Duur van ziekenhuisverblijf voorspellen

Data Science Virtual Machines
Power BI
SQL Server

Oplossingsidee

Als u wilt dat we dit artikel uitbreiden met meer informatie, zoals mogelijke use cases, alternatieve services, implementatieoverwegingen of prijsinformatie, laat het ons dan weten met GitHub Feedback!

Deze oplossing maakt een voorspellend model mogelijk voor De duur van de ziekenhuisopname. De duur van Stay (LOS) wordt gedefinieerd in het aantal dagen vanaf de eerste datum van de toegang tot de datum waarop de patiënt uit een bepaalde ziekenhuisfaciliteit wordt opgenomen.

Architectuur

Architectuurdiagram Download een SVG van deze architectuur.

Implementatie

Voor implementatie-instructies en meer informatie over de technische implementatie raadpleegt u de predicting length of stay in Hospitals (Lengte voorspellen van het ziekenhuis in GitHub ziekenhuis).

Overzicht

Deze oplossing maakt een voorspellend model mogelijk voor De duur van de ziekenhuisopname. De duur van Stay (LOS) wordt gedefinieerd in het aantal dagen vanaf de eerste datum van de toegang tot de datum waarop de patiënt uit een bepaalde ziekenhuisfaciliteit wordt opgenomen. Er kunnen aanzienlijke variaties van LOS zijn op verschillende faciliteiten en in verschillende ziektevoorwaarden en specialisaties, zelfs binnen hetzelfde zorgsysteem. Geavanceerde LOS-voorspelling op het moment van toegang kan de kwaliteit van de zorg en de efficiëntie van de operationele workload aanzienlijk verbeteren en helpen bij een nauwkeurige planning van de werkzaamheden, wat resulteert in het verlagen van verschillende andere kwaliteitsmaatregelen, zoals leesinvoer.

Bedrijfsperspectief

Er zijn twee verschillende zakelijke gebruikers in ziekenhuisbeheer die kunnen verwachten te profiteren van betrouwbaardere voorspellingen over de duur van de behandeling. Deze zijn:

  • De Chiefs Medical Information Officer (CMIO), die de scheiding tussen informatoren/technologie en zorgprofessionals in een zorgorganisatie achter zich laat. Hun taken omvatten doorgaans het gebruik van analyses om te bepalen of resources op de juiste wijze worden toegewezen in een ziekenhuisnetwerk. Als onderdeel van dit alles moet de CMIO kunnen bepalen welke faciliteiten te veel worden belast, en met name welke resources op die faciliteiten mogelijk moeten worden versterkt om dergelijke resources aan de vraag te kunnen afstemmen.
  • De Care Line Manager, die rechtstreeks betrokken is bij de zorg van patiënten. Voor deze rol moet de status van afzonderlijke patiënten worden gecontroleerd en moet ervoor worden gezorgd dat het personeel beschikbaar is om te voldoen aan de specifieke zorgvereisten van hun patiënten. Een Care Line Manager moet ook de behandeling van hun patiënten beheren. De mogelijkheid om LOS van een patiënt te voorspellen, stelt Care Line Managers in staat om te bepalen of de personeelsbronnen voldoende zijn om de vrijgave van een patiënt te verwerken.

Datawetenschapper Perspectief

SQL Server Machine Learning Services is een functie in SQL Server waarmee R-scripts met relationele gegevens kunnen worden uitgevoerd. U kunt opensource-pakketten en -frameworks en de Microsoft R-pakketten gebruiken voor predictive analytics en machine learning. De scripts worden in de database uitgevoerd zonder dat gegevens buiten SQL Server of via het netwerk worden verplaatst.

Deze oplossing doorloopt de stappen die nodig zijn om gegevens te maken en te verfijnen, de R-modellen te trainen en scoren op de SQL Server machine. De uiteindelijke scored databasetabel in SQL Server geeft de voorspelde LOS voor elke patiënt. Deze gegevens worden vervolgens gevisualiseerd in Power BI. (Gesimuleerde gegevens worden in deze sjabloon gebruikt om de functie te illustreren.)

Gegevenswetenschappers die oplossingen testen en ontwikkelen, kunnen handig werken vanuit hun favoriete R IDE op hun lokale computer, terwijl ze de rekenkracht naar de SQL Server. De voltooide oplossingen worden geïmplementeerd voor SQL Server door aanroepen naar R in tesluiten in opgeslagen procedures. Deze oplossingen kunnen vervolgens verder worden geautomatiseerd met SQL Server Integration Services en SQL Server agent.

Deze oplossing bevat de R-code die een data scientist nodig heeft in de map R. Hier ziet u de opgeslagen procedures (SQL-bestanden) die kunnen worden geïmplementeerd in de sqlr-map. Klik op de knop Implementeren in Azure om de automatisering te testen. De volledige oplossing wordt beschikbaar gesteld in uw Azure-abonnement.

Prijzen

Voor uw Azure-abonnement dat wordt gebruikt voor de implementatie worden verbruikskosten in rekening gebracht voor de services die in deze oplossing worden gebruikt. Ga naar de pagina met prijzen voor Azure voor prijsinformatie.

Onderdelen

Volgende stappen