Tartalom
- Mi az előrejelző elemzés?
- Prediktív elemzés az egészségügy területén
- 2. esettanulmány: Névtelen klinika a jövedelmezőség javítása
- A követelmény
- A cselekedet
- Az eredmény
- Fontos szem előtt tartani
- összefoglalás
Forrás: Andreypopov / Dreamstime.com
Elvitel:
Az orvosi ipar prediktív elemzéseket alkalmaz a betegek gondozásának javítására, a visszatérő problémák alacsonyabb szintjére és a jövedelmezőség növelésére.
Azt mondják, hogy a prediktív analitika újradefiniálja az egészségügyi ellátás eredményességét. Előrejelzi a kritikus betegségek előfordulását és a visszafogadások valószínűségét a jövőben. Más ágazatok, például az élelmiszerek és italok, a kiadványok és a szórakoztatás máris élvezték a prediktív elemzés használatának előnyeit - nincs ok, hogy az egészségügyi ellátás nem teheti ugyanezt.
A prediktív analitika meghatározását és hatókörét azonban először tisztán az egészségügyi ellátás során kell megérteni. Az egy méretre alkalmas modell nem fog működni. Fontos az is, hogy rendelkezésre álljon az elemzéshez szükséges infrastruktúra, és képes legyen a szükséges információkat a megfelelő formátumban továbbítani az egészségügyi szakemberek számára. A megfelelő és proaktív egészségügyi ellátás biztosításához az egészségügyi szakembereknek meg kell adni a megfelelő tartalmat és metaadatokat. Tehát, bár a prediktív elemzés jótékony hatással van az egészségügyre, azt először testre kell szabni, és a megfelelő adatokat a megfelelő formátumban kell továbbítani. (Ha többet szeretne megtudni az egészségügyben a nagy adat szerepéről, olvassa el: A nagy adatok forradalmasítják az egészségügyi ellátást?)
Mi az előrejelző elemzés?
A prediktív elemzés a fejlett elemzés egyik ága, amely előrejelzéseket nyújt bizonyos eseményekről történelmi adatok, adatminták és egyéb bemenetek alapján. Proaktív lépéseket lehet tenni az előrejelzésekből fakadó követelmények kezelése érdekében. Az előrejelzések készítéséhez a prediktív analitika felhasználja a más ágazatokban, például az adatbányászatban, a mesterséges intelligenciában, a modellezésben, a gépi tanulásban és a statisztikában alkalmazott technikákat, és integrálja az információs technológiát, a menedzsmentet és az üzleti folyamatok modellezését. Az előrejelzések felhasználhatók a jövőbeli kockázatok és lehetőségek azonosítására. A prediktív elemzés segíthet az üzleti szervezeteknek sok mindent elérni. Néhány példa:
- Rejtett asszociációk és minták azonosítása
- Az ügyfelek megtartásának javítása
- A kockázat csökkentése az veszteség és az expozíció minimalizálása érdekében
- A vevői elégedettség javítása
Számos valós példa található arra, hogy a vállalkozások miként részesültek előnyben a prediktív elemzés használatával. Az Accenture felmérést végzett annak megállapítása érdekében, hogy a különféle vállalkozások milyen haszonnal járnak a prediktív elemzés használatával. Néhány megállapítás a következő:
- A Best Buy felfedezte, hogy ügyfeleinek kevesebb, mint 7% -a járult hozzá értékesítésének 43% -ához. Ezután logikusan szegmentálta ügyfeleit, és átalakította üzleteit és üzlethelyi tapasztalatait, hogy tükrözze az egyes ügyfélcsoportok vásárlási szokásait.
- Az Olive Garden egy amerikai alkalmi étkező étterem az adatok felhasználásával menüt tervez és újratervez. Így jelentősen csökkenthető az élelmiszer-pazarlás.
A prediktív elemzést sok olyan területen alkalmazzák, mint például az egészségügy, az ügyfélkapcsolat-kezelés (CRM), a csalások észlelése és a kockázatkezelés. A prediktív elemzést gyakran kombinálják a vényköteles elemzéssel is. A vényköteles elemzés ebben az összefüggésben azt jelenti, hogy nemcsak előrejelzéseket készítenek bizonyos eseményekre vonatkozóan, hanem határozott lépéseket tesznek a helyzet kezelésére. Ezeket a lépéseket maga az elemző motor biztosítja. (Tudjon meg többet a csalások észleléséről a Machine Learning & Hadoop segítségével a következő generációs csalások felismerésében.)
Prediktív elemzés az egészségügy területén
Elméletileg a prediktív analitika nagy szerepet játszik az egészségügyi ellátás javításában. Noha az orvostudomány még új belépő az egészségügyi ellátás kezelésében, és hatályát még fejlesztik, a prediktív elemzések képesek elemezni a betegek korábbi adatait, és előrejelzéseket nyújthatnak például a betegség kockázatára, a szívroham és az asztmatikus rohamok valószínűségi mutatójára a beteg profilja alapján, és a visszafogadás valószínűsége.
Az emberi agy nem tud mélyebben elemezni egyszerre hat-nyolc változót a probléma megfelelő profilozására. A prediktív modell algoritmusa azonban egyidejűleg több száz változót képes elemezni egy orvosi probléma pontos profiljának létrehozása érdekében. A profil alapján pontos diagnózist és kockázati előrejelzéseket lehet készíteni, ha vannak ilyenek.
A prediktív modellezés segíthet az orvosi ellátással kapcsolatos költségek kezelésében. Az Egyesült Államokban minden ötödik Medicare-beteget visszafogadnak a kórházba a mentesítéstől számított 30 napon belül, ami évente 17 milliárd dolláros kiadást eredményez.
A Steadman Hawkins klinika éves szinten 20 millió dollárral növelte nettó jövedelmezőségét. Emellett 30% -ról 32% -ra is javíthatták pénzügyi előrejelzéseik pontosságát.
2. esettanulmány: Névtelen klinika a jövedelmezőség javítása
A követelmény
A klinika mind a betegeknek nyújtott szolgáltatások javítását, mind pedig jövedelmezőségének javítását akarták, erőforrásaik optimális felhasználásával, beleértve a személyzetet, az eszközöket és az eszközöket.
A cselekedet
A klinika számos adatot gyűjtött a különböző változókról, például a betegek által igényelt ellátás típusáról, a személyzet profiljáról és képesítéséről, a beteg profiljáról, a nyújtott szolgáltatások minőségéről, például a válaszidőről, az eredményről, a beteg tapasztalatáról és a betegek várakozási idejéről. Az összegyűjtött adatok alapján a prediktív elemzéseket alkalmazták. Várták a konkrét elemzést és az alkalmazandó intézkedések menetét.
Az eredmény
Noha a klinika még mindig folyamatban van a prediktív elemzéseken alapuló politikák végrehajtásában, vannak jelek arra, hogy a tervek szerint legalább 10% -kal magasabb jövedelmezőség érhető el, mint korábban.
Fontos szem előtt tartani
Nem az, hogy a prediktív elemzés végrehajtása azonnal csodákat fog csinálni. Az eredmények a megközelítéstől függnek. Először az iparágnak meg kell határoznia, mit jelent a prediktív analitika az összefüggésben, majd meg kell határoznia a hatályát. Az egészségügyi ágazatnak meg kell emlékeznie a többi iparág következő óráira is:
- A betekintés mennyisége nincs közvetlenül arányos az adat mennyiségével. Nem fog további betekintést kapni az adatgyűjtés növelésével.
- A betekintés nem feltétlenül ad értéket. Először testre kell szabnia a betekintést a védjegyedbe, hogy ez hasznossá váljon.
- A prediktív elemzés végrehajtása nagy kihívás lesz. Át kell vennie a megfelelő technológiákat, és betekintést kell nyújtania az egészségügyi szakemberhez a megfelelő formátumban.
összefoglalás
A prediktív elemzést össze kell vonni a vényköteles elemzéssel a megfelelő eredmények elérése érdekében, mivel az iparnak nemcsak az előrejelzésekre, hanem a cselekvésre is szükség van. Bár a koncepció végül úgy tűnik, hogy kifizetődő, a vállalkozásoknak a megfelelő befektetéseket kell végrehajtaniuk, és türelmesnek kell lenniük az eredményekkel, ha remélik, hogy kihasználják az előnyöket.