Алгоритм розподілу обмежених медичних запасів довготривалої місії на Марс під невизначеністю ризику
Кожен кілограм вантажу на транзитному апараті до Марса коштує тисячі доларів пального та конструкційної маси. NASA Exploration Medical Capability (ExMC) team роками моделює, скільки медичного спорядження реально можна взяти в дорогу тривалістю 900+ днів, знаючи, що жодна допомога з Землі не прибуде вчасно — сигнал іде до 22 хвилин в один бік, а фізична евакуація неможлива.
На відміну від земної медицини чи навіть орбітальної станції МКС (де вантажні кораблі поповнюють запаси кожні кілька місяців), екіпаж місії на Марс перебуває в повній логістичній ізоляції щонайменше 26 місяців — саме стільки триває вікно, поки орбітальна механіка знову не вирівняє Землю й Марс для повернення.
Кожен додатковий кілограм медичного вантажу конкурує за місце з паливом, їжею, системами життєзабезпечення та науковим обладнанням. Інженерний бюджет транзитного апарату типу NASA Deep Space Transport виділяє медицині лише кілька відсотків загальної корисної маси — і цей бюджет фіксується за роки до старту.
Це перетворює комплектацію аптечки на задачу дискретної оптимізації під невизначеністю: неможливо взяти запас на "найгірший можливий сценарій" з кожної категорії одночасно, бюджет маси просто не дозволить злетіти.
Оскільки реальних даних про марсіанські місії ще немає, планувальники спираються на історичні аналоги ізольованих середовищ:
• Антарктичні зимівлі (Amundsen-Scott, Concordia) — станції на 8-12 місяців повної відрізаності під час полярної ночі, коли літаки не можуть сісти. Лікарі-зимівники фіксували частоту травм, психологічних криз і стоматологічних невідкладних станів — ці дані стали основою ранніх моделей ризику NASA.
• Підводні човни ВМС — багатомісячні автономні патрулювання без спливання, де медична служба обмежена одним фельдшером і скінченною аптечкою, аналогічною за логікою розподілу.
• МКС (Międzynарodna Космічна Станція) — 25+ років даних про медичні події в мікрогравітації, хоча евакуація на Землю технічно можлива за лічені години-дні, що робить її "м'якшим" аналогом, ніж Марс.
Ці три джерела дають статистику частоти подій на людино-місяць перебування, яку алгоритм використовує як апріорні ймовірності на наступному етапі.
Аптечка структурується не за окремими препаратами, а за функціональними категоріями реагування, кожна з яких має власний масовий бюджет:
• Травма та хірургія — кровоспинні засоби, шовний матеріал, знеболювальні, портативний хірургічний набір • Інфекція та антимікробні — антибіотики широкого спектра, антисептики, засоби проти опортуністичних інфекцій, які особливо небезпечні при пригніченому космічним стресом імунітеті • Кардіологія та метаболізм — препарати від аритмій, електролітні розчини, засоби проти декондиціонування серцево-судинної системи в невагомості • Психіатрія та поведінкове здоров'я — седативні, антидепресанти, протоколи кризового втручання при ізоляційному стресі • Загальне обладнання — діагностика (УЗД, аналізатори крові), витратні матеріали, засоби для дрібних процедур
Алгоритм пріоритизації працює саме на рівні цих категорій, розподіляючи обмежений сумарний бюджет маси між ними пропорційно очікуваній корисності кожної одиниці запасу.
Дослідження NASA ExMC (Human Research Program, IRIS Gaps report) прямо називає "недостатність медичних ресурсів для лікування рідкісних, але катастрофічних станів" одним із найвищих за пріоритетом невирішених ризиків для місій за межі низької навколоземної орбіти.
Перш ніж розподіляти запаси, алгоритм повинен оцінити: яка ймовірність кожного типу медичної події статися хоча б раз за ~900 днів польоту з екіпажем із 4-6 осіб? Це задача байєсівської оцінки ризику на основі мізерної статистики та екстраполяції з аналогових середовищ.
Кожній категорії медичного ризику присвоюється базова інтенсивність подій λ (події на людино-місяць), отримана з аналогових даних, а потім коригується під конкретні умови місії — тривалість, розмір екіпажу, фазу польоту (транзит / поверхня / зворотний шлях).
Очікувана кількість подій за місію моделюється розподілом Пуассона:
P(≥1 подія) = 1 − e^(−λ × T × N)
де T — тривалість місії в місяцях, N — розмір екіпажу. Це означає, що ймовірність зростає нелінійно: подвоєння екіпажу або тривалості не подвоює ризик "нуль подій", а суттєво знижує шанс уникнути будь-якої медичної події взагалі за весь політ.
Саме тому повзунки тривалості місії та розміру екіпажу на цій сторінці напряму впливають на всі чотири метрики — довша місія й більший екіпаж означають вищу сукупну ймовірність зіткнення з кожним типом ризику.
Історичні дані з Антарктиди та підводного флоту стабільно показують: травми (переломи, порізи, опіки, стоматологічні невідкладні стани) та інфекційні епізоди становлять понад половину всіх медичних втручань в ізольованих командах.
У космічному середовищі до цього додається специфічний фактор: мікрогравітація пригнічує клітинний імунітет (Т-клітини демонструють знижену активацію), а замкнута рециркуляція повітря підвищує щільність мікробного навантаження. Дослідження екіпажів МКС фіксували реактивацію латентних вірусів (герпес, вітряна віспа) у значної частки астронавтів під час тривалих місій.
Кардіологічні та психіатричні категорії мають нижчу базову ймовірність, але значно вищу вартість відмови — невчасна допомога при аритмії чи гострій психотичній кризі за відсутності можливості евакуації може призвести до втрати члена екіпажу, тож алгоритм зважує не лише ймовірність, а й тяжкість наслідків.
Головна методологічна проблема: жодна людина ще не провела 900 днів у глибокому космосі поза захистом магнітосфери Землі. Дані МКС охоплюють лише низьку навколоземну орбіту з можливістю екстреної евакуації за 3-6 годин — це принципово інше середовище ризику.
Екстраполяція на марсіанську місію включає додаткові невизначені фактори: вплив галактичного космічного випромінювання на імунну систему, довгострокові ефекти невагомості на кістки й серце під час 6-9-місячного транзиту, психологічний вплив "Earth-out-of-view" — фази, коли Земля стає лише точкою світла в небі.
Тому алгоритм пріоритизації працює не з точковими оцінками ймовірності, а з довірчими інтервалами, і свідомо резервує частину бюджету запасів як буфер невизначеності — категорії з найширшим інтервалом оцінки отримують додатковий запас понад "очікуване" значення.
Маючи скінченний бюджет маси та оцінки ймовірності по категоріях, алгоритм розв'язує задачу розподілу ресурсів: як розбити обмежений запас так, щоб максимізувати очікувану кількість "покритих" медичних подій за весь термін місії? Це класична задача рюкзака (knapsack problem) з імовірнісними вагами.
Формально задача виглядає так: маємо категорії ризику i=1..5, кожна з базовою ймовірністю подій p_i та функцією "тяжкості наслідку при браку ресурсу" s_i (від дискомфорту до летального результату). Бюджет маси B фіксований.
Кожна одиниця запасу категорії i займає масу m_i і дає граничний приріст ймовірності успішного реагування на подію цієї категорії. Функція корисності для кожної категорії має форму спадної віддачі (закон спадної корисності): перші кілька одиниць різко підвищують шанс впоратися з подією, але кожна наступна одиниця додає дедалі менше.
Цільова функція: максимізувати Σ p_i × s_i × f_i(x_i) за умови Σ m_i × x_i ≤ B, де x_i — кількість одиниць категорії i, а f_i — функція покриття (насичувана крива, часто моделюється як 1 − e^(−k×x_i)).
Це змішано-ціле лінійне програмування (MILP) розв'язується симплекс-методом з гілками та межами (branch-and-bound), оскільки кількість одиниць має бути цілим числом (не можна виділити "половину" хірургічного набору).
Наївний підхід — розділити бюджет маси порівну між п'ятьма категоріями — інтуїтивно здається справедливим, але математично субоптимальний. Він ігнорує те, що ймовірності подій різняться в 3-4 рази між категоріями (травма ~34% проти психіатрії ~13%), а тяжкість наслідків відрізняється ще сильніше.
Алгоритм оптимізації натомість "перетікає" ресурси до категорій із найвищим добутком ймовірність × тяжкість × гранична корисність, поки цей добуток не зрівняється між усіма категоріями — це умова оптимальності за методом множників Лагранжа для задач з обмеженим бюджетом.
На практиці це означає: травма та інфекція отримують непропорційно більшу частку бюджету маси (оскільки ймовірність висока, а наслідки відмови критичні), тоді як психіатричні та деякі кардіологічні позиції отримують менший, але не нульовий резерв — алгоритм ніколи повністю не занулює категорію, оскільки крайня подія хоч і рідкісна, але катастрофічна.
Реальний алгоритм не статичний: він перераховує оптимальний розподіл на кожній фазі місії — транзит до Марса (6-9 міс.), перебування на поверхні (~500 днів) та зворотний транзит. Ризикові профілі різняться: на поверхні додається ризик травм при виходах у скафандрі та падінь у зниженій гравітації (0.38g), тоді як під час транзиту домінує психологічний та кардіоваскулярний ризик від тривалої невагомості.
Після кожної фактично використаної одиниці запасу алгоритм переоцінює залишковий бюджет і повторно розподіляє решту — це стохастичний процес керування запасами (inventory control under uncertainty), схожий на моделі, які використовують у ланцюгах постачання для товарів з обмеженим терміном придатності та неможливістю дозамовлення.
Ключова відмінність від земної логістики: у разі помилки алгоритму немає "аварійного постачання" — рішення про розподіл, ухвалене на старті місії, є остаточним для 900 днів. Це підвищує ставки оптимізації на порядки порівняно з будь-якою земною системою управління запасами.
Коли медична подія фактично трапляється, алгоритм переходить із режиму планування в режим реального часу: він мусить негайно перерозподілити залишок запасів, часто жертвуючи резервом малоймовірних категорій заради критичного втручання прямо зараз — рішення, яке земний лікар ніколи не приймав би за таких жорстких обмежень.
Затримка сигналу до Марса сягає 22 хвилин в один бік — тобто діалог "запитання-відповідь" із земними лікарями може тривати понад 44 хвилини на один обмін репліками. Для гострих станів (масивна кровотеча, анафілаксія, гостра аритмія) це неприйнятно повільно: рішення потрібно ухвалювати на борту, спираючись виключно на протоколи, попередньо узгоджені із земними фахівцями, та на алгоритм підтримки прийняття рішень.
Це принципово відрізняє марсіанську місію від МКС, де консультація з Хьюстоном відбувається практично в реальному часі. NASA прямо визначає "автономність медичної допомоги" (Medical Operations Autonomy) як обов'язкову вимогу для місій за межі місячної орбіти.
Коли триггериться подія (наприклад, серйозна травма при виході на поверхню), алгоритм виконує миттєвий перерахунок:
1. Різко підвищує вагу поточної категорії в цільовій функції — подія, що вже відбувається, отримує пріоритет над імовірнісними майбутніми подіями 2. Шукає "донорські" категорії — ті, де гранична корисність додаткової одиниці найнижча відносно її оновленої ймовірності до кінця місії 3. Тимчасово знижує резерв у донорських категоріях, компенсуючи дефіцит у критичній 4. Після стабілізації пацієнта повторно перераховує довгостроковий план на решту місії з урахуванням нового, зменшеного загального бюджету
Цей цикл — по суті скорочена версія моделі динамічного програмування Белмана (Bellman) для послідовного прийняття рішень під невизначеністю: кожне рішення оптимальне не саме по собі, а з урахуванням впливу на всі майбутні стани системи.
Найважчий сценарій для будь-якого алгоритму пріоритизації — ситуація, коли навіть оптимальний розподіл не покриває потребу повністю. У земній медицині це називається "тріаж" (сортування постраждалих за пріоритетом допомоги при обмежених ресурсах) — концепція, що виникла на полях боїв Наполеонівських війн і досі керує роботою приймальних відділень під час масових катастроф.
Марсіанська місія переносить принципи тріажу з разової катастрофи на весь термін експедиції: кожне рішення виділити ресурс сьогодні є неявним рішенням не мати цього ресурсу для гіпотетичної, але статистично ймовірної події завтра. Алгоритм робить цей компроміс явним і кількісним, але остаточну відповідальність за виконання рекомендації несе екіпаж — людина-в-контурі (human-in-the-loop) залишається обов'язковим елементом дизайну системи.
Наприкінці змодельованої місії можна порівняти дві траєкторії виснаження запасів: наївний рівномірний розподіл, що часто вичерпує критичні категорії задовго до завершення місії, і алгоритмічно оптимізований розподіл, який підтримує ненульове покриття по всіх категоріях аж до повернення екіпажу на Землю.
Графік звіту показує сумарний рівень запасів у відсотках від початкового обсягу як функцію часу місії. Наївна крива (рівномірний розподіл, однакова швидкість витрати для всіх категорій) падає лінійно й часто перетинає нуль в одній чи кількох категоріях задовго до фінішу — залишаючи екіпаж без засобів реагування на пізніх, часто найризикованіших фазах місії (втома, накопичена радіаційна доза, психологічне виснаження).
Оптимізована крива нелінійна: алгоритм свідомо витрачає запаси повільніше на початку транзиту (коли ризик нижчий) і зберігає буфер для фази поверхні та зворотного шляху, де або ризик травм зростає (виходи у скафандрі), або накопичена втома підвищує ймовірність кардіологічних і психіатричних подій.
Оскільки жодна реальна марсіанська місія ще не відбулася, якість алгоритму перевіряється тисячами симульованих "паралельних місій" — Монте-Карло прогонів, де для кожного прогону випадково генеруються моменти й типи медичних подій відповідно до оцінених розподілів ймовірності з другого етапу.
Для кожного прогону підраховується: чи вистачило запасів на кожну подію, яка сумарна тяжкість непокритих подій, який залишок на кінець місії. Порівнюючи розподіл результатів для наївної та оптимізованої стратегій по тисячах прогонів, можна статистично довести перевагу алгоритму — а не покладатися на єдиний "щасливий" чи "нещасливий" сценарій.
Це стандартна методологія в дослідженнях NASA Human Research Program для оцінки протоколів медичної автономності: замінити неможливий емпіричний тест (реальна багаторічна місія) статистично надійною симуляцією, побудованою на найкращих доступних апріорних даних.
Жодна модель оптимізації не усуває фундаментальну проблему: скінченність ресурсів у середовищі без можливості поповнення. Алгоритм лише гарантує, що наявні ресурси використовуються near-optimally відносно наявної інформації про ризики — він не може створити запаси з нічого.
Майбутні напрямки досліджень NASA ExMC включають: фармацевтичний синтез на борту (виробництво деяких препаратів із базових прекурсорів просто в польоті), 3D-друк частини витратних медичних матеріалів, розширене використання телемедицини з ШІ-діагностикою для зниження залежності від людського медичного персоналу на борту, і адаптивні алгоритми, що навчаються на даних кожної наступної місії, поступово звужуючи довірчі інтервали ймовірності подій.
Перша пілотована місія на Марс стане першим реальним тестом усіх цих моделей одночасно — і, ймовірно, джерелом даних, які повністю переглянуть апріорні оцінки ризику для другої місії. Це робить алгоритм пріоритизації не статичним рішенням, а живою системою, що навчається.