Системы поддержки принятия решений на основе нечеткой логики для управления инфекциями в больницах: круговой q-ROF метод CRADIS для предотвращения и контроля

Почему с микробами в больнице так трудно справиться

Каждый раз, когда мы попадаем в больницу, ожидаем увидеть место исцеления, а не источник новых инфекций. Тем не менее внутрибольничные инфекции по-прежнему поражают миллионы пациентов во всем мире, удлиняя сроки пребывания в стационаре, увеличивая затраты и иногда приводя к летальным исходам. Выбор, какие профилактические меры финансировать и проводить — улучшение гигиены рук, новые моющие машины, правила по антибиотикам, дополнительное обучение персонала — далеко не прост. В этой статье представлен новый инструмент поддержки принятия решений, который помогает больницам разбирать запутанные, неопределенные экспертные мнения и решать, какие стратегии контроля инфекций принесут наибольшую пользу в реальной практике.

Когда четких чисел недостаточно

Руководители больниц часто опираются на контрольные списки, рейтинговые карты или статистические отчеты для оценки рисков инфекций. Эти инструменты предполагают, что данные полные и точные, а разные факторы — такие как стоимость, безопасность и нагрузка на персонал — комбинируются простым и предсказуемым образом. На практике эксперты расходятся во мнениях, доказательства неполные, а приоритеты меняются по мере появления вспышек и изменений в паттернах устойчивости. Классические методы принятия решений испытывают трудности при работе с такой неоднозначностью. Они могут навязать простый «да» или «нет» там, где эксперты на самом деле чувствуют «в некоторой степени уверены, но всё равно сомневаются», или игнорировать цикличность мнений, которые меняются с новыми волнами заболеваний.

Новый способ учесть сомнения и разногласия

Чтобы решить эту проблему, авторы опираются на раздел математики, называемый нечеткой логикой, который позволяет моделировать оттенки серого вместо черно‑белых выборов. Стандартные нечеткие инструменты дают экспертам возможность сказать, что вариант частично приемлем и частично неприемлем. Новая схема идет дальше, представляя принятие, отклонение и колебание одновременно, организованные в круговую структуру, которая естественно отражает возвратно‑повторяющиеся, циклические суждения. Эта структура — называемая круговой q‑ступенчатой ортопарной нечеткой моделью — способна лучше справляться с экстремальной неопределенностью и сильными разногласиями, чем ранние нечеткие подходы, не превращая анализ в непрозрачную «черную коробку».

Преобразование запутанных мнений в применимые ранжирования

Второй компонент рамки — метод ранжирования под названием CRADIS, который сравнивает каждую стратегию контроля инфекций с воображаемой «идеальной» стратегией и с худшим «анти‑идеальным» вариантом. В этом исследовании авторы переработали CRADIS так, чтобы он мог работать внутри новой круговой нечеткой среды. Эксперты оценивали несколько распространенных мер в больницах — такие как строгие протоколы гигиены рук, улучшенная уборка окружающей среды, программы управления антибиотиками, продвинутые технологии обеззараживания и обучение персонала — по шести целям: снижение числа инфекций, защита пациентов, точная реализация мер, обеспечение долгосрочной устойчивости, адаптация к меняющимся условиям и управление сложностью задач. Система объединяет все экспертные мнения, измеряет, насколько каждый вариант близок к идеалу и насколько далек от анти‑идеала, и затем формирует общее ранжирование.

Какие решения модель предпочитает на практике

В кейс‑исследовании с тремя специалистами по контролю инфекций и пятью конкурирующими стратегиями инструмент выделил строгую гигиену рук и программы управления антимикробной терапией как приоритетные меры. Сортировка отходов и системы стерилизации также показали хорошие результаты, в то время как высокотехнологичные устройства для дезинфекции и лишь рутинное обучение оказались ниже по рангу при выбранных критериях и ограничениях. Важно, что рамка сделала не только одно единственное ранжирование: она позволила авторам протестировать, как изменятся рейтинги при сдвиге весов экспертов или допущений. Рейтинги оказались устойчивыми, особенно для широко согласованных мер, таких как гигиена рук, и лишь умеренно чувствительными для более сложных и ресурсоемких вариантов, что свидетельствует о надежности, а не хрупкости результатов.

Почему это важно для пациентов и больниц

Для неспециалистов главный вывод таков: «лучшая» стратегия контроля инфекций редко очевидна, даже для экспертов, поскольку требуется сбалансировать эффективность, безопасность, стоимость, усилия персонала и будущие риски при глубокой неопределенности. Это исследование предлагает больницам структурированный способ зафиксировать экспертные сомнения вместо того, чтобы их скрывать, справедливо сравнить варианты и увидеть, насколько чувствительны их выборы к разным мнениям. Делая это, рамка помогает руководителям отдать приоритет проверенным превентивным мерам — таким как гигиена рук и осторожное использование антибиотиков — одновременно учитывая местные реалии. Несмотря на математическую сложность, ее цель проста: преобразовать запутанные человеческие суждения о госпитальных микробах в более ясные и обоснованные решения, защищающие пациентов.

Цитирование: Li, M., Wang, R., Wang, M. et al. Fuzzy decision support systems for hospital infection management: a circular q-ROF CRADIS method to prevention and control. Sci Rep 16, 12154 (2026). https://doi.org/10.1038/s41598-026-40658-5

Ключевые слова: контроль внутрибольничных инфекций, поддержка принятия решений, нечеткая логика, многокритериальное ранжирование, антибиотикостюардшип