您现在访问的是微软AZURE全球版技术文档网站,若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站,请访问 https://docs.azure.cn.

预测住院天数和患者流量

机器学习
Power BI
SQL Server

解决方案理念

如果想了解详细信息(例如潜在用例、替代服务、实现注意事项或定价指南)来扩展本文,请通过反馈GitHub告知我们!

对于运行医疗保健设施的人员,请持续一段时间,即从患者许可到放电的天数。 但是,即使在同一医疗保健系统内,此数字在不同设施之间以及疾病情况和专业(甚至在同一医疗保健系统中)也可能会变得更加困难,因此更难跟踪患者流和计划。

此 Azure 解决方案可帮助医院管理员使用机器学习的强大功能来预测医院内招生的持续时间,从而提高容量规划和资源利用率。 首席医疗信息官可能会使用预测模型来确定哪些设施是过重的,哪些资源需要在这些设施中进行管理,而医护人员可以使用它来确定是否有足够的员工资源来处理患者的发行版。

能够预测进入许可时间的长度有助于医院提供更高质量的护理,并简化其运营工作负载。 它还有助于准确规划出院,降低其他质量度量,如 readmissions。

体系结构

体系结构关系图 下载此体系结构的SVG

组件

  • SQL Server 机器学习服务:存储患者和医院数据。 提供培训和预测模型以及使用 R 进行消耗的预测结果。
  • Power BI提供了一个交互式仪表板,其中包含可视化效果,使用存储在 SQL Server 中的数据来推动预测的决策。
  • Azure 机器学习:机器学习可帮助你在云中设计、测试、操作和管理预测分析解决方案。

后续步骤