面向医院运营的系统级数字孪生仿真分析框架:基于医疗数字孪生分类法的混合仿真与住院时长优化

《Healthcare Analytics》:A simulation analytics framework for system-level digital twins in hospital operations

【字体: 大 中 小 】 时间:2026年10月24日 来源:Healthcare Analytics CS4.4

编辑推荐:

  数字孪生(digital twin, DT)概念源于制造业和航空航天领域,并已重塑组织设计、运营和优化复杂系统的方式。在医疗保健领域,其潜力依赖于三个相互交汇的承诺:改善护理质量与安全、提升医院和卫生系统的运营效率,以及推进个性化医疗。相关实证结果也开始涌现:

  
数字孪生(digital twin, DT)概念源于制造业和航空航天领域,并已重塑组织设计、运营和优化复杂系统的方式。在医疗保健领域,其潜力依赖于三个相互交汇的承诺:改善护理质量与安全、提升医院和卫生系统的运营效率,以及推进个性化医疗。相关实证结果也开始涌现:由儿童慈善医院与GE HealthCare合作部署的指挥中心已被证明能够提前一周预测入院高峰,并在试点站点将急诊科等候时间缩短20%至40%。这一势头也反映在工程文献中,近期研究趋向于整合数字孪生与物联网的下一代医疗系统。这些技术还被用于应对系统级医疗挑战,尤其是在COVID-19疫情期间,支持在巨大容量和协调压力下重新配置服务交付。该领域正从愿景走向运营证据。然而,尽管日益成熟,一个基本的方法论问题仍然存在:医疗保健领域数字孪生的文献分散、异质,且缺乏对正在开发的系统进行分类和比较的共识框架。该问题表现为三种形式:(i)已提出超过46种不同的数字孪生定义,但均未在医疗保健领域达成共识,“数字患者”、“虚拟医院”、“in silico临床试验”或“人类数字孪生”等术语的使用在概念内涵上缺乏一致性。(ii)即使作者认同一个工作定义,他们仍依据不同标准(建模对象、技术架构或自动化水平)对系统进行分类,Kritzinger等人和Tao等人为制造业和航空航天业开发的框架通过不同研究间各异的临时性调整被移植到医疗保健领域。(iii)一项近期范围综述发现,仅有12.08%声称是人类数字孪生的系统完全符合美国国家科学院、工程院和医学院(NASEM)的标准;其余则是被误标为孪生的数字影子、通用模型或虚拟患者队列。这三种碎片化形式汇聚成一个单一的方法论需求:该领域需要一个类型学框架,其严谨性足以规范术语使用,灵活性足以适应医疗保健应用的多样性,且操作性足以应用于现实案例。在文献中提出的分类和类型学中,本文基于Ma?zi等人的类型学,该类型学围绕三个轴(层级水平、成熟度水平和应用目的)构建。将该类型学应用于一个真实医院项目揭示了三个方法论挑战。这些挑战汇聚成一个主要问题:医疗保健数字孪生的类型学如何演进,以(i)解决其初始形式中出现的方法论挑战,(ii)整合一个适用于医疗保健数字孪生特殊性且被公认的分析分类法,以及(iii)对真实应用案例保持可操作性?因此,本研究追求两个目标。第一个目标是提出一个基于公认分析框架、并沿孪生生命周期构建的新类型学。第二个目标是设计、开发和评估一个医院多服务中心的系统级数字孪生原型,并将其定位在该类型学中。两个目标均在设计科学研究方法论中推进,其中类型学和原型是两个人工制品,原型通过仿真实验、实验室测试和现场测试进行评估。研究范围是运营性的而非临床性的:该孪生解决一个设施内的患者流、容量和资源分配问题(系统级),处于设施开放之前的前期原型阶段。类型学的成熟度轴不在本文范围内。本文通过一个由方法论演进支持的经验性案例研究回答了上述问题,并做出了三项贡献。在实证方面,研究人员呈现了首个有文献记载的“系统”级数字孪生用于医院多服务中心运营的案例研究之一,从原型阶段开始记录,在中心开放之前进行,地点为魁北克健康与社会服务大学网络西中蒙特利尔中心(Santé Québec West-Central Montreal Health and Social Services University Network),这是蒙特利尔地区最大的综合健康与社会服务网络之一;这一分析水平在医疗数字孪生文献中迄今鲜有记载。在方法论方面,研究人员提出了一个生命周期类型学,其主要轴由适应后的分析四元组的功能累积性定义,解决了现有框架的方法论挑战。在理论方面,研究人员将Davenport最初提出的分析四元组适应于数字孪生,合并了描述性和诊断性维度,并认识到前瞻性能力是一个独立的维度。本文其余部分组织如下:第2节回顾数字孪生的概念基础、医疗保健领域现有类型学以及支撑适应的分析四元组;第3节介绍方法论,涵盖框架修订和应用案例研究;第4节介绍新类型学,由方法论挑战的识别、适应后的分析四元组以及包含十二个单元格的新矩阵所驱动;第5节介绍案例研究,并展示利用专用物联网实验室可用技术资源设计的端到端系统级数字孪生原型;第6节讨论理论、方法论和实证贡献,以及局限性和未来研究方向;第7节给出结论。
论文解读:面向医院运营的系统级数字孪生仿真分析框架

1. 研究背景与问题

数字孪生(digital twin, DT)概念源于制造业和航空航天领域,在医疗保健领域的应用正从愿景走向运营证据。然而,该领域文献存在显著的方法论碎片化问题:超过46种数字孪生定义缺乏共识;现有分类框架多基于单一维度,未将孪生生命周期状态作为分类轴;且仅有12.08%声称是人类数字孪生的系统完全符合美国国家科学院、工程院和医学院(NASEM)的四项严格标准,其余多为数字影子或误标模型。此外,现有医疗数字孪生类型学的目的维度缺乏外部理论锚定,系统级运营案例研究极为稀缺。基于此,研究人员提出两个目标:一是建立基于公认分析框架并沿生命周期构建的新类型学;二是设计、开发和评估一个医院多服务中心的系统级数字孪生原型,并验证其支持设施开放前决策和未来运营管理的能力。

2. 研究内容与主要方法

研究人员采用设计科学研究方法(DSRM),产出两个人工制品:新的数字孪生类型学和系统级数字孪生原型。研究场景位于魁北克健康与社会服务大学网络西中蒙特利尔中心(Santé Québec West-Central Montreal Health and Social Services University Network)的新建多服务中心,该中心整合标本采集、疫苗接种、筛查和专科随访等服务。原型采用四层架构:物理世界层(医院多服务中心)、物联网数据采集层(无源UHF RFID腕带、Impinj R700读写器、Times-7 A5010天线,数据经MQTT协议存储至MySQL数据库)、模型层(基于AnyLogic 8.8.9的混合仿真模型,结合离散事件仿真与基于智能体的建模)、决策与反馈层(直接反馈回路与人在环路反馈)。研究通过五个阶段评估(E1–E5):E1为开放前决策支持(六个配置场景,各500次重复仿真);E2为实验室测试台上的实时事件处理(回放、实时注入和负载测试);E3为数字孪生与仿真物理对象之间的自动反馈回路测试;E4为现场数据采集(RFID标签替代患者);E5为开放后运营评估(计划中)。研究人员将新类型学建立在适应后的分析四元组上,将经典描述性(descriptive)与诊断性(diagnostic)功能合并,引入前瞻性(prospective)功能,保留预测性(predictive)和规范性(prescriptive)功能。类型学矩阵由层级水平(Object、Process、System、System-of-Systems)与生命周期状态(Design、Monitoring、Operational Management)交叉形成十二个单元格。

3. 主要研究结果

(1)类型学构建与映射:新类型学成功解决了原有框架的三个方法论局限:目的列之间的语义重叠、同一术语同时标记目的列和成熟度水平、缺乏外部理论锚定。研究人员将生命周期状态作为分类轴,以累积性功能逻辑定义三列,并将十二个单元格映射到文献中记录的案例,其中七个单元格有已记录的数字孪生实例,五个标记为“开发中的框架”。以此识别出系统级设计和运营管理单元格的实证空缺。

(2)仿真场景比较:六个场景中,基线配置(场景A,6名接种护士,专家估计时长,日需求400)运营上不可行,最后一名接种患者离院时间为次日01:29,平均住院时长(length of stay, LOS)达265.9分钟。单独增加两名护士(场景B)使关闭时间提前至21:44;单独修订服务时长(场景D)为22:06。组合修订时长与8名护士(场景D1)使关闭时间提前至19:15,平均LOS降至75.0分钟,比基线缩短3.5倍,平均成人等候时间从243.8分钟降至27.2分钟,该配置被医院管理层采纳,代价是增设两个护士岗位。

(3)护士共享策略:在固定6名接种护士和修订时长条件下,引入跨服务护士共享规则(场景E)后,平均成人等候时间从128.3分钟降至52.6分钟,最后接种患者离院时间从22:06提前至20:10,且无须增加岗位;供体服务的等候时间保持在2分钟以下,护士利用率在咨询和标本采集服务中有所上升。该策略实现了场景D1约四分之三的等候时间缩减效果,且通过重新分配闲置护士时间而非增加人员实现。

(4)边界场景与决策:场景A1(需求减半至200)在18:28关闭,接近常规关闭时间,但管理层认为需求减少不可接受;场景C(基于文献时长)在满负荷下18:29关闭,反映了高效接种诊所的时长下限。数字孪生将设计问题转化为容量、人员、服务时长和关闭时间之间的量化权衡,最终向管理层推荐采用场景D1开放,并在运营初期监测实际服务时长以动态调整人员配置。

4. 结论与讨论

讨论部分总结了理论、方法论和实证贡献。理论上,适应后的分析四元组为数字孪生的目的维度提供了外部理论锚定,描述–诊断合并反映了数字孪生结构性模型的本质特征,前瞻性功能则补充了基于仿真探索的独特能力。方法论上,研究展示了现有类型学可通过应用暴露张力并借助外部框架演进。实证上,该案例填补了系统级数字孪生从设计向运营管理过渡的文献空缺。研究还提出了医院管理者投资决策框架、政策制定者分类比较基础以及数字孪生设计者成熟路径等实践启示。局限性包括:类型学需在更大语料库上验证;矩阵尚未涵盖互组织治理、语义互操作性和数据主权等联邦系统维度;仿真输入来自现有单服务中心的专家估计而非新中心实测数据,且预测功能尚在开发中,反馈回路仅与仿真物理实体在实验室中验证。开放后的运营评估(E5)将实现模型校准和实际性能测定。研究结论指出:数字孪生在医疗保健中的整合已成为有据可查的运营现实,新类型学作为“活的人工制品”可继续向成熟度轴、联邦系统和多机构护理网络扩展,其负责任部署依赖于能够理解、比较和治理它们的概念框架。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号