基于大數據的突發災害應急藥品需求預測及流程優化

劉玲，樂高慧，賴世超，劉洋

1.四川大學華西醫院膽道外科，四川成都 610041；2.四川大學華西醫院手術室，四川成都 610041；3.四川大學華西醫院急診科，四川成都 610041；4.四川大學華西醫院日間手術中心，四川成都 610041

近年全球各種突發災害事件頻發， 我國汶川地震、玉樹地震、雅安地震、卡特琳娜颶風、南方雪災等均為進入新世紀以來發生的造成嚴重人員與經濟損失的突發災害事件[1]。故如何針對突發災害事件開展應急救援，使得損失極小化，是目前所面臨的巨大挑戰[2]。應急管理作為政府的重要職責之一， 以2008 汶川地震災害發生為臨界點，我國應急管理體系的建設受到極大重視且呈快速發展態勢[3]。 從國家應對重癥急性呼吸綜合征（severeacute respiratory syndrome, SARS） 以及H7N9 禽流感等事件提示，我國針對突發公共衛生事件基本應急藥品的保障體系正在逐步完善[4]。然而在信息傳播更加透明、更加迅速的大環境下， 突發事件對社會公眾的影響更大，更易引發社會性緊急事件，應急管理已成為學術界和政策制定者越來越關注的前沿課題。應急藥品在應急救援過程中發揮十分重要的作用，故本研究主要探討基于大數據的突發災害應急藥品需求預測及流程優化，現報道如下。

1 突發災害事件的概念與內涵研究

針對突發災害的研究， 國外相較國內研究起步較早，特別是歐美等發達國家，在20 世紀80 年代就對突發性災害事件進行研究，聚焦于醫療急救中心的突發事件應對管理等相關問題[5]。 有學者從醫療急救中心突發事件中醫療衛生資源的調度與公共突發事件的應對等方面進行研究，此外，早期歐美等發達國家對突發災害的研究更多聚焦于自然災害，然而隨著突發事件的擴大與突發事件范圍的擴大，使得對突發災害的內涵進一步拓展[6]。 近年突發災害事件頻發， 并且性質惡劣程度加劇，影響規模擴大，對社會安定和國家社會經濟造成嚴重損失。 突發災害的不斷升級，使得國內外學者重新審視其內涵與外延。

學者進一步將突發災害事件與常規事件進行對比分析[7]，指出在發生概率、日常管理措施、次生災害、決策與救災等方面存在顯著差異。另外有學者從事件發生的概率來看[8]，兩類事件雖然同屬于小概率事件，但是突發災害事件概率更低，如2003 年SARS、2008 年汶川大地震等。從管理措施方面來看，常規事件有決策規則與經驗可以借鑒，且相應的管理制度較為完善，相較常規事件，突發災害事件則存在缺乏經驗、缺乏認識、缺乏規律識別等，相應的制度、條例、規則、流程較少或幾乎缺失[9]。故突發災害事件的應急管理， 應充分結合管理科學、行為科學、系統科學、信息科學等多學科交叉優勢，重點研究非常規突發事件的應急決策理論、信息處理與演化規律，非常規情境下的時間參與主體的資源配置、應對能力變化等規律，是當前對突發災害事件應急管理的核心內容[10]。

2 當前應急藥品管理與保障體系存在的不足

①頂層設計相對滯后：頂層設計目前尚處于完善階段，應急藥品保障體系尚未完全建立，在藥品使用信息采集、評價、分析利用，安全風險評估、預警、再評價環節中都存在著亟待解決的“瓶頸”問題，造成了突發災害事件發生時應急藥品短缺與浪費并存的現象，亟需從頂層設計上進行反思與完善[11]。 故當前迫切需要通過信息化的大數據干預加強應對突發災害發生時應急藥品保障體系建立與實施。 ②專業技術水平的滯后：當前應急藥品儲備與供應多樣化、專業化、體系化水平不高。 現實中，由于應急物資、藥品在災難發生的最初時間內無法做到需求預測與配置，且目前較少有關于突發災難發生時應急藥品配置的系統解決方案[12]，尤其缺少對大數據深度挖掘技術在應急藥品需求預測、調度配置等領域的深入研究。 ③治理機制仍然滯后：當前我國應急藥品管理上存在一定程度的“政策與系統管理”失靈或失效現象，導致災難發生時針對應急藥品無法準確估計，而影響藥品匹配與發放。 傳統的“預測-應對”決策模式以及基于經驗的管理方式難以應對突發災害事件應急決策快速、精準的需求[13]。 ④針對性研究的滯后：通過文獻梳理發現，近年來，隨著數據挖掘、模糊決策以及系統仿真等方法在應急物資、 應急藥品研究領域的廣泛應用，應急物資、應急藥品保障問題的相關研究正成為新的學術熱點[14]。

3 大數據在突發事件應急藥品管理中的應用

大數據在突發事件應急物資、應急藥品管理領域已有應用，但相關研究都是基于宏觀方面分析大數據在災害應急管理及物資配置過程中的作用[15]。 ①大數據環境下突發災害應急藥品保障體系的內涵特征， 體系結構：如何結合大數據技術思想，從“情景-應對”決策模式的角度，對突發災害應急藥品保障體系的內涵特征與體系結構進行分析，如何更加準確清晰地把握基于大數據環境下本省突發災害的應急藥品保障體系的建立，如何生成實時信息更新的突發災害應急藥品“情景-應對”決策方案[16]。 ②大數據環境下突發災害應急藥品保障體系的需求預測分析：面對突發災害事件的應急藥品需求分級與預測主要是依靠決策者直覺和經驗判斷決定，管理者的實踐能力在決策單元內部訴求中非常重要。如何用定量分析的方法研究區域應急藥品需求級別及缺口問題，圍繞應急藥品需求預測、需求等級劃分，對傳統的證據推理算法進行改進，基于實時災害數據的深度挖掘建立一種更為精確的預測方法[17]。 ③保障體系的調度優化應基于應急藥品缺口進行合理分配，以在線災情信息為基礎，加強應急藥品的調度，實施動態選擇從而確保應急藥品的調度路徑合理性[18]。 ④應急藥品保障體系的靶向分配，應以優化應急藥品調度路徑為目標，構建應急藥品分配系統架構，結合時間、風險和成本等綜合指標，建立應急藥品靶向分配模型。 基于上述分析，上述問題已成為阻礙應急藥品管理系統化、科學化、專業化、有序化水平提升的掣肘，亟需結合四川省實際情況，基于“災害大數據”以及管理科學、行為科學、系統科學和信息科學等多科交叉的優勢，針對突發災害應急藥品保障體系進行創新研究，重點圍繞“需求預測、調度優化、靶向分配”探索創新理論范式與機制模式， 并提出基于“情景-應對”的應急藥品保障體系建設的對策建議，以提高災害應急藥品配置的精準性，進而推進政府精準應急治理。

4 災害大數據在應急物資保障中的應用

在應急藥品管理過程中，災情大數據的獲取途徑多以在線媒體、 醫療信息平臺以及災情信息平臺等為基礎，其信息量巨大且更新快速，其可提供及時、多源缺交互的信息資源，以上平臺獲取的數據經過篩選后均可作為一手資料進行總結，從而在突發災害應急藥品管理過程中發揮重要作用[19]。 當災情發生時需要在最短時間內將各類應急物資，尤其是藥品由不同的應急救援中心分配至受災區域，其時間十分緊迫且工作量巨大，配置過程亦十分復雜。 通過大數據分析，以便有效降低災害損失與影響， 科學預測災區動態物資尤其是藥品需求，為應急物資的配置提供可靠性依據。 同時在災后救援時期， 受災區域對所需物資尤其是藥品的種類有所不同，且在不斷的動態更新，基于大數據模型的建立，能更好地為災害應急物資尤其是藥品管理與分配提供科學依據。

5 突發災害應急藥品保障管理決策的特征分析

在災害大數據的支撐下，應急藥品需求狀況會隨著越來越準確的災情信息而不斷進行調整，因此，對于災區內各個救助點的應急藥品需求情況的估計及分配將是一種多環節的動態流程，基于此，研究嘗試從“兩期”時間分布特征（增長期和穩定期）的角度；同時在災害大數據的支撐下，突發災害的應急藥品保障體系研究受到的影響因素較多，且各因素之間關系較復雜。 需要根據災害事件的關鍵作用因素以及發生時間、供需距離等探索建立某地區應急醫學藥品需求量估計的概念模型；在災害大數據的支撐下，種類不同的醫學藥品需求之間是存在分級性的。 因此根據醫學藥品需求的分級性，找到一種相對可行的方法區分應急醫學藥品的級別，優先配置級別高的應急醫學藥品，能夠保證突發災害應急救援工作發揮最大效用。

6 大數據下突發災害應急藥品需求的預測和流程優化

大數據下突發災害應急藥品需求，以應急藥品需求預測、調度優化、靶向分配、跟蹤調查4 個具體的功能為基礎，圍繞“情景－應對”的基本范式，從疾病譜與應急藥品品類關聯性分析出發，探索區域災害情景下，應急藥品保障體系的需求預測。在針對SARS、汶川地震等相關案例，在關聯上述不同災情情景下的主要疾病譜分析的基礎上，進一步對受災群眾用藥品類、用量等進行藥品排序，并結合以往相關研究文獻中提出的5 030 種藥品進行系統分類識別。 同時基于應急藥品需求的突發性、不確定性、時效性、階段性與弱經濟性特征，對應急藥品需求分類規則進行構建，其目的在于，結合“情景、特征、系統”的分析主線，應首先配送需求優先級高的藥品，需求級別低的藥品次之，應用文獻計量技術與案例跨案例分析技術，以最大化應對不同情景的災情事件，滿足應急藥品的需求，進一步構建應急藥品需求分類規則。 對不同需求分類下的應急藥品需求的影響因素進行分析，以系統工程的視角，從應急藥品的重要性、應急藥品的可獲得性、應急藥品的時效性特征出發，理清影響應急藥品需求的相關因素。 見圖1。

圖1 突發災害應急藥品需求分級預測模型的建立

以突發災害事件下應急藥品配置與優化提供決策依據為目標，基于快速、精準、靶向原則，綜合災害發生時間、災害類型（如地震級別、震中烈度等信息）、人口密度、預報水平、社交媒體的信息發布、造成的傷害識別等作為不同突發災害事件下受災人口預測的影響因素，選擇反向傳播算法為主要的研究技術，通過將信息傳入輸入層、隱含層、輸出層，并逐層計算相應的實際輸出值，并計算每層實際輸出值與期望輸出值間的誤差，依據誤差調整權值。應急藥品配送點對于需求的覆蓋是基于不同情景下突發災害事件，是應急藥品調度路徑優化的重要因素。針對藥品配送點，要求選擇路徑具備可及性、時效性等特征， 達到對藥品配送對災情發生地的全覆蓋。具體流程優化上，首先應做好臨近配送點篩選，根據功能定位等要求，將全部臨近配送點納入，隨后擬定備選點，計算相關參數，具體而言，可以通過以下措施實現全覆蓋，并對相關成本進行核算，與此同時建立模型并設計臨近點算法求解，最后依據實時地理信息與實時災情信息，對調度的路徑進行再次優化。 見圖2。

圖2 藥品-事件-應急運用示例圖

7 大數據下突發災害應急藥品管理有待進一步研究的問題

①對于大數據環境下突發災害應急藥品保障體系的內涵，在以往的研究中存在概念重疊與界定模糊的問題，需要基于結合大數據技術思想，從“情景-應對”決策模式的角度，對突發災害應急藥品保障體系的內涵特征與體系結構進行分析；②針對大數據環境下突發災害應急藥品保障體系的需求預測分析方面的研究發現，對于應急藥品需求等級劃分缺失會導致應急藥品在不同的災害情景下配置得非精準化，需要依據實時信息對應急藥品的需求進行實時更新，為此，亟待制訂突發災害事件的應急藥品需求分級并預測，識別區域應急藥品需求級別及缺口； ③對于以往研究缺乏從大數據環境下，對突發災害應急藥品保障體系的調度優化，以及應急藥品的靶向配置分析，需要進一步基于大數據技術[20]，結合在線災情信息挖掘方法， 確保急物資調度路徑的合理性，并對應急藥品的靶向分配模型進行研究，實現應急藥品配置精準填補需求空缺。

8 結語

重大突發災情發生時應急藥品需求的預測上，以大數據為基礎是核心預測方式之一， 以大數據為基礎，可將其應用于重大突發災害應急事件藥品需求過程的預測， 作為一把針對突發災害事件時應急藥品的預警利器，可獲取海量數據，達到快速、有效、及時的研判效果，從而更為快速、精準且持續的向應急管理部門以及公眾提供應急藥品管理相關信息。