Autoreferat - Wydział Informatyki i Zarządzania

Załącznik nr 3a
do wniosku o wszczęcie postępowania habilitacyjnego
dr inż. Bożeny Mielczarek
Autoreferat
Spis treści:
1. Imię i nazwisko ................................................................................................................................ 1
2. Posiadane dyplomy, stopnie naukowe – z podaniem nazwy, miejsca i roku ich uzyskania oraz
tytułu rozprawy doktorskiej ................................................................................................................. 1
3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych ........................................ 1
4. Wskazanie osiągnięcia wynikającego z art. 16 ust. 2 ustawy z dnia 14 marca 2003 r. o stopniach
naukowych i tytule naukowym (Dz. U. nr 65, poz. 595 ze zm.) ......................................................... 2
4.1. Tytuł osiągnięcia naukowego.................................................................................................... 2
4.2. Omówienie celu naukowego pracy – etapy procesu badawczego ............................................ 3
4.3. Omówienie osiągniętych wyników i ich ewentualnego wykorzystania ................................... 9
5. Omówienie pozostałych osiągnięć naukowo-badawczych ............................................................ 15
6. Omówienie działalności dydaktycznej, organizacyjnej i popularyzatorskiej ................................ 24
Bibliografia ........................................................................................................................................ 24
1. Imię i nazwisko
Bożena Mielczarek
2. Posiadane dyplomy, stopnie naukowe – z podaniem nazwy, miejsca i roku ich
uzyskania oraz tytułu rozprawy doktorskiej
2000:
1985
dyplom doktora nauk ekonomicznych, Wydział Informatyki i Zarządzania,
Politechnika Wrocławska; tytuł rozprawy doktorskiej Symulacyjne modele
komputerowe w zarządzaniu systemami ratownictwa medycznego (promotor:
prof. dr hab. inż. Edward Radosiński)
dyplom magistra inżyniera organizatora przemysłu, Wydział Informatyki i
Zarządzania, Politechnika Wrocławska
Politechniki Wrocławskiej; studia ukończone z wynikiem bardzo dobrym.
3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych
2000-
adiunkt, Wydział Informatyki i Zarządzania Politechniki Wrocławskiej
1991 - 2000 asystent, Wydział Informatyki i Zarządzania Politechniki Wrocławskiej
1986 - 1991 samodzielny organizator, Wydział Informatyki i Zarządzania Politechniki
Wrocławskiej
1
4. Wskazanie osiągnięcia wynikającego z art. 16 ust. 2 ustawy z dnia 14
marca 2003 r. o stopniach naukowych i tytule naukowym (Dz. U. nr 65, poz.
595 ze zm.)
4.1. Tytuł osiągnięcia naukowego
Zgodnie z treścią w/w ustawy, jako moje osiągnięcie naukowe wskazuję cykl powiązanych
tematycznie publikacji objętych wspólnym tytułem:
„Metody i modele symulacyjne w zarządzaniu systemami ochrony zdrowia”.
Na cykl składają się dwie książki i publikacje naukowe:
1. Mielczarek Bożena, 2014, Symulacja w zarządzaniu systemami ochrony zdrowia,
Wydawnictwo Naukowe PWN, Warszawa.
2. Mielczarek Bożena, Zabawa Jacek, Lubicz Marek, 2014, A system dynamics model to
study the impact of an age pyramid on emergency demand, [w:] The proceedings of the
4th International Conference on Simulation and Modeling Methodologies, Technologies
and Applications SIMULTECH 2014, Vienna, Austria, 28-30 August, 2014, [eds:
M.S. Obaidat, J. Kacprzyk i T. Ören], SciTePress, s. 879-888.
3. Mielczarek Bożena, 2014, Simulation modelling for contracting hospital emergency
services at the regional level, European Journal of Operational Research, vol. 235, nr 1,
s. 287–299.
4. Mielczarek Bożena, 2013, Estimating future demand for hospital emergency services at
the regional level, [w:] The proceedings of 2013 Winter Simulation Conference:
Making Decisions in a Complex World, Washington DC, USA, December 8-11, 2013
[eds: R. Pasupathy i in.], Piscataway: IEEE, s. 2386-2397.
5. Mielczarek Bożena, 2013, Using discrete-event simulation to forecast the volume of
hospital emergency services to be delivered at the regional level, [w:] The proceedings of
the 3rd International Conference on Simulation and Modeling Methodologies,
Technologies and Applications SIMULTECH 2013, Reykjavík, Iceland, 29-31 July, 2013,
[eds: Tuncer Ören i in.], SciTePress, s. 197-203.
6. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Using simulation to forecast the
demand for hospital emergency services at the regional level, [w:] The proceedings of
2012 Winter Simulation Conference, Berlin, Germany, December 9-12, 2012, [eds:
C. Laroque i in.], Piscataway, NJ: IEEE. Komunikat konferencyjny i poster.
7. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Application of computer
simulation modeling in the health care sector: a survey, Simulation - Transactions of
the Society for Modeling and Simulation International, vol. 88, nr 2, s. 197-216.
8. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu. Symulacja dyskretna,
Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław.
2
4.2. Omówienie celu naukowego pracy – etapy procesu badawczego
Aktualność i waga podjętego przeze mnie tematu, dotyczącego zagadnień związanych z
wykorzystaniem metod symulacyjnych w zarządzaniu systemami ochrony zdrowia, wynikają
przede wszystkim ze specyfiki badanego obszaru. Utrzymanie służby zdrowia wiąże się z
ponoszeniem olbrzymich nakładów finansowych, a mimo to, paradoksalnie, system opieki
zdrowotnej działa w warunkach nieustannego braku pieniądza. Fizyczny niedobór środków
kapitałowych może być dodatkowo znacząco pogłębiony poprzez ich niewłaściwą alokację.
Uzasadnione jest zatem, moim zdaniem, stwierdzenie, iż od jakości podejmowanych decyzji, a w
szczególności od prawidłowego rozdziału ograniczonych zasobów finansowych, w dużym
stopniu zależy efektywność funkcjonowania systemu ochrony zdrowia.
Polskie społeczeństwo coraz silniej wyraża żądania, aby zapewnić wysoki standard
świadczeń zdrowotnych, utrzymać ich szeroką dostępność, a jednocześnie nie ma zgody na
zwiększenie obciążeń finansowych z tego tytułu. W obliczu zaistniałej sytuacji podejmowane
są działania regulacyjne na poziomie systemowym, które zmierzają do podniesienia jakości
świadczeń i poprawy satysfakcji pacjenta przy zachowaniu dotychczasowej skali wydatków.
Pomocnym instrumentem, który w istotny sposób przyczynić się może do powodzenia tych
inicjatyw są metody naukowe, od dawna wspomagające menedżerów sektora ochrony
zdrowia w znajdowaniu rozwiązań racjonalnych ekonomicznie i zasadnych medycznie. Na
przeszkodzie wprowadzenia instrumentarium myśli naukowej do praktyki zarządzania służbą
zdrowia stają jednak złożoność, niejednorodność oraz niepewność zachodzących tam zjawisk.
Głównymi determinantami kształtującymi przebieg procesów decyzyjnych w sektorze
zdrowotnym są bowiem dynamiczne interakcje pomiędzy jego elementami, osadzenie
systemu w nieustannie zmieniającym się otoczeniu oraz silny wpływ czynników o charakterze
stochastycznym i niestacjonarnym. Utrudnieniem w naukowym badaniu systemów ochrony
zdrowia jest także słabe ustrukturalizowanie zagadnień związanych z dostarczaniem usług
zdrowotnych. Wyklucza to niejednokrotnie możliwość zastosowania modeli analitycznych i
inspiruje naukowców do poszukiwania innych narzędzi, przy pomocy których można by
usprawnić analizę decyzyjną i zwiększyć skuteczność podejmowanych decyzji.
W naukowym badaniu systemów opieki zdrowotnej wykorzystuje się metody ilościowe
i jakościowe. Wśród metod ilościowych symulację komputerową postrzega się jako jedno z
bardziej obiecujących podejść, a jej udział w procesach wspomagania decyzji w systemach
ochrony zdrowia staje się coraz bardziej znaczący (Gul i Guneri 2015). Brailsford (2007)
podaje główne powody stosowania metod symulacyjnych w rozwiązywaniu problemów
3
zarządzania opieką zdrowotną: po pierwsze, charakterystyczne dla systemów ochrony
zdrowia losowość i zmienność sugerują wybór podejść pozwalających na odwzorowywanie
procesów stochastycznych; ponadto, wysoki stopień złożoności badanych systemów
nierzadko uniemożliwia zastosowanie rozwiązań analitycznych; dodatkowo, co istotne,
funkcjonowanie systemów opieki zdrowotnej jest silnie uwarunkowane wpływem czynnika
ludzkiego, którego uwzględnienie w modelach symulacyjnych zostało już wielokrotnie z
sukcesem zademonstrowane (Brailsford i Schmidt 2003).
W pracach naukowych zajmujących się problematyką wspomagania procesów
zarządzania opieką zdrowotną, spośród metod symulacyjnych najczęściej opisywane są:
symulacja Monte Carlo, dyskretna symulacja zdarzeniowa, dynamika systemów i symulacja
agentowa. Dobór metod zmienia się w zależności od badanego obszaru decyzyjnego (np. w
modelowaniu systemów ratownictwa medycznego wyraźnie dominują modele dyskretne,
natomiast
po
metodę
dynamiki
systemów
chętnie
sięga
się,
analizując
tempo
rozprzestrzeniania się chorób zakaźnych), ale nie jest to jedyna determinanta wyboru. Modele
symulacyjne odwzorowują różne typy jednostek, stawiane są przed nimi odmienne cele
badawcze, dotyczą zarówno krótkiego, jak i długiego horyzontu czasowego, zapełniane są
danymi wejściowymi o niskim lub wysokim stopniu zagregowania. Te i inne czynniki
utrudniają wytypowanie metody symulacyjnej najbardziej adekwatnej do analizy
konkretnego problemu decyzyjnego zarządzania służbą zdrowia. Mimo iż nie wydaje się
możliwe zaproponowanie uniwersalnej, rozstrzygającej procedury, która automatycznie
dopasowywałaby właściwą metodę do sformułowanego problemu, można podjąć próbę
zidentyfikowania czynników, które powinny być brane pod uwagę w trakcie podejmowania
decyzji o wyborze podejścia symulacyjnego.
W literaturze polskiej stosunkowo niewiele można odnaleźć pozycji zajmujących się
zastosowaniem metod symulacyjnych w zarządzaniu, natomiast właściwie nieobecne są prace
poruszające problematykę wykorzystania symulacji w zarządzaniu systemami ochrony
zdrowia. Przeprowadzona przeze mnie kwerenda literaturowa potwierdziła brak szerszej
dyskusji na temat możliwości wykorzystania symulacji komputerowej jako efektywnego
narzędzia wspomagającego decyzje strategiczne i taktyczne w służbie zdrowia. Dodatkowo
zauważyć można brak spójności w aparacie pojęciowym stosowanym w definiowaniu
symulacji w medycynie i ochronie zdrowia. Uznałam zatem, że podjęcie prac badawczych w
tym obszarze może przyczynić się do racjonalnego i pełniejszego wykorzystania potencjału
metod symulacyjnych do rozwiązywania praktycznych problemów zarządzania służbą
zdrowia.
4
Nadrzędnym celem naukowym prowadzonych przeze mnie prac badawczych jest
sformułowanie całościowej koncepcji stosowania głównych metod symulacyjnych do
projektowania, budowy, weryfikowania i uruchamiania modeli, które mogłyby być
pomocne w zarządzaniu systemami opieki zdrowotnej.
Tak sformułowany ogólny cel moich badań można rozpatrywać w kontekście
poznawczym oraz aplikacyjnym. W kontekście poznawczym moim pierwszym
zadaniem było opracowanie oryginalnej typologii wykorzystania komputerowych metod
symulacyjnych do wspomagania procesów decyzyjnych w różnych obszarach zarządzania
służbą zdrowia. Zmierzając do osiągnięcia tak postawionego celu sformułowałam
następujące pytania badawcze:
w jakich obszarach decyzyjnych zarządzania opieką zdrowotną znajdują zastosowanie
komputerowe metody symulacyjne?
które obszary decyzyjne zarządzania ochroną zdrowia są łączone z poszczególnymi
podejściami symulacyjnymi?
jaki jest potencjał możliwości każdej metody symulacyjnej w odniesieniu do wspomagania
procesów podejmowania decyzji w wyróżnionych obszarach zarządzania służbą zdrowia?
co odróżnia główne podejścia symulacyjne stosowane w ochronie zdrowia w kategorii
założeń, wymagań, przygotowania danych, analizy wyników, prowadzenia eksperymentów?
Założyłam, że poszukiwanie odpowiedzi na sformułowane powyżej pytania badawcze
pozwoli na zidentyfikowanie kluczowych zależności pomiędzy specyficznymi cechami
każdej z podstawowych metod symulacyjnych, tj. metody Monte Carlo, dyskretnej symulacji
zdarzeniowej, metody dynamiki systemów oraz symulacji agentowej a przesłankami
wpływającymi na wybór danego podejścia do analizy konkretnego problemu decyzyjnego
zarządzania opieką zdrowotną za pomocą modelu symulacyjnego. Przyjęłam ponadto, że
uzyskane wyniki umożliwią realizację kolejnego zadania badawczego, jakim było
opracowanie metodyk budowy symulacyjnych modeli komputerowych przeznaczonych
do wspomagania zarządzania w służbie zdrowia. Zaproponowane metodyki powinny
umożliwiać rzetelne odwzorowanie złożonych relacji charakterystycznych dla systemów
ochrony zdrowia, a następnie posłużyć jako efektywne narzędzie badań przyczynowoskutkowych, szczególnie w kontekście zmienności struktury i wartości parametrów strumieni
potrzeb zdrowotnych.
W kontekście aplikacyjnym głównym celem prowadzonych przeze mnie badań było
zastosowanie opracowanego instrumentarium do analizy wybranych problemów
5
decyzyjnych zarządzania w systemach ochrony zdrowia, ze szczególnym uwzględnieniem
polskich realiów. Zasadność takiego sformułowania celu prac badawczych znajduje
potwierdzenie w świetle następującej obserwacji: pomimo burzliwego i dynamicznego
rozwoju dziedziny, jaką jest wykorzystanie metod ilościowych (w tym również modelowania
symulacyjnego) w zarządzaniu ochroną zdrowia, liczba udokumentowanych przypadków
skutecznej implementacji tych metod jest bardzo skromna. Wynika to być może z kontrastu
pomiędzy wysokim stopniem zaawansowania teoretycznego modeli matematycznych
publikowanych w czasopismach akademickich i prezentowanych na konferencjach
naukowych
a
potrzebą
prostych,
gotowych
do
wykorzystania
modeli,
którymi
zainteresowaliby się menedżerowie praktycy. Założyłam, że opracowane przeze mnie
narzędzia i zrealizowane za ich pomocą komputerowe analizy symulacyjne pozwolą na
częściowe chociaż zbliżenie obu tych obszarów, poprzez powiązanie badań empirycznych z
teoretycznymi aspektami budowy i stosowania modeli symulacyjnych we wspomaganiu
procesów decyzyjnych zarządzania opieką zdrowotną.
Proces badawczy, który doprowadził do osiągnięcia wyznaczonych celów i uzyskania
odpowiedzi na postawione pytania badawcze przebiegał w kilku etapach i obejmował
kolejno: wstępne studia literaturowe, przygotowanie metod i narzędzi statystycznych oraz
informatycznych do zebrania i analizy danych empirycznych, konceptualizację i
oprogramowanie modeli symulacyjnych, zastosowanie opracowanych modeli do analizy
wybranych problemów decyzyjnych zarządzania, właściwe badania literaturowe.
Wstępne badania literaturowe, które zostały przeprowadzone w pierwszej fazie procesu
badawczego pozwoliły na wyróżnienie głównych obszarów decyzyjnych zarządzania opieką
zdrowotną i wskazanie przykładów modeli symulacyjnych dla każdego zaproponowanego
obszaru. Wyodrębnione zostały następujące dziedziny: polityki zdrowotnej, diagnozy
działalności bieżącej, prognozowania, wspomagania decyzji medycznych oraz planowania
działań w sytuacjach ekstremalnych. Analizie poddałam 168 artykułów, które ukazały się w
latach 1999-2006 w dziedzinowych czasopismach o zasięgu międzynarodowym. Wyniki
moich badań zostały opublikowane w artykule Application of computer simulation modeling
in the health care sector: a survey [7]1 w angielskojęzycznym czasopiśmie naukowym
(Simulation - Transactions of the Society for Modeling and Simulation International)
zaliczanym do tzw. listy filadelfijskiej. Przeprowadzone studia literaturowe zwróciły moją
uwagę na jedno z kluczowych zagadnień, które często pojawia się w artykułach zajmujących
1
Numeracja poszczególnych prac odpowiada wykazowi publikacji zgłoszonych jako osiągnięcie i
wyszczególnionych w rozdz. 4.1 niniejszego załącznika.
6
się problematyką wykorzystania metod ilościowych do wspomagania zarządzania w
systemach opieki zdrowotnej, tj. na problem szacowania wielkości popytu na świadczenia
medyczne. W wielu pracach naukowych, por. (Cochran i Bharti 2006), (Matta i Patterson
2007), popyt na usługi zdrowotne określany jest w oparciu o wielkość podaży, czyli liczby
udzielonych świadczeń, ponieważ wyłącznie tego typu informacje są dostępne w rejestrach
systemów opieki zdrowotnej. W prowadzonych przeze mnie badaniach postanowiłam skupić
się na opracowaniu takiej klasy modeli symulacyjnych, w których prognozowany popyt na
usługi zdrowotne zostanie powiązany nie tylko z historycznie zarejestrowanym i ujawnionym
strumieniem potrzeb, ale również z przestrzenną lokalizacją skupisk ludności, trendami
demograficznymi oraz czynnikami związanymi bezpośrednio z populacją i ze środowiskiem.
Proponowany przez mnie sposób modelowania popytu na świadczenia zdrowotne może,
moim zdaniem, w sposób radykalny poszerzyć wachlarz potencjalnych zastosowań
konstruowanych modeli symulacyjnych przeznaczonych do wspomagania procesów
decyzyjnych zarządzania służbą zdrowia.
Drugi etap prac badawczych obejmował przygotowanie metod oraz narzędzi
statystycznych i informatycznych do pozyskania, eksploracji i analizy danych empirycznych.
Zdecydowałam, że opracowywane przeze mnie metodyki budowy modeli symulacyjnych
będą dotyczyć konkretnego obszaru zarządzania opieką zdrowotną, a zatem wszelkie przyjęte
założenia powinny być sformułowane wyłącznie w wyniku szczegółowej analizy empirycznej
przeprowadzonej w systemie rzeczywistym. Jako obiekt badawczy wybrałam tę część
systemu opieki zdrowotnej, w ramach którego udzielana jest pomoc pacjentom w stanie
nagłego zagrożenia zdrowia i życia w izbach przyjęć (IP) i szpitalnych oddziałach
ratunkowych (SOR) zlokalizowanych w poszczególnych powiatach regionu wrocławskiego w
województwie dolnośląskim. Zakres danych źródłowych, które należało objąć badaniem
okazał się być jednak tak olbrzymi (analizie poddano ostatecznie ponad milion rekordów), że
konieczne okazało się opracowanie narzędzi analitycznych i informatycznych, które zostały
następnie wykorzystane do eksploracji kilku odrębnych dużych baz. Dane demograficzne
pobrałam ze stron Głównego Urzędu Statystycznego. Badany zakres obejmował informacje o
liczbie ludności, z podziałem na grupy wiekowo-płciowe, w poszczególnych powiatach
Dolnego Śląska w latach 2006-2012. Najważniejsze i ilościowo najbardziej obszerne dane
dotyczyły pacjentów leczonych w placówkach IP/SOR na terenie regionu wrocławskiego. Po
nawiązaniu współpracy z Dolnośląskim Oddziałem Wojewódzkiego Narodowego Funduszu
Zdrowia uzyskałam dostęp do zanonimizowanych danych medycznych o pacjentach
poddanych leczeniu w latach 2006-2011 na izbach przyjęć we wszystkich szpitalach
7
zlokalizowanych na terenie Dolnego Śląska. I tak, pierwsza grupa danych medycznych
zawierała ogólne informacje o 759 964 przyjęciach pacjentów na IP/SORy w latach 20062011. Kolejne dwie grupy danych dotyczyły lat 2010 (181 517 rekordów) i 2011 (188 381
rekordów) i obejmowały szczegółowe informacje o przyjęciach na dowolny oddział IP/SOR
usytuowany na
terenie
wyróżnionego,
poddanego
badaniom
regionu,
tj.
okręgu
wrocławskiego (szczegółowymi badaniami objęłam 17 placówek medycznych, natomiast w
ogólnej analizie uwzględniłam 52 jednostki). Dopełnieniem analizy empirycznej były dane o
sumarycznej liczbie i kosztach leczenia w poszczególnych placówkach IP/SOR Dolnego
Śląska z podziałem na główne kategorie pacjentów, wydzielone ze względu na stopień
kosztochłonności procesu diagnozowania i leczenia. Dokładny opis przebiegu etapu badań
empirycznych zamieszczony jest w mojej książce Symulacja w zarządzaniu systemami
ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1].
W trzecim etapie procesu badawczego skupiłam się na konceptualizacji modeli, które
opracowałam wykorzystując różne podejścia symulacyjne: metodę Monte Carlo, dyskretną
symulację zdarzeniową oraz dynamikę systemów. Samodzielnie lub we współpracy z
zespołem zrealizowaliśmy każdorazowo pełny cykl badawczy polegający na sformułowaniu
założeń, budowie i oprogramowaniu modeli, zaplanowaniu i przeprowadzeniu serii
eksperymentów oraz wykonaniu pełnej statystycznej analizy końcowej. Wyniki badań zostały
zaprezentowane i poddane dyskusji na międzynarodowych konferencjach naukowych (Winter
Simulation Conference Berlin 2012 [6]; Winter Simulation Conference Waszyngton 2013 [4];
International Conference on Simulation and Modeling Methodologies, Technologies and
Applications SIMULTECH Reykjavík 2013 [5]; International Conference on Simulation and
Modeling Methodologies, Technologies and Applications SIMULTECH Wiedeń 2014 [2])
oraz opublikowane w artykule Simulation modelling for contracting hospital emergency
services at the regional level [3] w czasopiśmie z tzw. listy filadelfijskiej posiadającym
wysoki impact factor (European Journal of Operational Research, IF=1,843). Skrótowy
opis samodzielnie przeze mnie opracowanych modeli symulacyjnych, wraz z prezentacją
etapu przygotowania i eksploracji danych źródłowych, zamieściłam ponadto w ostatnim
rozdziale książki Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo
Naukowe PWN, Warszawa, 2014 [1].
W czwartej fazie badań wykorzystałam zbudowane modele symulacyjne do analizy
pokrycia zapotrzebowania na świadczenia udzielane w izbach przyjęć i na szpitalnych
oddziałach ratunkowych w odniesieniu do konkretnego regionu geograficznego, tj. okręgu
wrocławskiego. Symulacje uwzględniały prognozowane zmiany demograficzne dotyczące
8
zarówno ogólnej liczby ludności regionu, jak i poszczególnych grup wiekowych, preferencje
pacjentów w zakresie wyboru placówki udzielającej świadczeń w trybie nagłym oraz
zmienność sezonową zgłoszeń charakterystyczną dla tego rodzaju usług. Wyniki symulacji
umożliwiły sformułowanie prognozy wolumenu, struktury i kosztu świadczeń udzielanych w
jednostkach IP/SOR oraz oszacowanie wysokości środków finansowych na kolejne lata, tak
aby możliwe było pokrycie przewidywanego popytu na pomoc udzielaną w nagłych
przypadkach w izbach przyjęć i na szpitalnych oddziałach ratunkowych w badanym regionie.
Równolegle z realizacją trzeciego i czwartego etapu przebiegała piąta faza prac
badawczych, w ramach której opracowałam typologię zastosowań metod symulacyjnych do
wspomagania
procesów
decyzyjnych
w
ochronie
zdrowia,
uwzględniającą
dwie
perspektywy: poziomą, w której wyróżniam główne obszary zarządzania opieką zdrowotną
oraz pionową, która odzwierciedla podstawowe grupy metod symulacyjnych. W badaniach
uwzględniłam 228 prac opublikowanych w latach 1999-2012 w międzynarodowych
czasopismach naukowych i 63 prace zamieszczone w materiałach konferencyjnych
indeksowanych w bazie Web of Science. Wydaje mi się, że opracowana taksonomia,
będąca końcowym efektem prowadzonych przeze mnie prac badawczych, doprowadziła do
uzyskania racjonalnych odpowiedzi na postawione pytania badawcze. Ostateczne wyniki
badań i wnioski zostały zamieszczone w mojej książce Symulacja w zarządzaniu systemami
ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa, 2014 [1].
4.3. Omówienie osiągniętych wyników i ich ewentualnego wykorzystania
Rezultatem moich prac badawczych w wymiarze utylitarnym są trzy komplementarne
modele, zbudowane różnymi
metodami
symulacyjnymi.
Modele
te pozwalają
prognozować wpływ zmian demograficznych zachodzących na poziomie poszczególnych
powiatów w jednym z regionów Dolnego Śląska (w tzw. okręgu wrocławskim) na liczbę
pacjentów w stanie nagłego zagrożenia zdrowia i życia, którym będzie potrzebna pomoc
medyczna na izbach przyjęć i w szpitalnych oddziałach ratunkowych położonych na terenie
regionu. Informacja na temat oczekiwanej, przyszłej liczby pacjentów w stanie nagłego
zagrożenia zdrowia lub życia umożliwia z kolei symulację struktury i kosztu świadczeń,
które powinny być zakontraktowane przez Narodowy Fundusz Zdrowia (NFZ) w celu
pokrycia prognozowanej wielkości popytu na świadczenia medyczne udzielane w trybie
nagłym. Za pomocą zbudowanych modeli możliwa jest obserwacja wartości wybranych
mierników ilościowych i kosztowych na dwóch poziomach decyzyjnych. Po pierwsze, na
poziomie poszczególnych placówek medycznych możliwe jest wyznaczenie prognozy stawki
9
ryczałtu dobowego, która decyduje o wysokości kontraktu zawieranego przez regionalny
oddział NFZ z daną placówką. Po drugie, na poziomie regionalnego decydenta (oddziału
NFZ) symulowana jest prognoza potrzeb populacji w zakresie świadczeń udzielanych w
trybie nagłym i tym samym możliwe jest określenie wpływu trendów demograficznych na
poziom, wolumen i strukturę kosztów usług, które powinny być dostępne na izbach przyjęć i
w szpitalnych oddziałach ratunkowych regionu.
Aplikacyjny charakter wyników moich prac badawczych można scharakteryzować
przyjmując różne perspektywy. Ze względu na to, że opracowane przeze mnie modele
symulacyjne bazują na niezwykle obszernym zestawie danych empirycznych, które zostały
pozyskane w konkretnych placówkach medycznych, mogą być one wykorzystane do
wspomagania decyzji menedżerskich zarówno przez dyrektorów szpitali jak i przez
decydentów regionalnych oddziałów narodowych funduszy zdrowia. Wydaje się jednak, że
z punktu widzenia rozwoju naukowego całej dziedziny cenniejszy jest wkład, który został
wniesiony w opracowanie metodyk prowadzenia komputerowych badań symulacyjnych w
obszarze zarządzania opieką zdrowotną. Wyniki badań empirycznych, prac konceptualnych i
badawczo-projektowych pozwalają na uporządkowanie wiedzy dziedzinowej i dostarczają
efektywnych narzędzi w postaci zdefiniowanych założeń teoretycznych i opracowanych
algorytmów wspomagających procesy konstruowania modeli symulacyjnych w konwencji
trzech podstawowych metod, tj. symulacji Monte Carlo, symulacji zdarzeniowej i metody
dynamiki systemów.
Ogólna koncepcja badań symulacyjnych, w których proponuję wykorzystanie hybrydy
dwóch modeli symulacyjnych, tj. modelu Monte Carlo i modelu dyskretnego została przeze
mnie zaprezentowana w komunikacie konferencyjnym oraz w formie postera Using
simulation to forecast the demand for hospital emergency services at the regional level [6],
por. rys. 1.
W modelu Monte Carlo badaniom poddano wpływ trendów demograficznych na
kształtowanie wielkości popytu na usługi medyczne świadczone w trybie nagłym. Z kolei
dyskretny model symulacyjny DES wykorzystując prognozy na temat oczekiwanego popytu
symuluje przyszłoroczny poziom świadczeń medycznych oraz ich wolumen, strukturę i koszt
oddzielnie dla każdej placówki w regionie oraz globalnie dla całej populacji. Jak podaje
Radosiński (2013), struktury hybrydowe sprawdziły się już w wielu dziedzinach pozwalając
na uzyskanie korzyści, których nie dają elementy składowe mieszańca. Również
zaproponowana przez mnie hybryda pozwala radykalnie rozszerzyć dotychczasowy zakres
10
zastosowań symulacji komputerowej do prognozowania potrzeb populacji w zakresie
świadczeń zdrowotnych. Modelowi Monte Carlo poświęcona jest publikacja Estimating
future demand for hospital emergency services at the regional level [4], natomiast model
dyskretny opisany jest w pracach Simulation modelling for contracting hospital emergency
services at the regional level (artykuł opublikowany w European Journal of Operational
Research, IF=1,843) [3] i Using discrete-event simulation to forecast the volume of hospital
emergency services to be delivered at the regional level [5].
Prognozy
demograficzne
GUS
4
Model Dynamiki
Systemów
Model Monte
Carlo
1
IP/SOR?
Dane o
pacjentach
Dane
demograficzne
2
Dane na
temat popytu
3
Model dyskretny
DES
Liczba i struktura
prognozowanych
świadczeń
Koszt
prognozowanych
świadczeń
Rys.1. Relacje pomiędzy modelami Monte Carlo i dynamiki systemów oraz modelem dyskretnym.
Numerami 1, 2 i 3 oznaczono poszczególne zasilające strumienie popytowe; odpowiednio: globalną
prognozowaną wielkość popytu dla badanego regionu (1), dodatkowy popyt pochodzący z innych regionów
Dolnego Śląska (2), dodatkowy popyt spoza województwa (3). Numer 4 odnosi się natomiast do strumienia
pacjentów, którym udzielono świadczeń poza badanym regionem.
Model Monte Carlo umożliwia formułowanie prognoz popytowych odnoszących się
do populacji regionu z wyróżnieniem dwóch kluczowych grup wiekowych, czyli dzieci do 4
roku życia i osób starszych (60 lat i więcej). Seria eksperymentów symulacyjnych pozwoliła
oszacować relacje pomiędzy trendami demograficznymi w obu wyróżnionych grupach
wiekowych, generujących najwięcej zgłoszeń w stosunku do liczebności, a popytem na
świadczenia udzielane w trybie nagłym. W kolejnym etapie badań postanowiliśmy wraz z
zespołem wniknąć głębiej w skomplikowaną dynamikę trendów demograficznych
11
zachodzących w długookresowej perspektywie wewnątrz populacji regionu i zbadać wpływ
tych zmian na liczbę zgłoszeń nagłych kierowanych do placówek opieki zdrowotnej.
Skonstruowany przez nas model symulacyjny, bazujący na podejściu dynamiki systemów,
został opisany w publikacji: A system dynamics model to study the impact of an age pyramid
on emergency demand [2]. Model z wysoką dokładnością symuluje tzw. piramidę wieku w
ujęciu dynamicznym i transformuje prognozowane procesy demograficzne na oczekiwaną
zgłaszalność pacjentów do placówek udzielających świadczeń w trybie nagłym, por. rys. 1.
Wymiar poznawczy prowadzonych przeze mnie prac badawczych jest zilustrowany
przede wszystkim w książce Symulacja w zarządzaniu systemami ochrony zdrowia,
Wydawnictwo Naukowe PWN, Warszawa, 2014 [1]. Przedstawiam tam argumenty na
poparcie tezy o istnieniu zależności między wyborem metody symulacyjnej a zagadnieniem
problemowym, do analizy którego posłużono się daną techniką. Należy przy tym podkreślić,
że rozważania metodologiczne zamieszczone w tej monografii zostały zapoczątkowane w
mojej książce Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna [8], która łączy
w sobie cechy zarówno podręcznika akademickiego jak i monografii. Podejmuję w niej próbę
całościowego przyjrzenia się metodologii budowy i stosowania stochastycznych modeli
symulacyjnych w zarządzaniu, ze szczególnym uwzględnieniem metod symulacji dyskretnej,
tj. symulacji zdarzeniowej i podejścia Monte Carlo.
Głównym celem rozważań zamieszczonych w monografii Symulacja w zarządzaniu
systemami ochrony zdrowia, Wydawnictwo Naukowe PWN, Warszawa 2014 [1] jest
omówienie metodyki budowy i stosowania symulacyjnych modeli komputerowych,
przeznaczonych do wspomagania procesów zarządzania w systemach ochrony zdrowia, ze
szczególnym uwzględnieniem polskich realiów.
Dynamiczny rozwój dziedziny i mnogość publikacji w literaturze światowej
potwierdzają konieczność teoretycznego uporządkowania problematyki zastosowania
symulacji komputerowej do analizy procesów decyzyjnych zarządzania opieką zdrowotną.
Pewna niejednoznaczność występuje już chociażby w odniesieniu do samego terminu
symulacja: w literaturze medycznej badania symulacyjne są często utożsamiane z ciągiem
eksperymentów statystycznych lub z prognozowaniem za pomocą modeli analitycznych
(Falavigna et al. 2013). Brak standardów terminologicznych daje się również zauważyć w
proponowanych klasyfikacjach modeli symulacyjnych przeznaczonych do wspomagania
procesów zarządzania w ochronie zdrowia. Do obszaru healthcare simulation są zaliczane
niejednokrotnie modele dydaktyczne pomocne w kształceniu medycznym, np. modele
12
symulujące objawy chorobowe pacjentów (Luctkar-Flude et al. 2013), modele statystyczne
analizujące wpływ czynników ryzyka na zapadalność na daną jednostkę chorobową
(Robertson et al. 2014), modele kliniczne pozwalające zdiagnozować stan pacjenta (Omori
et al. 2015) i inne. Klasyfikacji dziedzinowej nie sprzyja ponadto, charakterystyczny dla
symulacji, potencjalnie szeroki wachlarz celów, które realizowane są jednocześnie w trakcie
tego
samego
badania
symulacyjnego.
Dany
model
symulacyjny
jest
nierzadko
wykorzystywany najpierw do sformułowania diagnozy ekonomiczno-organizacyjnej
placówki medycznej, czyli do oceny aktualnego stanu systemu, aby następnie służyć jako
narzędzie
prognostyczne
i
predykcyjne
umożliwiające
przeprowadzenie
studiów
przyczynowo-skutkowych dla proponowanych wariantów decyzyjnych. Podejmując się zatem
opracowania taksonomii modeli symulacyjnych wykorzystywanych w zarządzaniu służbą
zdrowia trzeba mieć świadomość ich specyfiki i wynikających stąd trudności rzutujących na
przebieg procedury klasyfikującej.
Krokiem prowadzącym do osiągnięcia wyznaczonego celu jest sformułowana przeze
mnie w pierwszym rozdziale książki [1] propozycja typologii zastosowań modeli
symulacyjnych do wspomagania zarządzania w systemach ochrony zdrowia. Zaproponowana
taksonomia bazuje na dwóch perspektywach (por. rys. 2). W ujęciu dziedzinowym
(perspektywa pozioma) wyróżniono główne obszary decyzyjne: polityki zdrowotnej,
diagnozy działalności bieżącej, prognozowania, wspomagania decyzji medycznych oraz
planowania działań w sytuacjach ekstremalnych.
Z
kolei perspektywa
pionowa
odzwierciedla podstawowe grupy metod symulacyjnych: Monte Carlo, dyskretną symulację
zdarzeniową, dynamikę systemów oraz symulację agentową. Opracowana przeze mnie
klasyfikacja jest kontynuacją wcześniejszej pracy Application of computer simulation
modeling in the health care sector: a survey, opublikowanej w czasopiśmie Simulation: Transactions of the Society for Modeling and Simulation International [7]. Całkowicie nową
propozycją jest jednakże wewnętrzne ustrukturalizowanie każdego z wyróżnionych obszarów
problemowych. Przeprowadzony obszerny przegląd literaturowy doprowadził do powstania
szczegółowego wykazu, w którym uwzględniłam 291 modeli symulacyjnych grupując je
według zaproponowanego dwuwymiarowego klucza klasyfikującego.
W kolejnym rozdziale książki [1] scharakteryzowałam wybrane zagadnienia
metodologiczne składające się na ogólny proces budowy modelu symulacyjnego. Omówiłam
jeden z kluczowych aspektów analizy decyzyjnej systemów ochrony zdrowia tj. problem
określania popytu na świadczenia medyczne. Zaproponowałam klasyfikację symulacyjnych
modeli popytowych ze względu na cel przeprowadzania analizy, wskazując na różnice w
13
przebiegu procesu planowania i realizacji eksperymentów symulacyjnych w każdej z
wyróżnionych w ten sposób klas modeli. Nieodłącznym elementem badania symulacyjnego
jest ocena systemu, umożliwiająca diagnozę jego stanu i analizę porównawczą skutków
różnych wariantów planowanych decyzji. Wartościowanie i selekcja proponowanych
rozwiązań dokonywana jest na podstawie mierników efektywnościowych, którym
poświęcono obszerny fragment wywodu. Rozdział zamykają rozważania dotyczące przebiegu
procesu tworzenia modeli symulacyjnych przeznaczonych do stosowania w obszarze
zarządzania ochroną zdrowia w kontekście ogólnej strategii budowy symulatorów systemów
ekonomicznych.
Dziedzina 1
Dziedzina 2
Dziedzina 3
Dziedzina 4
Dziedzina 5
Polityka
zdrowotna
Diagnoza i
usprawnienia
Prognozowanie
Decyzje
medyczne
Zagrożenia
DES
32
modele
68
modeli
11
modeli
4
modele
21
modeli
MC
21
modeli
7
modeli
5
modeli
4
modele
9
modeli
SD
25
modeli
7
modeli
6
modeli
ABS
4
modele
1
model
5
modeli
2
modele
Rys.2. Wykorzystanie metod symulacyjnych w wyróżnionych obszarach dziedzinowych zarządzania
opieką zdrowotną. Oznaczenia metod: DES-dyskretna symulacja zdarzeniowa, MC-Monte Carlo, SDdynamika systemów, ABS- symulacja agentowa.
W trzecim rozdziale monografii [1] wykazałam, że możliwości analityczne,
diagnostyczne i predykcyjne omawianych metod symulacyjnych, tj. symulacji dyskretnej,
metody Monte Carlo, dynamiki systemów i symulacji agentowej, nie są tożsame, a tym
samym ich potencjał w zakresie analizy przyczynowo- skutkowej i przewidywania
konsekwencji
wariantów
podejmowanych
decyzji
jest
także
zróżnicowany.
Zidentyfikowałam zewnętrzne determinanty wyboru metody symulacyjnej właściwej do
analizy zagadnień problemowych występujących na różnym szczeblu zarządzania opieką
zdrowotną. Omówiłam również charakterystyczne dla wyróżnionych metod wewnętrzne i
14
zewnętrzne wymagania, które powinny być rozważone przed ostatecznym wyborem.
Rozdział kończy się sformułowaniem wniosków na temat specyficznych cech każdego z
alternatywnych podejść metodologicznych, które tłumaczą zróżnicowaną skalę zastosowań
czterech typów modeli symulacyjnych w obrębie poszczególnych wyróżnionych obszarów
decyzyjnych zarządzania opieką zdrowotną.
Ostatni rozdział monografii Symulacja w zarządzaniu systemami ochrony zdrowia,
Wydawnictwo Naukowe PWN, Warszawa, 2014 [1] zawiera skrótowy opis dwóch modeli
symulacyjnych, które wcześniej zostały zaprezentowane w publikacjach anglojęzycznych,
celem ilustracji rozważań zamieszczonych w części głównej.
5. Omówienie pozostałych osiągnięć naukowo-badawczych
Od momentu uzyskania stopnia naukowego doktora, tj. od roku 2000, opublikowałam 39
prac naukowych, spośród których wyłącznie mojego autorstwa jest 16 publikacji, natomiast
w większości pozostałych prac mój udział jest dominujący (por. zał. 4a). Mój dorobek
publikacyjny od roku 2000 obejmuje 2 książki w języku polskim, 3 artykuły w języku
angielskim w czasopismach indeksowanych w bazie JCR (Journal Citation Report), 4
artykuły w recenzowanych czasopismach znajdujących się w wykazie MNiSW (1 w języku
polskim i 3 w języku angielskim), 6 rozdziałów w monografiach angielskojęzycznych, 6
rozdziałów w monografiach polskojęzycznych, 13 referatów konferencyjnych w języku
angielskim i 4 referaty konferencyjne w języku polskim. Jestem również współredaktorką
naukową opracowania zbiorowego w języku polskim.
W bazie Thomson Reuters (Web of Science) indeksowanych jest 9 prac mojego
autorstwa lub współautorstwa (w tym 6 po uzyskaniu stopnia doktora), które posiadają
zgodnie z rokiem opublikowania
sumaryczny
impact
factor
(IF)
równy 3,661
(odpowiednio: 1,843; 0,692; 0,736 i 0,39).
Liczba cytowań w Web of Science (WoS) wynosi 26 (bez autocytowań), natomiast
mój Indeks Hirscha2 według bazy WoS wynosi 2.
W trakcie swojej pracy naukowej kierowałam krajowym projektem badawczym Metody
symulacyjne i symulacyjne modele komputerowe w zarządzaniu systemami ochrony zdrowia
przyznanym przez Narodowe Centrum Nauki. Brałam ponadto udział jako wykonawca w
dwóch międzynarodowych projektach badawczych oraz w pięciu projektach krajowych.
Aktywnie uczestniczyłam w konferencjach naukowych, na których każdorazowo
2
Wartość Indeksu Hirscha wyniesie wkrótce 3, ponieważ artykuł, w którym cytowana jest jedna z moich prac
indeksowanych w WoS został przyjęty do czasopisma posiadającego Impact Factor i przydzielono mu już DOI.
15
wygłaszałam referaty. Kilkakrotnie brałam udział w międzynarodowych konferencjach
naukowych indeksowanych w Web of Science: Winter Simulation Conference w Berlinie
(2012) i w Waszyngtonie (2013) oraz European Conference on Modeling and Simulation
w Pradze (2007). Ponadto, sześć spośród konferencji zagranicznych, w których
uczestniczyłam jest indeksowanych w bazie Scopus: wspomniane WSC’2012, WSC’2013,
ECMS’2007, ale także ECMS’2011 i SIMULTECH International Conference on Simulation
and
Modeling
Methodologies,
Technologies
and
Applications
(Reykjavik‘2013
i
Wiedeń’2014). Ogółem, po uzyskaniu stopnia doktora wzięłam czynny udział w 19
konferencjach naukowych, spośród których 8 było konferencjami międzynarodowymi
organizowanymi przez podmiot
zagraniczny,
2
konferencjami
międzynarodowymi
organizowanymi przez podmiot krajowy i 9 konferencjami krajowymi. W sumie
wygłosiłam 22 referaty, w tym 13 w języku angielskim i 9 w języku polskim.
Moje zainteresowania badawcze po uzyskaniu stopnia doktora koncentrowały się w
pięciu głównych nurtach tematycznych, które mieszczą się w obszarze dyscypliny
naukowej zarządzanie:
metody symulacyjne w zarządzaniu systemami ochrony zdrowia,
metody symulacyjne w zarządzaniu inwestycjami finansowymi na rynku kapitałowym,
metody symulacyjne w zarządzaniu systemami produkcyjnymi,
zagadnienia metodologiczne budowy modeli symulacyjnych,
problematyka nauczania symulacji na kierunku zarządzanie.
Spoiwem łączącym wszystkie wskazane nurty badawcze jest symulacja komputerowa.
Jest to dość szczególne podejście, będące w rzeczywistości zbiorem wielu metod i technik,
które naśladują dowolny system rzeczywisty i poprzez eksperyment komputerowy na
modelu
systemu
dostarczają
decydentom
informacji
wspomagających
procesy
podejmowania decyzji. Metody symulacyjne stosuje się w wielu różnych dziedzinach (w
naukach technicznych, społecznych, matematycznych, ekonomicznych i innych), jednak to
właśnie na polu zarządzania zauważyć można szczególnie silne zainteresowanie badaniami
symulacyjnymi, zarówno w aspekcie aplikacyjnym w praktyce zarządzania, jak i w sferze
rozwoju naukowego.
Pierwszy nurt badawczy jest przeze mnie konsekwentnie eksplorowany od początku
mojej pracy naukowej, co zaowocowało publikacjami w prestiżowych czasopismach z
tzw. listy filadelfijskiej (Mielczarek i Uziałko-Mydlikowska 2012; Mielczarek 2014) oraz
wystąpieniami na wielu uznanych międzynarodowych konferencjach naukowych np.
16
(Mielczarek 2013a; Mielczarek 2013b; Mielczarek, Zabawa & Lubicz 2014).
Zagadnieniem wykorzystania metod symulacyjnych w zarządzaniu ochroną zdrowia
zainteresowałam się rozpoczynając pracę naukowo-badawczą w Instytucie Organizacji i
Zarządzania Politechniki Wrocławskiej pod kierunkiem dr. inż. Marka Lubicza. W latach
1987-2000 uczestniczyłam w dwóch międzynarodowych i w czterech krajowych projektach
badawczych, które dotyczyły zagadnień zastosowania badań operacyjnych i systemów
komputerowych w procesach wspomagania decyzji menedżerskich w służbie zdrowia. W tym
okresie brałam udział w pracach nad przygotowaniem Międzynarodowego Sympozjum
"Rozwój kadr menedżerskich opieki zdrowotnej" oraz Seminarium "Doskonalenie zarządzania
w służbie zdrowia” zorganizowanych we Wrocławiu wspólnie z King's Fund College, Londyn,
Wlk. Brytania i National Hospital Institute, Utrecht, Holandia. Efektem prowadzonych
wówczas, w ramach badań zespołowych, grantów badawczych były modele komputerowe z
zakresu analizy i optymalizacji systemów ochrony zdrowia, wykorzystujące metody
ilościowe badań operacyjnych. Byłam główną współautorką założeń konceptualnych i
główną wykonawczynią modelu symulacyjnego regionalnego systemu pomocy doraźnej,
systemu komputerowego wspomagającego analizę danych medycznych opisujących przebieg
procesu leczenia, systemu do monitorowania przebiegu i analizy wyników badań
profilaktycznych oraz symulacyjnego modelu oceny różnych schematów odpłatności za leki.
W tym okresie badawczym zajmowałam się głównie problematyką wykorzystania
dyskretnej symulacji komputerowej do wspomagania procesów decyzyjnych w systemach
ratownictwa medycznego i taki też temat obrałam w mojej pracy doktorskiej.
Po obronie doktoratu rozszerzyłam swoje zainteresowania zarówno na inne metody
symulacyjne (stochastyczne i deterministyczne), jak i na ogół zagadnień związanych z
wykorzystaniem metod ilościowych, w szczególności metod symulacyjnych, w obszarze
wspomagania decyzji menedżerskich w opiece zdrowotnej. Aktywnie uczestniczyłam w
wielu międzynarodowych konferencjach wygłaszając referaty najczęściej w sekcjach
ukierunkowanych na wykorzystanie metod symulacyjnych w zarządzaniu służbą zdrowia
(tzw.
Healthcare
Simulation).
W
roku
2000
byłam
przewodniczącą
komitetu
organizacyjnego oraz członkinią komitetu programowego 32 międzynarodowej konferencji
Europejskiej Grupy Roboczej
Operations Research Applied to Health
Services,
organizowanej we Wrocławiu przez Wydział Informatyki i Zarządzania Politechniki
Wrocławskiej, przy współpracy Uniwersytetu Medycznego we Wrocławiu, Uniwersytetu
Ekonomicznego we Wrocławiu i Dolnośląskiego Centrum Zaawansowanych Technologii. W
2011 roku uzyskałam indywidualny grant badawczy Narodowego Centrum Nauki, którego
17
głównym celem było opracowanie metodologii budowy i stosowania symulacyjnych modeli
komputerowych, przeznaczonych do wspomagania procesów zarządzania w systemach
ochrony zdrowia. Nawiązałam współpracę z Dolnośląskim Oddziałem Narodowego
Funduszu Zdrowia i na podstawie uzyskanych obszernych danych empirycznych
opracowałam całościową koncepcję stosowania metod symulacyjnych (tj. symulacji
dyskretnej, metody Monte Carlo, dynamiki systemów) do projektowania, budowy i
weryfikowania modeli symulacyjnych pomocnych w zarządzaniu służbą zdrowia. Kluczowe
rezultaty moich badań w tym obszarze zostały przedstawione do oceny w niniejszym
wniosku i szczegółowo omówione w pkt. 4 autoreferatu.
Wśród najważniejszych moich publikacji z tego zakresu problemowego należy
wymienić:
1. Mielczarek Bożena, 2014, Symulacja w zarządzaniu systemami ochrony zdrowia, Wydawnictwo
Naukowe PWN, Warszawa.
2. Mielczarek Bożena, Zabawa Jacek, Lubicz Marek, 2014, A system dynamics model to study the
impact of an age pyramid on emergency demand, [w:] The proceedings of the 4th International
Conference on Simulation and Modeling Methodologies, Technologies and Applications
SIMULTECH 2014, Vienna, Austria, 28-30 August, 2014, [eds: M.S. Obaidat, J. Kacprzyk i T.
Ören], SciTePress, s. 879-888.
3. Mielczarek Bożena, 2014, Simulation modelling for contracting hospital emergency services at the
regional level, European Journal of Operational Research, vol. 235, nr 1, s. 287–299,
IF=1,843.
4. Mielczarek Bożena, 2013, Estimating future demand for hospital emergency services at the
regional level, [w:] The proceedings of 2013 Winter Simulation Conference: Making Decisions
in a Complex World, Washington DC, USA, December 8-11, 2013 [eds: R. Pasupathy i in.],
Piscataway: IEEE, s. 2386-2397.
5. Mielczarek Bożena, 2013, Using discrete-event simulation to forecast the volume of hospital
emergency services to be delivered at the regional level, [w:] The proceedings of the 3rd
International Conference on Simulation and Modeling Methodologies, Technologies and
Applications SIMULTECH 2013, Reykjavík, Iceland, 29-31 July, 2013, [eds: Tuncer Ören i in.],
SciTePress, s. 197-203.
6. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Using simulation to forecast the demand
for hospital emergency services at the regional level, [w:] The proceedings of 2012 Winter
Simulation Conference, Berlin, Germany, December 9-12, 2012, [eds: C. Laroque i in],
Piscataway, NJ: IEEE.
7. Mielczarek Bożena, Uziałko-Mydlikowska Justyna, 2012, Application of computer simulation
modeling in the health care sector: a survey, Simulation - Transactions of the Society for
Modeling and Simulation International, vol. 88, nr 2, s. 197-216, IF=0,692.
8. Lubicz Marek, Mielczarek Bożena, 2012, Simulation modelling of a regional healthcare system problems, framework, implementation in Arena, [w:] Information systems architecture and
technology: system analysis approach to the design, control and decision support [eds: Jerzy
Świątek i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 15-24.
9. Mielczarek Bożena, Lubicz Marek, 2009, Some remarks on simulation modelling of
emergency medical services, Operational research applied to health services in action,
[ed.: Marek Lubicz], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 211-230.
10. Uziałko-Mydlikowska Justyna, Mielczarek Bożena, 2009, Simulation models and software
tools in health care problems, [w:] Information systems architecture and technology: system
analysis in decision aided problems, [eds: Jerzy Świątek i in.], Wrocław, Oficyna Wydawnicza
Politechniki Wrocławskiej, s. 39-48.
18
11. Mielczarek Bożena, Zabawa Jacek, 2008, Modeling access to emergency medical service - Monte
Carlo simulation model in spreadsheet, Journal of Applied Computer Science, vol. 16, nr 1, s. 3348.
12. Mielczarek Bożena, Zabawa Jacek, 2007, Modeling health management issues with Monte Carlo
simulation approach in spreadsheet, [w:] The proceedings of System Modelling Control SMC
XII International Conference, Zakopane, Polska, październik 17-19, 2007.
13. Mielczarek Bożena, Zabawa Jacek, 2007, Monte Carlo simulation model to study the
inequalities in access to EMS services, [w:] The proceedings of 21st European Conference on
Modelling and Simulation ECMS 2007. Simulations in United Europe, Prague, Czech Republic,
June 4th-6th, [eds: Ivan Zelinka, Zuzana Oplatkova, Alessandra Orsoni], s. 50-55.
14. Mielczarek Bożena, 2006, Simulation analysis of stationary and mobile resource planning in
emergency medical systems, Journal of Applied Computer Science, vol. 14, nr 1, s. 43-56.
15. Mielczarek Bożena, Lubicz Marek, 2005, Discrete-event simulation as a tool for optimal
resource planning in emergency medical systems, [w:] The proceedings of the 11th International
Conference on System Modelling Control, Zakopane, October 17-19, 2005 [eds: L. ByczkowskaLipińska, P. S. Szczepaniak, H. Niedźwiedzińska], Warszawa, "Exit", s. 195-202.
16. Mielczarek Bożena, Lubicz Marek, 2004, Optimal resource planning of emergency medical
service: The benefits of simulation approach in coverage decision making, [w]: Les systemes de
sante: entre gestion publique et privee, Proceedings of 8eme Conference Internationale sur la
Science des Systemes en Sante, Universite de Geneve, Geneve, 1-4 Septembre 2004.
17. Lubicz Marek, Mielczarek Bożena, 2004, Priorities, classifications and allocation in health
systems - the main issues of restructuring hospital care system in Poland, [w:] Les systemes
de sante: entre gestion publique et privee. Proceedings of 8eme Conference Internationale sur
la Science des Systemes en Sante, Universite de Geneve, Geneve, 1-4 Septembre 2004.
18. Mielczarek Bożena, Radosiński Edward, 2002, Simulation modelling in emergency medical
services systems- crucial steps of model formulation, Journal of Applied Computer Science, vol.
10, nr 2, s. 89-104.
19. Mielczarek Bożena, 2004, Symulacja komputerowa jako narzędzie wspomagania decyzji w
ochronie zdrowia, [w:] Symulacja systemów gospodarczych Cz. 2, [eds: Alicja Balcerak, Witold
Kwaśnicki], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 59-81.
20. Mielczarek Bożena, 2002, Dyskretne modelowanie symulacyjne systemów ochrony zdrowia, [w:]
Symulacja systemów gospodarczych. Prace Szkoły Duszniki, Duszniki Zdrój, 22-24 listopada
2002, Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 65-74.
21. Mielczarek Bożena, 2001, Weryfikacja i walidacja modeli symulacyjnych systemów ratownictwa
medycznego, [w:] Symulacja systemów gospodarczych. Prace Szkoły Antałówka '2001, Zakopane,
14-17 września 2001, Warszawa, Wyższa Szkoła Przedsiębiorczości i Zarządzania, s. 149-160.
22. Mielczarek Bożena, Radosiński Edward, 2001, Simulation modelling in emergency medical
services systems, [w:] the proceedings of the 10th International Conference on System Modelling
Control SMC, Zakopane, May 21-25, 2001, Vol. 2, [eds: Piotr S. Szczepaniak], Łódź, Institute of
Computer Science, Technical University of Łódź, s. 59-64.
23. Mielczarek Bożena, Lubicz Marek, 2000, Założenia modelu symulacyjnego RAMD
regionalnego systemu ratownictwa medycznego, [w:] Symulacja systemów gospodarczych. Prace
Szkoły Antałówka'2000, Zakopane, 21-25 września 2000, Warszawa, Wyższa Szkoła
Przedsiębiorczości i Zarządzania, s. 141-155.
24. Mielczarek Bożena, Lubicz Marek, 2000, Using simulation in emergency medical services
systems, [w:] The proceedings of the 7th International Conference on System Science in Health
Care, Budapest, 29 May – 2 June 2000, Vol. 2, [eds: Andras Javor, Wilhelm van Eimeren,
Gerard Duru], Budapest, International Society on System Science in Health Care, s. 56-59.
Drugi z wymienionych obszarów mojej aktywności naukowo-badawczej dotyczy
wykorzystania metod symulacyjnych w zarządzaniu inwestycjami finansowymi na rynku
kapitałowym. Celem prowadzonych przeze mnie badań jest sformułowanie metodologii
wykorzystania stochastycznych metod symulacyjnych (w szczególności metody symulacji
19
Monte Carlo) do oceny ryzyka finansowego. Ocena ta jest przeprowadzana na potrzeby
analizy efektywności inwestycji w instrumenty finansowe, lub też ogólniej – jako jeden z
elementów prospektywnej analizy finansowej. W zagadnieniach takich jak optymalizacja
portfela, wycena aktywów, wyznaczanie efektywności inwestycji w długoterminowe aktywa
finansowe lub rzeczowe środki trwałe stosowane są różne metody ilościowe, np.
programowanie kwadratowe, regresja, drzewa dwumianowe i inne. Pomimo użyteczności
tych narzędzi, oszacowanie ryzyka finansowego pozostaje ciągle zadaniem stosunkowo
trudnym i złożonym, wymagającym zaawansowanej wiedzy matematycznej. Symulacja
komputerowa postrzegana jest jako narzędzie dobrze przystosowane do przeprowadzania
analizy ryzyka finansowego o czym świadczą liczne przykłady zastosowania metod
symulacyjnych do prowadzenia analiz finansowych, które można odnaleźć w literaturze
światowej. Wydaje mi się, że moim kluczowym osiągnięciem w tym obszarze było
opracowanie modelu symulacyjnego i przeprowadzenie eksperymentów, za pomocą których
możliwe było porównanie efektywności inwestycji kapitałowych w polskim systemie
emerytalnym przed i po decyzji obniżającej w 2012 roku część składki emerytalnej
przekazywanej do otwartego funduszu emerytalnego. Artykuł podsumowujący moje
badania został opublikowany w czasopiśmie Economic Modelling zaliczanym do tzw.
listy filadelfiskiej (Mielczarek 2013c). Wśród najważniejszych moich publikacji z
omawianego zakresu problemowego należy wymienić:
1. Mielczarek Bożena, 2013, Simulation model to forecast the consequences of changes introduced
into the 2nd pillar of the Polish pension system, Economic Modelling, nr 30, s. 706-714,
IF=0,736.
2. Mielczarek Bożena, 2011, Badania symulacyjne efektywności inwestycyjnej w dotychczasowym i
znowelizowanym systemie emerytalnym z perspektywy przyszłego emeryta, Polityka Społeczna, nr
specjalny, s. 39-42.
3. Zabawa Jacek, Mielczarek Bożena, 2011, Applying simulation models in budgeting, [w:]
Information systems architecture and technology: information as the intangible assets and
company value source [eds: Zofia Wilimowska i in.], Wrocław, Oficyna Wydawnicza Politechniki
Wrocławskiej, s. 105-115.
4. Mielczarek Bożena, Zabawa Jacek, 2010, Simulation modeling in investments decisions, [w:]
Information systems architecture and technology: IT models in management process, [eds: Zofia
Wilimowska i in.], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 327-337.
W ramach trzeciego obszaru badałam, wspólnie z dr. inż. Jackiem Zabawą,
możliwości wykorzystania metod symulacyjnych w efektywnym zarządzaniu wybranymi
procesami w przedsiębiorstwie. Analizowaliśmy między innymi zagadnienie utrzymywania
optymalnego poziomu zapasów oraz sterowania łańcuchem dostaw w przypadku
występowania
w
badanych
procesach
zmienności
najistotniejszych publikacji z tego zakresu należy zaliczyć:
20
o
charakterze
losowym.
Do
1. Zabawa Jacek, Mielczarek Bożena, 2009, Simulation modeling of supply chain management
system, [w:] Information systems architecture and technology: IT technologies in knowledge
oriented management process [eds: Zofia Wilimowska i in.], Wrocław, Oficyna Wydawnicza
Politechniki Wrocławskiej, s. 263-274.
2. Zabawa Jacek, Mielczarek Bożena, Tools of Monte Carlo simulation in inventory management
problems, [w:] The proceedings of 21st European Conference on Modelling and Simulation
ECMS 2007 Simulations in United Europe, Prague, Czech Republic, June 4th-6th, 2007, [eds:
Ivan Zelinka, Zuzana Oplatkova, Alessandra Orsoni] s. 56-61.
3. Zabawa Jacek, Mielczarek Bożena, 2007, An attempt to comparison of inventory model
implementations in Arena and Extend environments, [w:] The proceedings of System Modelling
Control SMC XII International Conference, Zakopane, październik 17-19, 2007.
Czwarty obszar moich zainteresowań dotyczy ogólnych zagadnień metodologicznych
związanych z budową modeli symulacyjnych, pozyskiwaniem, analizą i doborem danych
wejściowych,
planowaniem
i
prowadzeniem
eksperymentów
komputerowych
oraz
projektowaniem procedur weryfikacji i walidacji modeli symulacyjnych. Podsumowaniem
moich prób całościowego przyjrzenia się metodologii budowy i stosowania stochastycznych
modeli symulacyjnych jest książka Modelowanie symulacyjne w zarządzaniu: symulacja
dyskretna (Mielczarek 2009).
Wydaje mi się, że efektem mojej znajomości ogólnych zagadnień dotyczących
metodologii prowadzenia badań symulacyjnych jest zaproszenie mnie do Komitetu
Programowego International Conference on Simulation and Modeling Methodologies,
Technologies and Applications SIMULTECH, któremu przewodniczą prof. Janusz Kacprzyk z
PAN (Polska) i prof. Tuncer Ören z Uniwersytetu w Ottawie (Kanada). Brałam udział w
procesie recenzowania referatów zgłoszonych na konferencję SIMULTECH’2014, która
odbyła się w Wiedniu i zostałam ponownie zaproszona do pracy w Komitecie
Programowym tej konferencji (SIMULTECH’2015), która planowana jest we Francji.
Konferencja jest indeksowana w bazie Scopus. Kierowane są również do mnie zaproszenia
wydawców czasopism z tzw. listy filadelfijskiej do zrecenzowania artykułów, w których
autorzy zajmują się zastosowaniem metod symulacyjnych w różnych obszarach zarządzania:
produkcyjnych, logistycznych, medycznych i innych. Recenzowałam siedem artykułów dla
czasopism posiadających Impact Factor (dokładny wykaz zamieszczony jest w punkcie B7 w
załączniku nr 5).
Ogólne
zagadnienia metodologii
badań
symulacyjnych
poruszałam
na kilku
konferencjach naukowych, które odbywały się w ramach jednolitego cyklu pod nazwą
Szkoła Symulacji Systemów Gospodarczych i Społecznych. Konferencje były organizowane
przez Politechnikę Wrocławską, Uniwersytet Wrocławski i Akademię Leona Koźmińskiego
na przestrzeni lat 1978-2010. Byłam członkiem Komitetu Organizacyjnego i Programowego
21
tej konferencji w latach 2002-2009, (Nowak 2014).
Odzwierciedleniem moich zainteresowań naukowych są następujące publikacje:
1. Mielczarek Bożena, 2008, Symulacja za pomocą arkusza kalkulacyjnego, [w:] Metody symulacyjne
w badaniu organizacji i w dydaktyce menedżerskiej [eds: Alicja Balcerak i Witold Kwaśnicki],
Wrocław: Oficyna Wydawnicza Politechniki Wrocławskiej, s. 205-218.
2. Mielczarek Bożena, 2007, Metody próbkowania w symulacji Monte Carlo, [w:] Modelowanie
symulacyjne systemów społecznych i gospodarczych II. [eds: Alicja Balcerak i Edward
Radosiński], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 187-199.
3. Mielczarek Bożena, 2005, Aspekty losowości w modelach symulacyjnych, [w:] Symulacja
systemów społeczno-gospodarczych, [eds: Alicja Balcerak i Witold Kwaśnicki], Wrocław,
Oficyna Wydawnicza Politechniki Wrocławskiej, s. 29-44.
4. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna,
Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej.
Ostatni,
piąty
nurt
badawczy
łączy moją
pracę
naukową
i
dydaktyczną.
Opublikowałam kilka artykułów, w których dokonałam analizy kilkunastu programów
nauczania symulacji komputerowej na kierunku Zarządzanie, realizowanych na polskich
uczelniach wyższych. W artykułach sformułowałam tezę, że metody symulacyjne są
wyłącznie środkiem a nie celem samym w sobie. Nadrzędnym zadaniem kursu z zakresu
symulacji powinno być nauczenie studentów umiejętności zadawania właściwych pytań
odnoszących się do zachowania systemu i rozpoznawania poprawnych odpowiedzi. Celowe
wydaje się zatem rozróżnienie pomiędzy nabywaniem wiedzy a kształceniem pewnych
umiejętności. Nabyta wiedza powinna sprawić, że student umiejętnie wprowadzi do modelu
niepewności świata rzeczywistego, będzie się czuł swobodnie przy zetknięciu z dużymi,
złożonymi systemami, będzie wiedział jak odpowiednio planując eksperyment symulacyjny
poruszać się w gąszczu różnorodnych rozwiązań. Umiejętności pozwolą mu natomiast
sprawnie wykorzystać wybrane narzędzie programistyczne, zbudować poprawny model
komputerowy i przeprowadzić jego weryfikację. W artykułach postawiłam kilka pytań,
będących zaproszeniem do dyskusji na temat celów i sposobów nauczania symulacji na
kierunku Zarządzanie. Swoje przemyślenia zaprezentowałam na kilku konferencjach
naukowych oraz we wspomnianej już wcześniej książce Modelowanie symulacyjne w
zarządzaniu: symulacja dyskretna (Mielczarek 2009).
Do najważniejszych publikacji z tego nurtu zaliczam:
1. Mielczarek Bożena, Zabawa Jacek, 2011, Integrating Monte Carlo simulation with other
spreadsheet-based modelling methods to teach management science, [w:] The proceedings of 25th
European Conference on Modelling and Simulation ECMS 2011, Kraków, Polska, 7-10 czerwca
2011, [eds: by Tadeusz Burczyński i in.], s. 348-354.
2. Mielczarek Bożena, 2006, Metoda Monte Carlo w nauczaniu symulacji - niesłusznie pomijane
podejście? [w:] Modelowanie symulacyjne systemów społecznych i gospodarczych I. [eds: Alicja
Balcerak i Witold Kwaśnicki], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 1120.
3. Mielczarek Bożena, 2003, Rozważania na temat nauczania symulacji w szkołach wyższych, [w:]
22
Symulacja systemów gospodarczych, [eds: Alicja Balcerak, Edward Radosiński, Bożena
Mielczarek], Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 133-141.
4. Mielczarek Bożena, 2009, Modelowanie symulacyjne w zarządzaniu: symulacja dyskretna,
Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej.
Podejmowana przeze mnie w pracach badawczych problematyka jest ze sobą ściśle
powiązana i konsekwentnie pogłębiana w kolejnych publikacjach naukowych oraz w
referatach wygłaszanych na konferencjach krajowych i zagranicznych. Moje plany naukowe
zostały pozytywnie ocenione przez Narodowe Centrum Nauki, co zaowocowało przyznaniem
w roku 2011 grantu badawczego Metody symulacyjne i symulacyjne modele komputerowe w
zarządzaniu systemami ochrony zdrowia, którego byłam kierownikiem i główną
wykonawczynią.
Należy
podkreślić,
że
znaczący
wpływ
na
rozwój
mojego
dorobku
miało
umiędzynarodowienie moich aktywności naukowych. Ponad 75% publikacji napisana jest w
języku angielskim, a ponad połowa wystąpień miała miejsce na konferencjach zagranicznych
gromadzących naukowców z całego świata. Uczestniczyłam w dwóch międzynarodowych
projektach badawczych (por. punkt F2, załącznik nr 4) i brałam udział w seminarium
naukowym organizowanym przez Instytut Ochrony i Bezpieczeństwa Obywateli (The
Institute for the Protection and the Security of the Citizens) Wspólnotowego Centrum
Badawczego (Joint Research Centre) we Włoszech. Jestem członkiem międzynarodowego
stowarzyszenia naukowego The Society for Modeling & Simulation International. Aktywnie
uczestniczę w pracach komitetu programowego międzynarodowej konferencji SIMULTECH
International Conference on Simulation and Modeling Methodologies, Technologies and
Applications. Pracuję również jako ekspert Research Executive Agency (REA) przy Komisji
Europejskiej w Brukseli (por. punkt B6, załącznik nr 5). W siódmym programie unijnym
Marie
Curie-Skłodowskiej
FP7-PEOPLE-2013
oceniałam
17
projektów
naukowo-
badawczych oraz prowadziłam obrady 5 komisji eksperckich. W roku 2014 zostałam
ponownie zaproszona do pracy w charakterze recenzentki w programie Horyzont 2020 i
aktualnie uczestniczę w pracach panelu SME Instruments 2015 (Small and Medium-sized
Enterprises) Horizon 2020. Wielokrotnie recenzowałam również artykuły kierowane do
wydawców międzynarodowych czasopism z tzw. listy filadelfijskiej (por. punkt B7,
załącznik nr 5).
23
6. Omówienie
działalności
popularyzatorskiej
dydaktycznej,
organizacyjnej
i
Od początku mojej pracy zawodowej na Politechnice Wrocławskiej prowadzę zajęcia
dydaktyczne zarówno w formie wykładów, jak również laboratoriów, ćwiczeń, projektów i
seminariów na studiach stacjonarnych i niestacjonarnych pierwszego i drugiego stopnia.
Zdecydowana większość prowadzonych przeze mnie przedmiotów dotyczy wykorzystania
symulacji komputerowej w zarządzaniu. Jestem autorką kilkunastu programów nauczania
(sylabusów) i aktywnie uczestniczę w pracach nad kształtowaniem strategii programowej
Wydziału dla kierunku Zarządzanie. Wypromowałam ponad 50 dyplomantek i dyplomantów
(głównie
absolwentów
studiów
magisterskich),
wielokrotnie
recenzowałam
prace
dyplomowe w języku polskim i angielskim oraz uczestniczyłam w obronach prac
dyplomowych. Zajęcia dydaktyczne w formie wykładów i warsztatów prowadzę również na
studiach podyplomowych oraz na studiach MBA (w języku polskim i angielskim) na
Politechnice Wrocławskiej oraz w Wyższej Szkole Handlowej we Wrocławiu. W ramach
studiów MBA opiekowałam się kilkunastoma dyplomantami i brałam udział w obronach prac
końcowych.
Od roku akademickiego 2013/2014 jestem kierownikiem studiów podyplomowych
Polsko Amerykańska Szkoła Biznesu – program Executive MBA, które prowadzone są na
Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej we współpracy z Central
Connecticut State University, USA. Formą przygotowania do pełnienia tej funkcji był mój
tygodniowy pobyt w Bled na Słowenii na szkoleniu Program Management Seminar, które
organizowane jest przez CEEMAN, międzynarodowe stowarzyszenie zajmujące się
problematyką kształcenia w zakresie zarządzania.
Pełnię również funkcję opiekuna specjalności Inżynieria Finansowa na Wydziale
Informatyki i Zarządzania Politechniki Wrocławskiej oraz kierownika zespołu naukowodydaktycznego Symulacji Komputerowej w Katedrze Badań Operacyjnych, Finansów i
Zastosowań Informatyki na Wydziale Informatyki i Zarządzania Politechniki Wrocławskiej.
Szczegółowe
informacje
odnoszące
się
do
mojej
działalności
dydaktycznej,
organizacyjnej i popularyzatorskiej zamieściłam w załączniku nr 5.
Bibliografia
Brailsford, S.C. 2007, "Advances and Challenges in Healthcare Simulation Modeling: Tutorial",
Proceedings of the 39th Conference on Winter Simulation: 40 Years! The Best is Yet to Come,
IEEE Press, Piscataway, NJ, USA, s. 1436.
24