大数据驱动的抗菌药物使用与管理决策优化研究

Antimicrobial resistance poses a major threat to the sustainability of healthcare systems across the world. The loss of antimicrobials to resistance threatens to return us to a “post-antibiotics” world where simple infections can rapidly become life-threatening. Based on the status quo of antimicrobial usage in China and the direction of China’s health care reform, this project focuses on the optimization and decision-making of the antimicrobial usage and management of the respiratory diseases. Driven by the big-data in healthcare, the project integrates multi-disciplines from management science, informatics, mathematics and clinical medicine, through data-mining, mathematical modeling, simulation and optimization. From the perspective of individual responsibility, we study the optimal antimicrobial therapy through the joint Monte Carlo simulation and optimization, with the objective of improving the treatment efficacy and providing personalized therapy. From the perspective of social responsibility, we study the optimal usage strategy and resource allocation of antimicrobials through Markov Decision Processes, with the objective of improving the effective lifetime of antimicrobials, decreasing antimicrobial resistance and healthcare cost. Our results will not only provide theoretical foundation and decision support for the antimicrobial usage and management, but also help set up the antimicrobial stewardship under the Chinese setting and add value to the innovation of health service.

抗菌药物耐药情况日益严峻，对全球公共卫生和可持续发展构成重大威胁，可能使人类进入无药可用的“后抗生素”时代。本项目根据中国抗菌药物使用情况和医改需求，以呼吸道疾病的抗菌药物使用为研究对象，从大数据驱动出发，综合运用管理、信息、数理与医学等多学科知识，通过医疗健康大数据分析、建模优化、模拟仿真等研究方法，对医院抗菌药物使用与管理决策问题进行优化。从个体责任角度，通过基于大数据分析的蒙特卡罗模拟与数学优化相结合对抗菌药物治疗方案优化，提供个性化诊疗策略、改善治疗效果；从社会责任角度，运用细菌传播动力学、细菌耐药泊松过程和经济学模型对抗菌药物的使用策略进行优化，运用马尔科夫决策过程对抗菌药物资源的优化配置建模优化，提高抗菌药物有效生命周期、减少细菌耐药性、降低医疗费用。本项目的研究将为抗菌药物合理使用与科学管理提供理论依据和决策支持，形成符合中国情境的抗菌药物使用管理机制和健康服务价值创新。

抗菌药物耐药情况日益严峻，对全球公共卫生和可持续发展构成重大威胁，可能使人类进入无药可用的“后抗生素”时代。本项目根据中国抗菌药物使用情况和医改需求，以呼吸道疾病的抗菌药物使用为研究对象，从临床抗菌药物使用相关的大数据出发，对医生和患者的抗菌药物用药行为的数据进行分析与挖掘，对抗菌药物使用情况对住院时长、住院费用和治疗效果的影响进行分析预测。从经济学角度下考虑抗菌药物自身耐药和交叉耐药的抗生素基础药物遴选优化，基于传染病动态演化模型和经济学模型，结合细菌的适应度成本、患者选择行为，运用效用理论、博弈论与最优控制理论，探究合理的抗生素使用策略，并进行临床路径的闭环反馈与动态优化；运用马尔科夫决策过程探索资源的合理配置。从个体责任和社会责任角度研究抗菌药物的合理使用和优化策略，对抗菌药物的个体诊疗优化方案进行优化；从社会责任角度，减少抗菌药物耐药、改善医院微生态环境、减少医院总的医疗费用，实现有限医疗资源的优化配置。本项目的研究将为抗菌药物合理使用与科学管理提供理论依据和决策支持，形成符合中国情境的抗菌药物使用管理机制和健康服务价值创新。