講演情報
[2L4-GS-5c-03]医療資源の配分を巡ってアルゴリズムの比較
〇島村 友大1 (1. 九州大学)
キーワード：
マッチング理論、医療資源配分問題、マルチエージェントシステム
COVID-19のパンデミックは、ワクチンのような希少資源を公平かつ効果的に配分する必要性を浮き彫りにした。アメリカでは、こうした資源配分の枠組みとして「リザーブ理論（reserve theory）」が導入・推奨されている。リザーブ制度では、同一の資源単位を複数のカテゴリに分割し、エージェントを優先順位に基づいて割り当てる。本研究では、複数カテゴリを考慮したエージェントとカテゴリ間のマッチング問題において、最適な配分を実現するアルゴリズムの計算効率と特性を比較することを目的とした。特に、複雑な制約下における実用性に着目した。実験の結果、フローネットワーク実装と二部グラフ実装では、理論的なノード数の違いが実行速度に顕著な差を生むことが確認された。特に、Sequential Category Update (SCU)において提案したグループ化手法は、大規模データセットにおいても従来の逐次判定処理より効率的に動作することを実証した。