Prédire la durée de séjour et le flux de patients

Machine Learning
Power BI
SQL Server

Idée de solution

Si vous souhaitez nous voir développer cet article avec d’autres informations, telles que des cas d’usage potentiels, d’autres services, des considérations d’implémentation ou un guide des prix, faites-le nous savoir avec les Commentaires de GitHub.

Pour les responsables d’un établissement de santé, la durée du séjour, à savoir le nombre de jours entre l’admission du patient et sa sortie, est importante. Toutefois, cette durée peut varier d’un établissement à l’autre et selon les pathologies et les spécialités, même au sein d’un même système de santé, ce qui complique le suivi du flux de patients et la planification en conséquence.

Cette solution Azure aide les administrateurs d’hôpitaux à utiliser la puissance de l’apprentissage automatique pour prévoir la durée de séjour des admissions afin d’améliorer la planification des capacités et l’utilisation des ressources. Un agent principal des renseignements médicaux pourrait utiliser un modèle prédictif pour déterminer quels établissements sont surchargés et quelles ressources doivent être renforcées dans ces établissements, et un responsable hiérarchique des soins pourrait utiliser ces données pour déterminer si les ressources en personnel seront suffisantes pour gérer la sortie d’un patient.

La possibilité de prévoir la durée du séjour au moment de l’admission aide les hôpitaux à fournir des soins de meilleure qualité et à rationaliser leur charge de travail opérationnelle. Elle permet également de planifier avec précision les sorties, ce qui contribue à réduire d’autres mesures de qualité telles que les réadmissions.

Architecture

Diagramme d’architecture Télécharger une SVG de cette architecture.

Components

  • SQL Server Machine Learning Services : Stocke les données relatives au patient et à l’hôpital. Fournit des modèles d’apprentissage et prédits et des résultats prédits pour la consommation à l’aide de R.
  • Power BI fournit un tableau de bord interactif avec une visualisation qui utilise des données stockées dans SQL Server pour déterminer des décisions sur les prédictions.
  • Azure Machine Learning : Le Machine Learning vous aide à concevoir, tester, utiliser et gérer des solutions d’analyse prédictive dans le cloud.

Étapes suivantes