A maradás és a betegforgalom előrejelzése

Machine Learning
Power BI
SQL Server

Megoldási ötlet

Ha szeretné látni, hogyan bővítjük ezt a cikket további információkkal, például lehetséges felhasználás esetekkel, alternatív szolgáltatásokkal, megvalósítási szempontokkal vagy díjszabási útmutatóval, tudajuk meg velünk a GitHub Visszajelzést!

Az egészségügyi létesítményt futtató személyek számára a betegfelvételtől a betegfelvételig meg kell maradniuk. Ez a szám azonban eltérő lehet a létesítményekben, a betegség körülményei között és a szakterületek között, még ugyanazon az egészségügyi rendszeren belül is, így nehezebb nyomon követni a betegáramlást, és ennek megfelelően tervezni.

Ez az Azure-megoldás segít a kórház rendszergazdáinak a gépi tanulásban, hogy előrejelezhető legyen a kórházi belépések hosszabb ideig tartó időtartama, ami javítja a kapacitástervezést és az erőforrás-kihasználtságot. A főorvosi információs igazgató egy prediktív modellel megállapíthatja, hogy mely létesítményeket túlterelték, és mely erőforrásokat kell a létesítményekben megerősítenünk, és a Care Line Manager segítségével megállapíthatja, hogy lesz-e elegendő személyzet a beteg kiadásának kezelésével kapcsolatban.

Lehetséges használati esetek

A belépéskor maradás hosszának előrejelzése segít a kórháznak magasabb minőségi ellátásban és a működési feladatok egyszerűsítésében. Emellett segít pontosan megtervezést tervezni a fogavakra, csökkentve az egyéb minőségi intézkedéseket, például a visszafogadásokat.

Architektúra

ArchitektúradiagramAz architektúra SVG-nek letöltése.

Összetevők

  • SQL Server Machine Learning Services:A betegek és a kórház adatait tárolja. Betanítást és előrejelezni a modelleket és előrejelezni az R használatával való felhasználáshoz szükséges eredményeket.
  • Power BI interaktív irányítópultot biztosít olyan vizualizációval, amely a SQL Server tárolt adatok alapján hoz döntéseket az előrejelzések alapján.
  • Azure Machine Learning:Machine Learning segítségével prediktív elemzési megoldásokat tervezhet, tesztelhet, működőképesíthet és kezelhet a felhőben.

Következő lépések