Prognostizieren der Länge des Aufenthalts und des Patientenflusses

Machine Learning
Power BI
SQL Server

Lösungsidee

Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen!

Für die Verantwortlichen, die eine Einrichtung im Gesundheitswesen führen, ist die Länge des Aufenthalts – die Anzahl der Tage von der Aufnahme von Patienten bis zu deren Entlassung – wichtig. Diese Zahl kann jedoch je nach Einrichtung und Erkrankung und besonderen Umständen variieren, auch innerhalb desselben Gesundheitssystems. Dies erschwert die Verfolgung und Planung des Patientenflusses.

Mit dieser Azure-Lösung können Krankenhausadministratoren die Möglichkeiten von Machine Learning nutzen, um die Länge des stationären Aufenthalts vorherzusagen und so die Kapazitätsplanung und Ressourcennutzung zu verbessern. Für die Ermittlung entsprechender Informationen verantwortliche Personen können ein Vorhersagemodell verwenden, um zu bestimmen, welche Einrichtungen überfordert sind, und welche Ressourcen innerhalb dieser Einrichtungen gestärkt werden sollten, und die für die Organisation des Pflegediensts verantwortlichen Personen können damit bestimmen, ob ausreichend Personalressourcen vorhanden sind, um die Entlassung eines Patienten abzuwickeln.

Die Möglichkeit, die Länge des Aufenthalts zum Zeitpunkt der Aufnahme zu prognostizieren, hilft Krankenhäusern, höherwertige Pflege zu leisten und ihre betriebliche Arbeitsauslastung zu optimieren. Außerdem hilft es ihnen, Entlassungen genau zu planen und andere Qualitätsmaßnahmen wie z. B. erneute Aufnahmen zu reduzieren.

Aufbau

Architekturdiagramm Laden Sie eine SVG-Datei für diese Architektur herunter.

Komponenten

  • SQL Server Machine Learning Services: Speichert die Patienten- und Krankenhausdaten. Bietet Training und vorhergesagte Modelle sowie vorhergesagte Ergebnisse für die Verarbeitung mit R.
  • Power BI bietet ein interaktives Dashboard mit Visualisierungen, das in SQL Server gespeicherte Daten verwendet, um Entscheidungen auf Grundlage der Vorhersagen zu ermöglichen.
  • Azure Machine Learning: Mit Machine Learning können Sie Predictive Analytics-Lösungen in der Cloud problemlos entwerfen, testen, operationalisieren und verwalten.

Nächste Schritte