Что если данные могут помочь предсказать прогноз пациента, оптимизировать операции в больнице или оптимизировать человеческие ресурсы в медицине? Книга, свежая полки, «Аналитическое преимущество в здравоохранении»Показывает, что это уже происходит, и демонстрирует, как его масштабировать.
Автор Димитриса Бертимаса, вице -проректора MIT по открытому обучению, наряду с двумя бывшими студентами Берцимаса – доктор медицинских наук Агни Орфанудаки 21 года, доцент кафедры операций в области управления операциями в Оксфордском университете и доктора философии Holly Wiberg, доцент в области охраны здоровья в области охраны здоровья. аналитика. С акцентом на реальные приложения, первая часть книги устанавливает технические основы-охватывающие машинное обучение и оптимизацию-в то время как вторая часть книги представляет интегрированные тематические исследования, которые охватывают различные клинические специальности и типы проблем с использованием описательной, прогнозирующей и предписывающей аналитики.
Часть более широкой серии «Аналитика в области здравоохранения» демонстрирует, как использовать данные и модели для принятия лучших решений в секторе здравоохранения, в то время как его предшественник, «Analytics Edge«Погружается в науку об использовании данных для создания моделей, улучшения решений и повышения ценности в учреждениях и частных лиц.
Берцимас, который также является заместителем декана бизнес -аналитики и лидеров Boeing по мировым операциям, профессором управления в Школе управления MIT Sloan, является новатором. 15.071 (Edge Analytics)курс по MIT Open Learning MITX Это привлекло сотни тысяч онлайн -учеников и послужило вдохновением серии книг. Берцимас отказался от исследований и его работы в MIT Open Learning, чтобы обсудить, как область аналитики трансформирует систему здравоохранения и делится некоторыми удивительными способами аналитики уже используется в больницах.
Q: Как обладает аналитикой, как больницы обеспечивают медицинскую помощь и управляют своей деятельностью?
A: Как академик, я всегда стремился обучать, писать публикации и использовать то, что мы делаем на практике. Поэтому я основал целостную оптимизацию больниц (H20) с целью оптимизации операций в больнице с помощью машинного обучения для улучшения ухода за пациентами. Мы разработали различные инструменты в MIT и внедрили их в больницах по всему миру. Например, мы управляем продолжительностью пребывания пациентов и индексами их ухудшения (компьютеризированный инструмент, который предсказывает риск клинического ухудшения пациента); Мы управляем оптимизацией медсестер и тем, как больницы могут надлежащим образом распределять человеческие ресурсы; И мы оптимизируем блоки для операций. Это начало изменений, когда аналитика и методы ИИ в настоящее время используются довольно широко. Я надеюсь, что эта работа и эта книга ускорит эффект использования этих инструментов.
Кроме того, я дважды преподавал курс девяти-лекции с Агни и Холли в больничной системе Хартфорда, где я понял, что эти методы аналитики, которые обычно не преподаются в медицинских школах, могут быть продемонстрированы для врачей здравоохранения, включая врачей, медсестер и администраторов. Чтобы оказать влияние, вы должны иметь подходящие методы, реализовать их и применять их, но вам также необходимо обучать людей, как их использовать. Это хорошо связано с моей ролью в Open Learning, где наша цель – обучать учащихся во всем мире. Фактически, Open Learning запускает эту осень Universal AI, динамичный опыт онлайн -обучения, который обеспечивает всесторонние знания об искусственном интеллекте, подготавливая глобальную аудиторию учащихся к занятости на нашем быстро развивающемся рынке труда.
Q: Какими удивительными способами аналитики используются в здравоохранении, чего большинство людей не ожидают?
A: Используя аналитику, мы сократили продолжительность пребывания пациентов в больнице Хартфорда с 5,67 до пяти дней. У нас есть алгоритм, который прогнозирует вероятность высвобождения пациентов; Поэтому врачи расставляют приоритеты пациентов с самой высокой вероятностью, подготавливая их для выписки. Это означает, что больница может лечить гораздо больше пациентов, а пациенты остаются в больнице меньше времени.
Кроме того, когда в больницах наблюдалось увеличение текучести кадров во время пандемии Covid-19, мы разработали аналитическую систему, которая учитывает акционер и справедливость и снижает затраты на сверхурочные, давая предпочтительные слоты медсестрам и существенно снижая общий оборот. Это всего лишь два примера; Есть много других, где аналитическая перспектива для здравоохранения и медицины имела существенное значение.
Q: Заглядывая в будущее, как вы видите, как искусственный интеллект формирует будущее здравоохранения?
A: Очень значимым образом – мы используем машинное обучение для лучших прогнозов, но генеративный ИИ может объяснить их. Я уже вижу движение в этом направлении. Это действительно эволюция ИИ, которая сделала это возможным, и это захватывающе. Это также важно для мира из -за его возможностей улучшить заботу и спасти жизни.
Например, благодаря нашей программе в больничной системе Хартфорда мы обнаружили, что пациент становится все хуже и предсказал с помощью аналитики, что у них станет еще хуже. После нашего прогноза врачи внимательно изучили пациента и обнаружили, что у пациента был ранний случай сепсиса, опасное для жизни состояние, при котором организм неправильно реагирует на инфекцию. Если бы мы не обнаружили сепсис раньше, пациент мог бы умер. Это имело реальную разницу в спасении жизни человека.
Q: Если бы вам пришлось описать «Edge Analytics в здравоохранении» одним или двумя словами, что бы они были и почему?
A: Книга представляет собой поэтапный переход в здравоохранении, потому что она способна влиять на сектор здравоохранения таким образом, чтобы это не было сделано ранее. В книге действительно рассказывается о моей работе в области здравоохранения и ее применения в последнее десятилетие.
