Планирование трудовой нагрузки сотрудников лаборатории в период пандемии с использованием программного комплекса AnyLogic

Резкий рост нагрузки на систему здравоохранения во время пандемии COVID-19 показал неэффективность традиционных методов расчета производительности труда, основанных на математических формулах. В них не учитываются динамика рабочих процессов, проблемы в планировании трудовых ресурсов, оборудования и площадей. Это приводит к неэффективному распределению нагрузки, особенно когда, на примере клинических лабораторий, возникла необходимость обработки тысяч проб на ПЦР-тестирование ежедневно. Целью исследования является разработка и анализ метода планирования трудовой нагрузки с использованием имитационного моделирования в AnyLogic, позволяющего визуализировать и оптимизировать лабораторные процессы. Задачи включают анализ существующих подходов, описание методики, применение на примере ПЦР-лаборатории и оценку преимуществ в условиях пандемии. Предлагаемый подход включает хронометраж технологических процессов, сбор данных в табличной форме и создание цифровой модели лаборатории для выявления «узких горлышек», простоев оборудования и персонала. На примере ПЦР-лаборатории демонстрируется возможность оптимизации ресурсов, расчета максимальной производительности и обоснования закупок. Метод позволяет повысить эффективность лабораторного производства в ситуациях непрогнозируемого спроса, минимизируя риски срывов и финансовых потерь.

1. Васильев В. П. Моделирование экономических процессов // Экономика и управление: проблемы, решения. 2017. № 5. С. 34–45. URL: https://www.elibrary.ru/download/elibrary_29726997_34084451.pdf (дата обращения: 10.12.2025).

2. Временное руководство по лабораторной диагностике COVID-19 / Министерство здравоохранения Российской Федерации. 2020. URL: https://niioz.ru/upload/iblock/5c8/5c8b8aa3560d79f0c3ff28785f7d6612.pdf (дата обращения: 10.12.2025).

3. Временные методические рекомендации «Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19)». Версия 18 / Министерство здравоохранения Российской Федерации. 2023. URL: https://static0.minzdrav.gov.ru/system/attachments/attaches/000/064/610/original/ВМР_COVID-19_V18.pdf (дата обращения: 10.12.2025).

4. ГОСТ Р ИСО 15189-2015. Лаборатории медицинские. Частные требования к качеству и компетентности. М.: Федеральное агентство по техническому регулированию и метрологии, 2016. 63 с.

5. ГОСТ Р ИСО 15190-2023. Лаборатории медицинские. Требования безопасности. М.: Росстандарт, 2024. 70 с.

6. ГОСТ Р 59921.0-2022. Системы искусственного интеллекта в клинической медицине. Общие положения. М.: Федеральное агентство по техническому регулированию и метрологии, 2022. 20 с.

7. Патент RU 2216038 C2. Способ прогнозирования объемов производства, регулирования, учета и планирования размещения и перемещения ресурсов. URL: https://www.elibrary.ru/item.asp?id=37920306 (дата обращения: 10.12.2025).

8. Патент SU 521569 A1. Устройство для моделирования очереди. 1976. URL: https://rusneb.ru/catalog/000224_000128_0000521569_19760715_A1_SU/?ysclid=mpxs3kjws3243788 (дата обращения: 10.12.2025).

9. Приказ Министерства здравоохранения Российской Федерации от 18.05.2021 г. № 317н «Об утверждении Порядка организации и проведения лабораторных исследований».

10. Приказ Министерства здравоохранения Российской Федерации от 25.12.1997 г. № 380 «О состоянии и мерах по совершенствованию лабораторного обеспечения диагностики и лечения пациентов в учреждениях здравоохранения Российской Федерации».

11. Рекомендации Российского респираторного общества по исследованию функции внешнего дыхания в условиях пандемии COVID-19. 2020. URL: https://spulmo.ru/upload/rekomendacii_rro_fvd_COVID_19_rev1_1_01062020.pdf (дата обращения: 10.12.2025).

12. An Agent-Based Modeling and Virtual Reality Application Using Distributed Simulation: Case of a COVID-19 Intensive Care Unit // IEEE Transactions on Engineering Management. 2025. Vol. 72, no. 2. P. 450–465.

13. COVID-19 and Simulation // AnyLogic Blog. 2020. URL: https://www.anylogic.com/blog/covid-19-andsimulation/ (дата обращения: 10.12.2025).

14. Designing optimal COVID-19 testing stations locally: A discrete event simulation model // PLoS ONE. 2021. Vol. 16, no. 6. e0253869.

15. Discrete-Event Simulation Modeling in Healthcare // International Journal of Environmental Research and Public Health. 2021. Vol. 18, no. 22. P. 12262.

16. Reimche M., Duden A. J., Bergmann J. P. Approach to assess factors affecting laboratory workload during a pandemic // Proceedings of the System Dynamics Conference. 2024.

17. A Simulation Approach for COVID-19 Pandemic Assessment Based on Vaccine Logistics SARS-CoV-2 Variant // AnyLogic Resources. 2024. URL: https://www.anylogic.com/resources/articles/a-simulationapproach-for-covid-19-pandemic-assessment-basedon-vaccine-logistics-sars-cov-2-variant/ (дата обращения: 10.12.2025).

18. Using simulation modelling and systems science to help contain COVID-19: A systematic review // Systems Research and Behavioral Science. 2022. Vol. 39, no. 6. P. 907–925.