預測住院天數及病患流動

Machine Learning
Power BI
SQL Server

解決方案構想

如果您想要瞭解如何使用詳細資訊來擴充本文,例如可能的使用案例、替代服務、實行考慮或定價指引,請讓我們知道 GitHub 的意見反應!

對於執行醫療保健設施的人員而言,長度會維持在患者許可的天數內,因此很重要。 但是,即使是在相同的醫療保健系統內,該數位在不同的設施和疾病條件和專業之間可能會有所不同,因此難以追蹤患者流程並據此進行規劃。

此 Azure 解決方案可協助醫院系統管理員利用機器學習的強大功能,來預測在醫院內招生的持續時間,以改善容量規劃和資源使用率。 醫療資訊長可能會使用預測性模型來判斷哪些設施是設施的,哪些是要在這些設施內進行管理的資源,而護理線管理員可能會使用它來判斷是否有足夠的員工資源可以處理患者的發行。

能夠預測隨時掌握許可的時間,可協助醫院提供更高品質的護理,並簡化其營運工作負載。 它也有助於正確地規劃出院,以降低其他品質措施,例如再住院率。

架構

架構圖表會 下載此架構的SVG

單元

  • SQL Server 機器學習服務:儲存患者和醫院資料。 提供定型和預測模型,以及使用 R 進行耗用量的預測結果。
  • Power BI提供具有視覺效果的互動式儀表板,以使用儲存在 SQL Server 中的資料來推動預測的決策。
  • Azure Machine Learning:機器學習可協助您設計、測試、讓及管理雲端中的預測性分析解決方案。

下一步