چه اتفاقی می افتد اگر داده ها می توانند به پیش بینی پیش آگهی یک بیمار ، تسهیل عملیات بیمارستان یا بهینه سازی منابع انسانی در پزشکی کمک کنند؟ یک کتاب تازه از قفسه ها ، “لبه تحلیلی در خدمات درمانیاو نشان می دهد که این در حال حاضر است و نشان می دهد که چگونه مقیاس می شود.
تألیف شده توسط دیمیتریس برتسیماس ، معاون مؤسسه MIT برای یادگیری آزاد ، به همراه دو مورد از Bertsimas ’22 ، استادیار سیاست های عمومی و عملیات تحقیقات در دانشگاه Carnegie Mellon با استفاده از شیوه های دنیای واقعی ، با تأکید بر شیوه های دنیای واقعی ، بخش اول این کتاب ، آموزش ماشین و بهینه سازی ، در حالی که بخش دوم از کتاب های مختلف ، کتابهای یکپارچه را ارائه می دهد و مطالعات موردی یکپارچه را ارائه می دهد و مطالعات موردی را ارائه می دهد و مطالعات موردی را پوشش می دهد و مطالعات موردی را پوشش می دهد و کتابهای یکپارچه را پوشش می دهد. تجزیه و تحلیل
Edge Analytics Edge در خدمات درمانی ، که بخشی از یک سری گسترده تر است ، نشان می دهد که چگونه می توان از داده ها و مدل ها برای تصمیم گیری بهتر در بخش بهداشت در حالی که پیشین خود است ، بهره مند شوید.لبه تحلیلی“این در علم داده ها برای ایجاد مدلهایی برای ایجاد مدل ها ، بهبود تصمیمات و افزودن ارزش به موسسات و افراد فرو رفته است.
Bertsimas ، که معاون عملیات جهانی در دانشکده مدیریت MIT Sloan است ، نوآورانه در پشت معاون معاون معاون آنالیز تجارت و رهبران بوئینگ است. ۱۵.۰۷۱ (Edge Edge)دوره یادگیری باز MIT MITX این صدها هزار دانش آموز آنلاین دانش آموزان را به خود جلب کردند و منبع الهام بخش در پشت سریال کتاب شدند. Bertsimas از کار خود در MIT Open Learning استراحت کرد تا به اشتراک بگذارد که چگونه زمینه تحلیلی سیستم بهداشت و درمان را تغییر می دهد و از تجزیه و تحلیل در حال حاضر در بیمارستان ها استفاده می شود.
س: چگونه حوزه تحلیلی روش بیمارستان ها را برای تأمین تعمیر و نگهداری و مدیریت عملیات خود تغییر می دهد؟
الف: من به عنوان یک آکادمی ، همیشه می خواستم آنچه را که در عمل انجام داده ایم ، آموزش ، انتشار و استفاده کنم. به همین دلیل نصب کردم بهینه سازی جامع بیمارستان (H20) به منظور بهینه سازی عملکرد بیمار با آموزش دستگاه برای بهبود مراقبت از بیمار. ما ابزارهای مختلفی را در MIT ایجاد کردیم و آنها را در بیمارستان های سراسر جهان به کار گرفتیم. به عنوان مثال ، ما ماندن بیماران و شاخص های وخامت آنها را مدیریت می کنیم (ابزاری رایانه ای که خطر ابتلا به وخامت بالینی بیمار را پیش بینی می کند). ما بهینه سازی پرستار را مدیریت می کنیم و چگونه بیمارستان ها می توانند منابع انسانی را به درستی تخصیص دهند. و ما بلوک ها را برای جراحی بهینه می کنیم. این آغاز تغییری است که در حال حاضر از روشهای تحلیلی و AI استفاده می شود. امید من این خواهد بود که این کار و این کتاب اثر استفاده از این ابزارها را تسریع کند.
من هم تدریس کردم نه دوره کلاس در سیستم بیمارستان هارتفورد ، فهمیدم که این روشهای تجزیه و تحلیل ، که در دانشکده های پزشکی با AGNI و هالی در سیستم بیمارستان تدریس نمی شوند ، می توانند برای پزشکان بهداشت از جمله پزشکان ، پرستاران و مدیران نشان داده شوند. برای تأثیرگذاری ، شما باید روش های مناسبی داشته باشید ، اعمال کنید و اعمال کنید ، اما باید در مورد نحوه استفاده از آن به افراد آموزش دهید. این امر با نقش من در آموزش آزاد ارتباط خوبی ایجاد می کند که هدف ما آموزش دانش آموزان در سطح جهان است. در حقیقت ، پاییز امسال ، که دارای یک تجربه یادگیری آنلاین پویا است و اطلاعات جامع در مورد هوش مصنوعی ارائه می دهد ، هوش مصنوعی جهانی را آغاز می کند و یک دانشجوی جهانی را برای اشتغال در بازار کار در حال توسعه ما آماده می کند.
س: چند روش شگفت آور که بیشتر مردم در خدمات درمانی انتظار ندارند چیست؟
الف: با استفاده از تجزیه و تحلیل ، ما اقامت بیماران را در بیمارستان هارتفورد از ۵.۶۷ روز به پنج روز کاهش دادیم. ما یک الگوریتم داریم که امکان آزاد شدن بیماران را پیش بینی می کند. بنابراین ، پزشکان به بیماران اولویت می دهند و آنها را برای ترخیص آماده می کنند. این بدان معنی است که بیمارستان می تواند بیماران بیشتری را درمان کند و بیماران زمان کمتری در بیمارستان دارند.
علاوه بر این ، هنگامی که بیمارستانها شاهد افزایش گردش مالی پرستار در طول COViD-19 بودیم ، ما یک سیستم تجزیه و تحلیل ایجاد کردیم که برابری و عدالت را در نظر می گیرد و هزینه های اضافه کاری را کاهش می دهد ، لانه های ارجح را به پرستاران می بخشد و گردش کلی را به میزان قابل توجهی کاهش می دهد. اینها فقط دو نمونه است. افراد بیشتری وجود دارند که در آن یک دیدگاه تحلیلی بهداشت و پزشکی تفاوت مادی ایجاد می کند.
س: وقتی به جلو نگاه می کنید ، چگونه می بینید که چگونه هوش مصنوعی آینده خدمات درمانی را شکل می دهد؟
الف: روش بسیار مهم – ما از آموزش ماشین برای پیش بینی های بهتر استفاده می کنیم ، اما هوش مصنوعی تولیدی می تواند آنها را توضیح دهد. من قبلاً حرکتی را در این جهت می بینم. تکامل هوش مصنوعی و هیجان انگیز که این امکان را فراهم می آورد. مراقبت نیز به دلیل پیشرفت و مهارت های صرفه جویی در زندگی برای جهان مهم است.
به عنوان مثال ، از طریق برنامه ما در سیستم بیمارستان هارتفورد ، متوجه شده ایم که یک بیمار بدتر می شود و از نظر تحلیلی پیش بینی می شود که آنها بدتر می شوند. پس از برآورد ما ، پزشکان بیمار را از نزدیک بررسی کردند و فهمیدند که بیمار یک مورد زودرس سپسیس است ، که یک بیماری تهدید کننده زندگی است که در آن بدن به عفونت در عفونت واکنش نشان می دهد. اگر قبلاً سپسیس را تشخیص نداده بودیم ، ممکن است بیمار درگذشت. این تفاوت واقعی در نجات زندگی یک شخص ایجاد کرد.
س: اگر نیاز به تعریف “لبه تحلیلی در مراقبت های بهداشتی” در یک یا دو کلمه دارید ، چه اتفاقی می افتد و چرا؟
الف: این کتاب یک انتقال تدریجی در خدمات درمانی است زیرا می تواند به شکلی که قبلاً قبلاً نبوده است ، بر بخش بهداشت تأثیر بگذارد. این کتاب واقعاً کار من در خدمات بهداشتی و برنامه های کاربردی را در دهه گذشته خلاصه می کند.