💻 computer science

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

Dieser Artikel schlägt ein aufmerksamkeitsgesteuertes dynamisches Zerlegungsframework vor und validiert dieses, das begrenzte Rationalität bei Krankenhausapothekern modelliert, indem es kognitive Anstrengung auf kritische Arzneimittelengpässe priorisiert, und zeigt, dass derartige zufriedenstellende Strategien eine stabile Entscheidungsfindung unter Unsicherheit ermöglichen, ohne eine vollständige Zustandsbetrachtung zu erfordern.

Ursprüngliche Autoren: Yaniv Eliyahu Amiri, Noah Chicoine, Jacqueline Griffin, Stacy Marsella

Veröffentlicht 2026-05-15

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Yaniv Eliyahu Amiri, Noah Chicoine, Jacqueline Griffin, Stacy Marsella

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind Küchenchef in einer riesigen, chaotischen Küche. Sie haben Hunderte von Zutaten (Medikamenten) zu verwalten. Einige gehen zur Neige, einige Lieferanten sind unzuverlässig, und Sie müssen jeden Tag Hunderte von Menschen ernähren. Wenn Ihnen ein Schlüsselzutat ausgeht, hungern Patienten (oder Gäste) oder werden krank.

Das Problem ist, dass Sie unmöglich jede einzelne Dose, jeden einzelnen Behälter und jede einzelne Schachtel auf jedem Regal jede einzelne Minute überprüfen können. Es gibt nicht genug Zeit, und Ihr Gehirn kann nicht so viele Informationen gleichzeitig speichern.

Diese Arbeit untersucht, wie erfahrene Apotheker (die Küchenchefs) dieses Problem tatsächlich lösen, und wie die Autoren ein Computerprogramm entwickelt haben, das diese kluge, „begrenzte" Denkweise nachahmt.

Das Problem: Der Versuch, alles gleichzeitig zu tun

In der alten Denkweise versuchten Computer, „vollkommen rational" zu sein. Sie versuchten, jedes Medikament zu betrachten, den besten Zug für jedes einzelne zu berechnen und Wochen im Voraus zu planen.

Die Analogie: Stellen Sie sich vor, Sie versuchen, jedes einzelne Buch in einer Bibliothek zu lesen, um zu entscheiden, welches Sie einem Kunden empfehlen sollen. Das würde ewig dauern, und Sie würden niemals etwas fertigstellen. In der realen Welt ist diese „perfekte Planung" so langsam und komplex, dass der Computer abstürzt oder zu lange braucht, um zu helfen.

Die menschliche Lösung: Der „Dringlichkeitsfilter"

Die Forscher interviewten echte Apotheker und stellten etwas Interessantes fest: Experten versuchen nicht, das gesamte Puzzle auf einmal zu lösen. Stattdessen verwenden sie einen mentalen Filter.

Die Analogie: Denken Sie an einen Leuchtturm auf stürmischer See. Der Leuchtturm wirft keinen Strahl auf den gesamten Ozean; er richtet sein helles Licht auf die spezifischen Felsen, die gerade jetzt gefährlich sind. Der Rest des Ozeans ist nur „dunkles Wasser", das einen schnellen, lässigen Blick erhält.
Wie es funktioniert: Apotheker achten auf einige Schlüsselindikatoren:
- Verfügbarkeit: Wie viele Wochen Vorrat haben wir noch?
- Unsicherheit: Lügt der Lieferant oder ist er vage?
- Vergangenheit: Hat dieses Medikament schon einmal Probleme verursacht?
- Auswirkung: Handelt es sich um ein lebensrettendes Medikament?

Wenn ein Medikament einen bestimmten „Dringlichkeits"-Level erreicht, konzentriert der Apotheker seine geistige Kraft darauf. Wenn die Dringlichkeit gering ist, behalten sie es einfach im Auge, ohne tiefgründig nachzudenken.

Die Computermodelle: Zwei neue Agenten

Die Autoren entwickelten zwei Computer„Agenten" (Programme), um zu testen, ob dieser „Fokusfilter" besser funktioniert als der Versuch, alles zu erledigen.

Der Experte-Agent: Dies ist der „Nachahmer". Er wurde mit den exakten Regeln programmiert, die die menschlichen Apotheker in den Interviews beschrieben. Er weiß genau, welche Medikamente basierend auf den „Dringlichkeits"-Signalen im Fokus stehen müssen.
Der Lerner-Agent: Dies ist der „Schüler". Er beginnt ohne Ahnung, welche Medikamente wichtig sind. Er versucht verschiedene Dinge, macht Fehler und lernt im Laufe der Zeit, welche Signale (wie „Lieferantenunsicherheit" oder „Verbrauchsraten") ihm tatsächlich helfen, einen Lieferengpass zu vermeiden. Schließlich lernt er, sich auf die richtigen Medikamente zu konzentrieren, genau wie der menschliche Experte.

Die Ergebnisse: Schnell und stabil

Die Forscher testeten diese Agenten in einer simulierten Krankenhausumgebung mit drei verschiedenen Zeiträumen: kurz (3 Wochen), mittel (10 Wochen) und lang (52 Wochen).

Geschwindigkeit: Die „Fokus"-Agenten waren viel schneller. Bei den Langzeittests wurde der „perfekte Planer" (der versucht, alles zu betrachten) so langsam, dass er praktisch unbrauchbar war. Die „Fokus"-Agenten trafen Entscheidungen in Sekunden.
Erfolg: Obwohl sie die meisten Medikamente die meiste Zeit ignorierten, waren sie genauso gut darin, Lieferengpässe (Ausgang von Medikamenten) zu verhindern wie der perfekte Planer.
Die Lehre: Die Arbeit argumentiert, dass die wichtigste Entscheidung nicht „Welche Aktion sollte ich ergreifen?" lautet, sondern vielmehr „Wohin sollte ich meine geistige Kraft richten?"

Das Fazit

Die Arbeit legt nahe, dass Sie in hochbelasteten, komplexen Situationen (wie einer Krankenhausapotheke) kein Supercomputer sein müssen, der alles berechnet. Sie müssen nur klug darüber sein, worauf Sie Ihre Aufmerksamkeit richten.

Indem Sie sich nur auf die „heißen" Probleme konzentrieren und die „kalten" Probleme auf dem hinteren Herd lassen, können Sie stabile, gute Entscheidungen schnell treffen, ohne Ihr Gehirn (oder Ihren Computer) zu überlasten. Der „Lerner"-Agent bewies, dass ein System sogar lernen kann, diesen Fokus-Trick im Laufe der Zeit selbst zu beherrschen, und wird besser darin, die echten Gefahren zu erkennen, ohne dass ein Mensch jede einzelne Regel programmieren muss.

Technisches Fazit: Modellierung begrenzter Rationalität bei Apothekern im Kontext von Arzneimittelengpässen mittels aufmerksamkeitsgesteuerter dynamischer Zerlegung

Problemdefinition
Krankenhausapotheker, die Arzneimittelengpässe managen, agieren in einer hochriskanten, teilweise beobachtbaren Umgebung, die durch unsichere Lieferdynamiken, verrauschte Nachfragesignale und Zeitdruck gekennzeichnet ist. Das Entscheidungsproblem umfasst das Management von Hunderten Arzneimitteln mit unsicheren Lagerbeständen, schwankenden Verwendungsquoten und unzuverlässigen Lieferprognosen der Lieferanten. Traditionelle Ansätze für dieses Problem, wie teilweise beobachtbare Markov-Entscheidungsprozesse (POMDPs), versuchen, Aktionen über den gesamten Zustandsraum zu optimieren. Diese Methoden sind jedoch für realistische Szenarien von Arzneimittelengpässen aufgrund des exponentiellen Wachstums des Zustandsraums rechnerisch nicht handhabbar. Darüber hinaus zeigen Interviews mit praktizierenden Apothekern, dass menschliche Experten keine globale Optimierung durchführen; stattdessen weisen sie kognitive Ressourcen dynamisch einer kleinen Teilmenge dringender Arzneimittel zu und überwachen den Rest passiv. Bestehende Entscheidungsunterstützungsmodelle erfassen diesen selektiven Aufmerksamkeitsmechanismus nicht oder bieten nicht die für Experten erforderliche Erklärbarkeit, um die Priorisierung nachvollziehen zu können.

Methodik
Die Autoren schlagen ein rechnerisches Rahmenwerk vor, das das Entscheidungsproblem neu fasst: Statt Aktionen über eine feste Zustandsrepräsentation zu optimieren, wird die Zuweisung von Rechenressourcen über Zustandsvariablen gesteuert. Dieser Ansatz basiert auf Theorien der begrenzten Rationalität und der Erkennungsprimierten Entscheidungsfindung (Recognition-Primed Decision, RPD), wonach Experten Mustererkennung nutzen, um Probleme in Teilmengen mit hohem und niedrigem Risiko zu zerlegen.

Das Rahmenwerk führt einen aufmerksamkeitsgesteuerten Planungsmechanismus ein, der die Menge der Arzneimittel dynamisch in zwei Teilmengen zerlegt:

Teilmenge mit hoher Dringlichkeit: Eine kleine Gruppe von Arzneimitteln, die für eine tiefgehende, kostenintensive Reasoning mittels eines Online-Planers ausgewählt wird.
Teilmenge mit niedriger Dringlichkeit: Die komplementäre Menge der Arzneimittel, die einer kostengünstigen Überwachung unterliegt.

Die Auswahl erfolgt anhand eines Dringlichkeitswerts ( $U_i$ ) für jedes Arzneimittel, berechnet als gewichtete Summe normalisierter Komponenten:
$U_i = U_{runway}(s_i) + \sum_{f \in F \setminus \{runway\}} \beta_f \cdot U_f(s_i, f)$
Wobei $U_{runway}$ die verbleibenden Versorgungswochen darstellt und andere Terme ( $U_f$ ) Unsicherheiten in Lagerbestand/Verwendung, atypische Verwendungslevel, klinische Auswirkungen und frühere Engpasshistorie erfassen. Die Gewichte ( $\beta_f$ ) bestimmen den Beitrag jedes Merkmals.

Zwei Agenten wurden entwickelt, um dieses Rahmenwerk zu testen:

Experten-Agent: Kodiert Aufmerksamkeitsgewichte, die direkt aus semi-strukturierten Interviews mit Apothekern abgeleitet wurden. Diese Gewichte dienen als kognitiver Referenzpunkt und priorisieren Arzneimittel basierend von Experten identifizierten Signalen wie Versorgungsrisiko und Lieferunsicherheit.
Lernender Agent: Nutzt ein REINFORCE-ähnliches Update, um die Aufmerksamkeitsgewichte ( $\beta$ ) im Laufe der Zeit anzupassen. Anstatt eine Politik zur Aktionsauswahl zu lernen, passt der lernende Agent die Aufmerksamkeitszuweisungsgewichte basierend auf beobachteten Belohnungen relativ zu einer sich bewegenden Basislinie an. Dies ermöglicht dem Agenten zu lernen, welche Priorisierungsfaktoren eine stabile Entscheidungsfindung unter Unsicherheit am besten unterstützen, während ein interpretierbarer Aufmerksamkeitsmechanismus erhalten bleibt.

Experimenteller Aufbau
Die Modelle wurden in simulierten wöchentlichen Szenarien von Arzneimittelengpässen mit partieller Beobachtbarkeit und stochastischen Dynamiken evaluiert. Die Simulationen umfassten $n=19$ Arzneimittel und schlossen drei Szenariosätze mit variierenden Zeithorizonten ein:

Satz 1: 3-Wochen-Horizont (kontrollierte Störungen).
Satz 2: 10-Wochen-Horizont (kumulative Effekte und verzögerte Konsequenzen).
Satz 3: 52-Wochen-Horizont (langfristige Stabilität und Stresstests).

Die Agenten wurden gegen vier Baselines verglichen: einen Random-Agenten, einen Greedy-Agenten (Priorisierung niedriger Versorgungsdauer), einen Heuristik-Agenten (unter Verwendung fester, von Apothekern inspirierter Regeln) und einen vollständigen POMDP-Agenten (Online-Planung über den vollständigen Zustand).

Hauptergebnisse

Rechnerische Effizienz: Aufmerksamkeitsgesteuerte Agenten reduzierten die Planungszeit im Vergleich zur Voll-POMDP-Baseline signifikant. In Satz 1 sank die Planungszeit von 0,59 s auf ca. 0,3 s pro Woche; in Satz 2 von 2,11 s auf ca. 0,7 s. Dieser Effizienzgewinn resultiert aus der Beschränkung der tiefgehenden Planung auf eine fokussierte Teilmenge hochdringender Arzneimittel.
Leistungsstabilität: Der Experten-Agent übertraf statische Baselines (Greedy und Heuristik) in allen Szenariosätzen, insbesondere in Szenarien mit langem Horizont (Satz 3). Der Heuristik-Agent erlitt 4 Lieferengpässe und eine massive negative Belohnung (-4,9 Mio.), während der Experten-Agent null Lieferengpässe aufrechterhielt und eine Gesamtbelohnung von 36.236 erzielte.
Lernfähigkeit: Der lernende Agent erzielte in allen Sätzen eine mit dem Experten-Agenten vergleichbare Leistung (z. B. Belohnung in Satz 3: 36.448 vs. 36.236) und passte gleichzeitig erfolgreich seine Aufmerksamkeitsgewichte an. Die Analyse der Gewichtsentwicklung des lernenden Agenten zeigte eine Verschiebung hin zur Priorisierung von Nutzung und Nutzungssicherheit im Laufe der Zeit, was darauf hindeutet, dass nachfrageseitige Signale für die langfristige Stabilität kritisch werden.
Begrenzter Fokus: Beide Agenten behielten über die gesamten 52-Wochen-Szenarien hinweg einen begrenzten Fokus-Satz (maximal acht Arzneimittel) bei und demonstrierten, dass stabile Entscheidungsfindung ohne erschöpfendes Zustands-Reasoning erreicht werden kann.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass für hochdimensionale, teilweise beobachtbare Entscheidungsprobleme die primäre Entscheidung nicht darin besteht, welche Aktion zu ergreifen ist, sondern wo kognitive Reasoning-Ressourcen eingesetzt werden sollen. Die Autoren argumentieren, dass globale Optimierungsstrategien für eine starke Leistung in diesen Domänen nicht strikt notwendig sind. Stattdessen können aufmerksamkeitsgesteuerte, zufriedenstellende Strategien die Problemkomplexität reduzieren, indem sie den Zustandsraum dynamisch zerlegen, wodurch Handhabbarkeit erreicht wird, ohne die Entscheidungsqualität oder Stabilität zu beeinträchtigen.

Das Rahmenwerk bietet eine rechnerisch machbare Alternative zu Vollzustands-POMDPs, die mit dem beobachteten Verhalten menschlicher Experten übereinstimmt. Es bietet einen Mechanismus für Erklärbarkeit, indem es explizit modelliert, wie Prioritäten gebildet und aktualisiert werden. Die Autoren weisen darauf hin, dass das Modell zwar simulationsbasiert ist und vereinfachte Lieferketten-Dynamiken verwendet, es jedoch ein allgemeines kognitives Prinzip etabliert: Wenn ein Problem zu groß ist, um es erschöpfend zu planen, müssen effektive Agenten den Umfang ihres Reasoning explizit steuern. Als zukünftige Arbeit wird eine prospektive Validierung mit realen operativen Daten sowie die Einbeziehung reichhaltigerer sozialer Dynamiken und interhospitaler Koordination identifiziert.