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

Sintesi Tecnica: Modellazione della Razionalità Limitata nei Farmacisti Ospedalieri di Carenza di Farmaci Utilizzando una Decomposizione Dinamica Guidata dall'Attenzione

Definizione del Problema
I farmacisti ospedalieri che gestiscono le carenze di farmaci operano in un ambiente ad alto rischio e parzialmente osservabile, caratterizzato da dinamiche di approvvigionamento incerte, segnali di domanda rumorosi e pressione temporale. Il problema decisionale comporta la gestione di centinaia di farmaci con livelli di scorta incerti, tassi di utilizzo fluttuanti e stime di consegna dei fornitori inaffidabili. Gli approcci tradizionali a questo problema, come i Processi Decisionali di Markov Parzialmente Osservabili (POMDP), tentano di ottimizzare le azioni su tutto lo spazio degli stati. Tuttavia, questi metodi sono computazionalmente intrattabili per scenari realistici di carenza di farmaci a causa della crescita esponenziale dello spazio degli stati. Inoltre, interviste con farmacisti praticanti rivelano che gli esperti umani non eseguono un'ottimizzazione globale; al contrario, allocano dinamicamente lo sforzo cognitivo a un piccolo sottoinsieme di farmaci urgenti, monitorando passivamente il resto. I modelli esistenti di supporto alle decisioni non riescono a catturare questo meccanismo di attenzione selettiva né forniscono la spiegabilità richiesta dagli esperti per comprendere la formazione delle priorità.

Metodologia
Gli autori propongono un quadro computazionale che riformula il problema decisionale dall'ottimizzazione delle azioni su una rappresentazione dello stato fissa al controllo dell'allocazione delle risorse computazionali tra le variabili di stato. Questo approccio si fonda sulle teorie della razionalità limitata e della Decisione Primata dal Riconoscimento (RPD), che suggeriscono che gli esperti utilizzano il riconoscimento di pattern per decomporre i problemi in sottoinsiemi ad alto rischio e a basso rischio.

Il quadro introduce un meccanismo di Pianificazione Guidata dall'Attenzione che scompone dinamicamente l'insieme dei farmaci in due sottoinsiemi:

1. Sottoinsieme ad Alta Urgenza: Un piccolo insieme di farmaci selezionati per un ragionamento approfondito e costoso utilizzando un pianificatore online.
2. Sottoinsieme a Bassa Urgenza: L'insieme complementare di farmaci soggetto a monitoraggio a basso costo.

La selezione è guidata da un Punteggio di Urgenza ($U_i$) per ciascun farmaco, calcolato come somma ponderata di componenti normalizzati:
$$U_i = U_{runway}(s_i) + \sum_{f \in F \setminus \{runway\}} \beta_f \cdot U_f(s_i, f)$$
Dove $U_{runway}$ rappresenta le settimane di scorta rimanenti e gli altri termini ($U_f$) catturano l'incertezza nell'inventario/utilizzo, i livelli di utilizzo atipici, l'impatto clinico e la storia precedente delle carenze. I pesi ($\beta_f$) determinano il contributo di ciascuna caratteristica.

Sono stati sviluppati due agenti per testare questo quadro:

• Agente Esperto: Codifica i pesi dell'attenzione derivati direttamente da interviste semi-strutturate con farmacisti. Questi pesi servono come linea di base cognitiva, dando priorità ai farmaci in base a segnali identificati dagli esperti, come il rischio di esaurimento delle scorte e l'incertezza dell'approvvigionamento.
• Agente Apprendente: Utilizza un aggiornamento di tipo REINFORCE per adattare i pesi dell'attenzione ($\beta$) nel tempo. Invece di apprendere una politica di selezione delle azioni, l'apprendente aggiusta i pesi di allocazione dell'attenzione in base alle ricompense osservate rispetto a una linea di base mobile. Ciò permette all'agente di apprendere quali fattori di prioritizzazione supportano meglio un processo decisionale stabile in condizioni di incertezza, mantenendo al contempo un meccanismo di attenzione interpretabile.

Configurazione Sperimentale
I modelli sono stati valutati in scenari simulati settimanali di carenza di farmaci con parzialità osservativa e dinamiche stocastiche. Le simulazioni hanno coinvolto $n=19$ farmaci e includevano tre insiemi di scenari con orizzonti temporali variabili:

• Insieme 1: Orizzonte di 3 settimane (disturbi controllati).
• Insieme 2: Orizzonte di 10 settimane (effetti cumulativi e conseguenze ritardate).
• Insieme 3: Orizzonte di 52 settimane (stabilità a lungo termine e test di stress).

Gli agenti sono stati confrontati con quattro baseline: un agente Casuale, un agente Greed (che dà priorità alla bassa scorta residua), un agente Euristico (che utilizza regole fisse ispirate ai farmacisti) e un agente POMDP Completo (pianificazione online dello stato completo).

Risultati Chiave

• Efficienza Computazionale: Gli agenti guidati dall'attenzione hanno ridotto significativamente il tempo di pianificazione rispetto alla baseline POMDP Completa. Nell'Insieme 1, il tempo di pianificazione è sceso da 0,59 s a circa 0,3 s a settimana; nell'Insieme 2, è sceso da 2,11 s a circa 0,7 s. Questo guadagno di efficienza deriva dalla restrizione della pianificazione approfondita a un sottoinsieme focalizzato di farmaci ad alta urgenza.
• Stabilità delle Prestazioni: L'Agente Esperto ha superato le baseline statiche (Greed ed Euristico) in tutti gli insiemi di scenari, in particolare negli scenari a lungo orizzonte (Insieme 3). L'agente Euristico ha subito 4 esaurimenti di scorta e una ricompensa negativa massiccia (-4,9M), mentre l'Agente Esperto ha mantenuto zero esaurimenti di scorta e ha ottenuto una ricompensa totale di 36.236.
• Capacità di Apprendimento: L'Agente Apprendente ha raggiunto prestazioni comparabili a quelle dell'Agente Esperto in tutti gli insiemi (ad esempio, ricompensa nell'Insieme 3: 36.448 contro 36.236) adattando con successo i propri pesi dell'attenzione. L'analisi dell'evoluzione dei pesi dell'Apprendente ha mostrato un passaggio verso la prioritizzazione dell'utilizzo e dell'incertezza dell'utilizzo nel tempo, indicando che i segnali lato domanda diventano critici per la stabilità a lungo termine.
• Focus Limitato: Entrambi gli agenti hanno mantenuto un insieme di focus limitato (massimo otto farmaci) durante gli scenari di 52 settimane, dimostrando che un processo decisionale stabile può essere raggiunto senza un ragionamento esaustivo sullo stato.

Significato e Affermazioni
Il documento afferma che, per problemi decisionali ad alta dimensionalità e parzialmente osservabili, la decisione primaria non è quale azione intraprendere, ma dove allocare lo sforzo di ragionamento cognitivo. Gli autori sostengono che le strategie di ottimizzazione globale non sono strettamente necessarie per ottenere prestazioni elevate in questi domini. Al contrario, strategie guidate dall'attenzione e di soddisfazione (satisficing) possono ridurre la complessità del problema decomponendo dinamicamente lo spazio degli stati, ottenendo così l'intrattabilità senza sacrificare la qualità o la stabilità delle decisioni.

Il quadro offre un'alternativa computazionalmente fattibile ai POMDP a stato completo che si allinea con il comportamento osservato degli esperti umani. Fornisce un meccanismo per la spiegabilità modellando esplicitamente come vengono formate e aggiornate le priorità. Gli autori notano che, sebbene il modello sia basato su simulazioni e utilizzi dinamiche della catena di approvvigionamento semplificate, stabilisce un principio cognitivo generale: quando un problema è troppo grande per essere pianificato in modo esaustivo, agenti efficaci devono gestire esplicitamente la portata del loro ragionamento. Il lavoro futuro è identificato come avente bisogno di una validazione prospettica con dati operativi reali e l'integrazione di dinamiche sociali più ricche e coordinamento inter-ospedaliero.