Modeling Bounded Rationality in Drug Shortage Pharmacists Using Attention-Guided Dynamic Decomposition

ملخص تقني: نمذجة العقلانية المحدودة لدى صيادلة نقص الأدوية باستخدام التفكيك الديناميكي الموجه بالانتباه

تعريف المشكلة
يعمل صيادلة المستشفيات الذين يديرون نقص الأدوية في بيئة عالية المخاطر، قابلة للملاحظة جزئياً، وتتسم بديناميكيات إمداد غير مؤكدة، وإشارات طلب مشوشة، وضغط زمني. تتضمن مشكلة القرار إدارة مئات الأدوية مع مستويات مخزون غير مؤكدة، ومعدلات استخدام متذبذبة، وتقديرات تسليم غير موثوقة من الموردين. تحاول النهج التقليدية لهذه المشكلة، مثل عمليات ماركوف لاتخاذ القرار تحت الملاحظة الجزئية (POMDPs)، تحسين الإجراءات عبر فضاء الحالة الكامل. ومع ذلك، فإن هذه الأساليب غير قابلة للتطبيق حسابياً في سياقات نقص الأدوية الواقعية بسبب النمو الأسي لفضاء الحالة. علاوة على ذلك، تكشف المقابلات مع الصيادلة الممارسين أن الخبراء البشريين لا يقومون بتحسين عالمي؛ بل يخصصون الجهد المعرفي ديناميكياً لمجموعة فرعية صغيرة من الأدوية الملحة بينما يكتفون بالمراقبة السلبية لما تبقى. تفشل نماذج دعم القرار الحالية في التقاط آلية الانتباه الانتقائي هذه أو توفير القابلية للتفسير التي يحتاجها الخبراء لفهم كيفية تشكيل الأولويات.

المنهجية
يقترح المؤلفون إطار عمل حوسبي يعيد صياغة مشكلة القرار من تحسين الإجراءات عبر تمثيل حالة ثابت إلى التحكم في تخصيص الموارد الحوسبية عبر متغيرات الحالة. يستند هذا النهج إلى مفاهيم العقلانية المحدودة ونظرية اتخاذ القرار القائم على التعرف (RPD)، والتي تشير إلى أن الخبراء يستخدمون التعرف على الأنماط لتفكيك المشكلات إلى مجموعات فرعية عالية المخاطر ومنخفضة المخاطر.

يقدم إطار العمل آلية التخطيط الموجه بالانتباه التي تفكك مجموعة الأدوية ديناميكياً إلى مجموعتين:

1. مجموعة الإلحاح العالي: مجموعة صغيرة من الأدوية المختارة للاستدلال العميق والمكلف باستخدام مخطط عبر الإنترنت (online planner).
2. مجموعة الإلحاح المنخفض: المجموعة المكملة التي تخضع لمراقبة منخفضة التكلفة.

يتم الاختيار مدفوعاً بـ درجة الإلحاح ($U_i$) لكل دواء، والتي تُحسب كمجموع موزون لمكونات معيرة:
$$U_i = U_{runway}(s_i) + \sum_{f \in F \setminus \{runway\}} \beta_f \cdot U_f(s_i, f)$$
حيث تمثل $U_{runway}$ أسابيع الإمداد المتبقية، وتمثل المصطلحات الأخرى ($U_f$) عدم اليقين في المخزون/الاستخدام، ومستويات الاستخدام غير النمطية، والتأثير السريري، وتاريخ نقص الإمداد السابق. وتحدد الأوزان ($\beta_f$) مساهمة كل ميزة.

تم تطوير وكيلين لاختبار هذا الإطار:

• الوكيل الخبير (Expert Agent): يرمز أوزان الانتباه المستمدة مباشرة من المقابلات شبه المهيكلة مع الصيادلة. تعمل هذه الأوزان كخط أساس معرفي، حيث تعطي الأولوية للأدوية بناءً على الإشارات التي حددها الخبراء مثل خطر بقاء الإمداد (runway risk) وعدم يقين الإمداد.
• الوكيل المتعلم (Learner Agent): يستخدم تحديثاً من نوع REINFORCE لتكييف أوزان الانتباه ($\beta$) بمرور الوقت. بدلاً من تعلم سياسة اختيار الإجراءات، يقوم المتعلم بتعديل أوزان تخصيص الانتباه بناءً على المكافآت المرصودة بالنسبة لخط أساس متحرك. يسمح هذا للوكيل بتعلم أي عوامل تحديد الأولويات تدعم أفضل اتخاذ القرار المستقر تحت ظروف عدم اليقين مع الحفاظ على آلية انتباه قابلة للتفسير.

الإعداد التجريبي
تم تقييم النماذج في سيناريوهات أسبوعية محاكية لنقص الأدوية مع ملاحظة جزئية وديناميكيات عشوائية. تضمنت المحاكاة $n=19$ دواءً وشملت ثلاث مجموعات من السيناريوهات بآفاق زمنية متفاوتة:

• المجموعة 1: أفق زمني لمدة 3 أسابيع (اضطرابات محكومة).
• المجموعة 2: أفق زمني لمدة 10 أساباء (تأثيرات تراكمية وعواقب متأخرة).
• المجموعة 3: أفق زمني لمدة 52 أسبوعاً (الاستقرار طويل الأمد واختبار الإجهاد).

تمت مقارنة الوكلاء بأربعة خطوط أساس: وكيل عشوائي (Random)، ووكيل جشع (Greedy) يعطي الأولوية لانخفاض الإمداد المتبقي، ووكيل استدلالي (Heuristic) يستخدم قواعد ثابتة مستوحاة من الصيادلة، ووكيل (Full POMDP) يقوم بالتخطيط عبر الإنترنت للحالة الكاملة.

النتائج الرئيسية

• الكفاءة الحسابية: قللت الوكلاء الموجهة بالانتباه وقت التخطيط بشكل كبير مقارنة بأساس Full POMDP. في المجموعة 1، انخفض وقت التخطيط من 0.59 ثانية إلى حوالي 0.3 ثانية لكل أسبوع؛ وفي المجموعة 2، انخفض من 2.11 ثانية إلى حوالي 0.7 ثانية. ينبع هذا المكسب في الكفاءة من قصر التخطيط العميق على مجموعة فرعية مركزة من الأدوية ذات الإلحاح العالي.
• استقرار الأداء: تفوق الوكيل الخبير على الخطوط الأساسية الثابتة (الجشع والاستدلالي) عبر جميع مجموعات السيناريوهات، لا سيما في السيناريوهات طويلة الأمد (المجموعة 3). عانى الوكيل الاستدلالي من 4 حالات نفاد مخزون ومكافأة سالبة هائلة (-4.9 مليون)، بينما حافظ الوكيل الخبير على صفر حالات نفاد مخزون وحقق مكافأة إجمالية قدرها 36,236.
• القدرة على التعلم: حقق الوكيل المتعلم أداءً مقارباً للوكيل الخبير عبر جميع المجموعات (على سبيل المثال، مكافأة المجموعة 3: 36,448 مقابل 36,236 للوكيل الخبير) مع النجاح في تكييف أوزان الانتباه الخاصة به. أظهر تحليل تطور وزن المتعلم تحولاً نحو إعطاء الأولوية للاستخدام وعدم يقين الاستخدام بمرور الوقت، مما يشير إلى أن إشارات جانب الطلب تصبح حاسمة للاستقرار طويل الأمد.
• التركيز المحدود: حافظ كلا الوكيلين على مجموعة تركيز محدودة (بحد أقصى ثمانية أدوية) طوال سيناريوهات الـ 52 أسبوعاً، مما يثبت أنه يمكن تحقيق اتخاذ قرار مستقر دون الحاجة إلى استدلال شامل للحالة.

الأهمية والادعاءات
يزعم البحث أنه بالنسبة لمشكلات اتخاذ القرار عالية الأبعاد والقابلة للملاحظة جزئياً، فإن القرار الأساسي ليس ما هو الإجراء الذي يجب اتخاذه، بل أين يتم تخصيص جهد الاستدلال المعرفي. يجادل المؤلفون بأن استراتيجيات التحسين العالمي ليست ضرورية تماماً لتحقيق أداء قوي في هذه المجالات. بدلاً من ذلك، يمكن لاستراتيجيات "الاكتفاء" (satisficing) الموجهة بالانتباه أن تقلل من تعقيد المشكلة من خلال التفكيك الديناميكي لفضاء الحالة، وبالتالي تحقيق القدرة على المعالجة دون التضحية بجودة القرار أو الاستقرار.

يوفر هذا الإطار بديلاً قابلاً للتنفيذ حوسبياً يتوافق مع سلوك الخبراء البشر الملاحظ. كما يوفر آلية للقابلية للتفسير من خلال نمذجة كيفية تشكيل الأولويات وتحديثها بشكل صريح. ويشير المؤلفون إلى أنه رغم كون النموذج قائماً على المحاكاة ويستخدم ديناميكيات سلاسل توريد مبسطة، إلا أنه يرسخ مبدأً معرفياً عاماً: عندما تكون المشكلة أكبر من أن يتم التخطيط لها بشكل شامل، يجب على الوكلاء الفعالين إدارة نطاق استدلالهم بشكل صريح. وقد تم تحديد العمل المستقبلي في الحاجة إلى التحقق الاستباقي باستخدام بيانات تشغيلية حقيقية ودمج ديناميكيات اجتماعية أغنى وتنسيق بين المستشفيات.