[논문 리뷰] Pandemic risk management: resources contingency planning and allocation

Xiaowei Chen, Wing Fung Chong외 2명|arXiv (Cornell University)|2020. 12. 06.

Facility Location and Emergency Management참고 문헌 33인용 수 10

한 줄 요약

이 논문은 금융 리스크 집계 원리를 활용하여 의료 자원 수요의 시공간적 경쟁을 모델링함으로써 팬데믹 자원 배분을 위한 리스크 관리 프레임워크를 제안한다. 세 축 전략—수요 예측, 중앙집중형 비축, 통합적 배분—을 도입하여 고도로 필요성이 높은 지역을 우선시하면서도 시스템적 부족을 최소화하기 위해 조화 평균 가중치 기반 공유를 통해 최적의 재분배를 달성한다.

ABSTRACT

Repeated history of pandemics, such as SARS, H1N1, Ebola, Zika, and COVID-19, has shown that pandemic risk is inevitable. Extraordinary shortages of medical resources have been observed in many parts of the world. Some attributing factors include the lack of sufficient stockpiles and the lack of coordinated efforts to deploy existing resources to the location of greatest needs. The paper investigates contingency planning and resources allocation from a risk management perspective, as opposed to the prevailing supply chain perspective. The key idea is that the competition of limited critical resources is not only present in different geographical locations but also at different stages of a pandemic. This paper draws on an analogy between risk aggregation and capital allocation in finance and pandemic resources planning and allocation for healthcare systems. The main contribution is to introduce new strategies for optimal stockpiling and allocation balancing spatio-temporal competitions of medical supply and demand.

연구 동기 및 목표

• 부적절한 비축과 비협력적인 자원 배포로 인한 팬데믹 대비의 체계적 실패를 해결한다.
• 기존 공급망 모델의 한계를 극복하기 위해 자원 배분 문제를 리스크 관리 문제로 재정의한다.
• 팬데믹 기간 동안 지역 간 및 시기별로 경쟁하는 수요를 균형 있게 조절할 수 있는 정량적 방법을 개발한다.
• 부족한 자원 상황에서 산소공급기와 개인보호장비(PPE)의 배분을 최적화하기 위한 정책 결정 지원 도구를 제공한다.
• 지역 수요와 조화 평균 가중치를 바탕으로 불균형한 부족을 공정하게 분배하는 통합적 배분 메커니즘을 도입한다.

제안 방법

• 금융 리스크 집계와 팬데믹 자원 계획 간의 유사성을 활용하여 의료 공급망의 체계적 리스크를 모델링한다.
• 수요 예측, 중앙집중형 비축, 중앙집중형 배분의 세 단계로 구성된 프레임워크를 제안하여 시공간적 경쟁을 관리한다.
• 최적의 고수요 지역 수(I)를 특정하기 위해 비용 절감 테스트를 구현하여 비음성 배분을 받는 지역 수를 도출한다.
• 상대적 수요와 리스크 기여도를 기반으로 상위 I개 지역 간에 전체 시스템의 부족을 조화 평균 가중치에 따라 비례 배분한다.
• 통합적 배분 규칙 적용: $ K^{[i]} = X^{[i]} - \tilde{B}^{[i]}Y $, 여기서 $ Y $ 는 총 부족량이고 $ \tilde{B}^{[i]} $ 는 조화 평균 가중치이다.
• 2020년 4월부터 8월까지의 실시간 재분배를 시뮬레이션하여 뉴욕, 플로리다, 캘리포니아 3개 주 사례 연구를 통해 모델을 검증한다.

실험 결과

연구 질문

• RQ1 팬데믹 기간 동안 지역 및 시간에 걸쳐 자원 배분을 리스크 관리 관점에서 최적화할 수 있는 방법은 무엇인가?
• RQ2 다른 지역에 과도한 부담을 주지 않으면서도 중앙집중형 배분 체계에서 우선시할 최적의 고수요 지역 수는 얼마인가?
• RQ3 전체 시스템의 부족은 수요와 리스크 노출도를 기반으로 어떻게 공정하게 지역 간에 분배할 수 있는가?
• RQ4 중앙집중형 비축과 재분배는 의료 자원 접근성의 지역 격차를 어느 정도 감소시킬 수 있는가?
• RQ5 팬데믹 자원 계획에서 시공간적 경쟁을 忽시할 경우 어떤 영향을 미칠 수 있는가?

주요 결과

• 중앙집중적 계획에 기반해 최적 전략은 4월에 뉴욕에 모든 이용 가능한 산소공급기를 재분배했을 것이다. 이는 뉴욕의 수요가 가장 높았기 때문이다.
• 5월과 6월에는 산소공급기를 점차적으로 뉴욕에서 플로리다와 캘리포니아로 재분배할 수 있었으며, 이로 인해 7월과 8월에는 해당 주에서의 부족이 해소되었을 것이다.
• PPE의 경우, 모델은 4월에 초기 비축 물량을 모두 뉴욕에 보내야 하며, 이후 플로리다와 캘리포니아의 수요가 증가함에 따라 점차 이곳으로 이관해야 한다고 추천한다. 이는 8월까지 부족이 발생하지 않도록 보장한다.
• 통합적 배분 메커니즘은 높은 수요를 보이는 지역이 우선순위를 받는 동시에, 조화 평균 가중치를 활용해 부족의 부담을 비례적으로 분배함으로써 공정성을 확보한다.
• 비용 절감 테스트는 대부분의 수요를 커버하기 위해 우선시되어야 할 최소한의 지역 수를 특정함으로써 비용 효율성과 시스템 안정성을 보장한다.
• 이 프레임워크는 중앙집중적 리스크 기반 배분이 분산된, 즉각적인 결정보다 지역 격차를 크게 줄이고 팬데믹 대응 성과를 향상시킬 수 있음을 입증한다.