فهرست نشریات علمی دسترسی آزاد ایران

مقدمه: هدف از انجام این مطالعه، ارائه عناصر و روش‌­شناسی مدل یادگیری تقویتی منطبق بر مدل مفهومی عامل­‌بنیان اعتباربخشی بیمارستانی در ایران است. عناصر و روش­‌شناسی مدل یادشده، زیربنای مطالعاتی مطلوبی برای ایجاد سیستم هوشمند و چندعاملی اعتباربخشی بیمارستانی و روندهای شبیه­‌سازی محیط در جهت ارائه رهنمودهای بهره‌­ورانه به کارگزاران و سیاست­‌گذاران مربوطه ایجاد خواهد کرد. این مطالعه در نظر دارد تا پاسخ مناسبی به پرسش‌­های اصلی پژوهش که در آن ابهامات مربوط به عناصر یادگیری تقویتی و چگونگی انتخاب روش­‌شناسی یادگیری تقویتی در یک سیستم چندعاملی از نوع سیستم­‌های اجتماعی ـ فنی وجود دارد، ارائه کند.روش‌­ها‌: به­‌منظور گردآوری داده‌­های موردنیاز برای شناخت عناصر و شناسایی فرایندهای اعتباربخشی بیمارستانی، عامل­‌ها، محیط و تعامل بین آن‌ها، از روش مرور سیستماتیک منابع، بررسی مستندات علمی و مصاحبه‌­های نیمه‌­ساخت­‌یافته، از طریق خبرگان، به‌­صورت حضوری بهره گرفته شد. مصاحبه­‌شوندگان از میان اعضای هیئت‌علمی، مدیران بیمارستان و مسئولان بهبود کیفیت بیمارستان­‌ها انتخاب شدند. جمع‌­بندی مصاحبه‌­ها با استفاده از روش‌­های مبتنی بر داده­‌بنیاد، رویکرد ترتیبی و سیستماتیک، صورت گرفت. منابع جمع­‌آوری ویژگی­‌های فرایند یادگیری ماشین با استفاده از روش مرور سیستماتیک از مستند «راهنمای اعتباربخشی 1401» بوده است. روند انتخاب ویژگی­‌های یادشده از طریق انتخاب صحیح از ویژگی­‌های خروجی مدل که همان کنش‌­های عامل است، صورت گرفت. فهرست کنش‌­های عامل بر اساس طبقه­‌بندی ساختار درختی از محتوای مفهومی مستند فوق‌­الذکر به‌صورت یک درخت عمومی غیردودویی استخراج شد.یافته­‌ها: مدل یادگیری تقویتی استخراج‌شده درصدد یافتن زنجیره‌­های بهینه از کنش­‌های عملیاتی در شرایطی که داده‌­های کمی موجود است، خواهد بود. مهم­‌ترین عناصر مدل یادشده عبارت‌اند از:مجموعه حالات: مجموعه عوامل اعتباربخشی بیمارستانی مانند متغیرهای ورودی، متغیرهای خروجی، شاخص‌­ها، پارامترها، اعداد ثابت مربوط به سنجه‌­های هر عامل مفهومی در مستند «راهنمای اعتباربخشی 1401»؛مجموعه کنش‌­ها: کنش‌­های عامل‌های هوشمند؛ در هر اپیزود یادگیری تقویتی، مسیرهایی از درخت دودویی خوشه­‌بندی سلسله‌مراتبی‌­شده اقدامات عملیاتی قابل­‌انجام در بیمارستان و به‌­ازای مجموعه ویژگی­‌های حالت هستند؛تابع پاداش: «کسب بالاترین امتیاز ممکن در نظام رتبه­‌بندی بیمارستانی با انجام کمترین تعداد کنش و اقدام لازم» است؛تابع سیاست: بر اساس فرایند یادگیری هر عامل، مبتنی بر یک شبکه عصبی عمیق DQN و الگوریتم کاهش گرادیان است؛عامل‌های عملیاتی: هدف عملیاتی هر یک از عامل‌های مفهومی؛ «حداکثرکردن امتیازات اعتباربخشی سنجه‌­های حوزه مربوط به خود با توصیه کمترین اقدامات» است.چرخه کلی مدل: در این ساختار هر کدام از عامل‌های هوشمند، زیرمجموعه عامل‌های مفهومی نه­گانه، در محدوده خود دارای یک شبکه عصبی چندلایه است که ویژگی‌های حالات مرتبط، به این شبکه عصبی وارد می­‌شود و در خروجی، بر اساس تعریف تابع سیاست ویژه آن عامل، نگاشتی از کنش‌­های بهینه بر حسب شرایط و حالات فعلی عامل ایجاد خواهد شد؛مدل شبکه عصبی: شبکه عصبی عامل هوشمند برگرفته از عامل مفهومی «مدیریت و رهبری» است که در آن مشخصات لایه‌­های ورودی، مخفی و خروجی شبکه آمده است.نتیجه‌گیری: جمع­‌بندی پیشینه پژوهش­‌های مرتبط، نشان داد که رویکرد طراحی مدل­‌های اعتباربخشی بیمارستانی می‌­تواند به دو گروه «مدل­‌های مفهومی بدون بهره‌­گیری از عوامل هوشمند» و «مدل­‌های مفهومی با بهره­‌گیری از مفاهیم هوشمندسازی و سیستم‌­های عامل­‌بنیان» تقسیم شود. بررسی‌­ها نشان داد که این مطالعات دارای نتایج موردانتظار بوده و کارایی و اثربخشی مدل­‌ها و فرایندهای پیشنهادشده توسط آن‌ها، اعتبار لازم را داشته‌­اند. از نقاط ضعف این پژوهش‌­ها، این است که الگوریتم­‌های یادگیری تقویتی لزوماً با مدل­‌های عامل­‌بنیان در آن‌ها درآمیخته نشده است.