫學學院教育不是筆者關注重點，故不展開敘述。筆者重點關注的是醫學和藥學繼續教育領域。當前的繼續教育存在著諸多問題，如何更好地同被教育者建立良好的學習關系，更有效地提高繼續教育及相關培訓的臨床和社會價值，亟需先進理念的指導和幫助。合作進化理論可以輔助醫生和藥師的合作關系建立，配合各級別、各專項領域學會更加高效地收集本學科醫生及藥師的教育培訓反饋，動態考核繼續教育成果。在前期工作基礎上，利用數據挖掘，構建相關學員的合作進化模型，為提高繼續教育質量發揮重要作用。

合作進化模型在科研領域的應用類似于臨床試驗中的應用，可在前述的思路基礎上加以展開和深化，此處不再贅述。值得注意的是，有人[3]依據合作進化規則建立了科研的合作進化模型，為我們在醫藥科研領域應用合作進化理論提供了有益的借鑒。

3 結語

筆者衷心希望，此文可以啟迪一些對合作進化理論感興趣的有識之士，使其能夠投身到合作進化理論對于醫藥領域應用的實踐中去，通過搭建理論和實踐的橋梁，共同攜手，積極地全面推進合作進化理論在醫藥領域中的應用，共同促進醫藥領域各方良好合作關系的建立和醫藥相關領域的和睦發展。

[1][美]羅伯特·艾克斯羅德.對策中的制勝之道——合作的進化[M].羅堅忠.上海:上海人民出版社，1996:23.

[2]Macy M W.Walking out of social traps:a stochastic learning model for Prisoner's Dilemmap[J].Rationality and Society，1989，1(2):197 － 219.

[3]劉新梅，李玉曼.科研合作制度的進化解釋——一個基于利益分配的合作進化模型[J].數量經濟技術經濟研究，2001(4):96－99.