Obsah
- Čo je to prediktívna analýza?
- Prediktívne analýzy v oblasti zdravotnej starostlivosti
- Prípadová štúdia 2: Nemenovaná klinika zvyšujúca ziskovosť
- Požiadavka
- Akcia
- Výsledok
- Dôležité body na zapamätanie
- zhrnutie
Zdroj: Andreypopov / Dreamstime.com
Zobrať:
Zdravotnícky priemysel využíva prediktívnu analýzu na zlepšenie starostlivosti o pacientov, zníženie výskytu opakujúcich sa problémov a zvýšenie ziskovosti.
Hovorí sa, že prediktívna analytika predefinuje spôsob poskytovania zdravotnej starostlivosti. Predpovedá výskyt kritických chorôb a pravdepodobnosť readmisie v budúcnosti. Iné odvetvia, ako sú potraviny a nápoje, publikácie a zábava, už využili výhody prediktívnej analýzy - neexistuje dôvod, aby zdravotná starostlivosť nemohla urobiť to isté.
Definíciu a rozsah prediktívnej analýzy však treba najprv chápať čisto v súvislosti so zdravotnou starostlivosťou. Univerzálny model nebude fungovať. Je tiež dôležité, aby bola poskytovaná infraštruktúra na poskytovanie analytických údajov a aby bola zdravotníckym pracovníkom schopná poskytovať požadované informácie v správnom formáte. Na zabezpečenie riadnej a proaktívnej zdravotnej starostlivosti je potrebné, aby zdravotnícki pracovníci dostali správne informácie a metaúdaje. Aj keď je prediktívna analytika vhodná pre zdravotnú starostlivosť, musí sa najprv prispôsobiť a musia sa dodať správne údaje v správnom formáte. (Ak sa chcete dozvedieť viac o úlohe veľkých dát v zdravotníctve, prečítajte si článok Revolucionalizuje zdravotníctvo veľké údaje?
Čo je to prediktívna analýza?
Prediktívna analytika je odvetvie pokročilých analýz, ktoré poskytuje predpovede určitých udalostí na základe historických údajov, dátových modelov a iných vstupov. Môžu sa podniknúť proaktívne kroky na riešenie požiadaviek vyplývajúcich z predpovedí. Pri predpovedaní využíva prediktívna analytika techniky používané v iných odvetviach, ako je ťažba údajov, umelá inteligencia, modelovanie, strojové učenie a štatistika a integruje informačné technológie, riadenie a modelovanie obchodných procesov. Predpovede sa môžu použiť na identifikáciu rizík a príležitostí v budúcnosti. Prediktívna analytika môže pomôcť obchodným organizáciám dosiahnuť veľa vecí. Niekoľko príkladov zahŕňa:
- Identifikácia skrytých priradení a vzorov
- Zlepšenie udržania zákazníkov
- Zníženie rizika s cieľom minimalizovať straty a expozíciu
- Zvyšovanie spokojnosti zákazníkov
Existuje veľa skutočných príkladov toho, ako podniky ťažili z používania prediktívnej analýzy. Spoločnosť Accenture uskutočnila prieskum s cieľom zistiť, ako rôzne podniky ťažili z používania prediktívnej analýzy. Niektoré zo zistení sú:
- Spoločnosť Best Buy zistila, že menej ako 7% jej zákazníkov prispelo k 43% z jej predaja. Logicky potom segmentovala svojich zákazníkov a prepracovávala svoje obchody a skúsenosti v obchodoch tak, aby odrážali zvyky nákupu konkrétnych skupín zákazníkov.
- Olive Garden, americká reštaurácia pre neformálne stravovanie, používa údaje na navrhovanie a prepracovanie svojho menu. Týmto spôsobom sa podarilo výrazne znížiť plytvanie potravinami.
Prediktívna analytika sa používa v mnohých oblastiach, ako sú zdravotníctvo, riadenie vzťahov so zákazníkmi (CRM), detekcia podvodov a riadenie rizík. Prediktívna analytika sa často kombinuje aj s predpísanou analytikou. Predpísaná analytika v tejto súvislosti znamená, že nie sú len predpovede týkajúce sa určitých udalostí, ale sú stanovené aj konkrétne kroky, ktoré sa musia prijať, aby sa situácia vyriešila. Tieto kroky poskytne samotný analytický nástroj. (Viac informácií o detekcii podvodov pomocou nástroja Machine Learning & Hadoop nájdete v časti Detekcia podvodov novej generácie.)
Prediktívne analýzy v oblasti zdravotnej starostlivosti
Pri zlepšovaní zdravotnej starostlivosti má teoreticky významnú úlohu prediktívna analytika. Aj keď je to stále nový subjekt v riadení zdravotnej starostlivosti a jeho rozsah sa stále rozpracúva, prediktívna analytika môže analyzovať historické údaje o pacientovi a poskytovať predpovede o veciach, ako sú riziká choroby, skóre pravdepodobnosti srdcových a astmatických záchvatov na základe profilu pacienta, a pravdepodobnosť readmisie.
Ľudský mozog nedokáže dôkladne analyzovať viac ako šesť až osem premenných súčasne, aby mohol správne profilovať problém. Algoritmus prediktívneho modelu však môže analyzovať stovky premenných súčasne a vytvoriť presný profil lekárskeho problému. Na základe profilu je možné vykonať presnú diagnostiku a predpovede rizika, ak existujú.
Prediktívne modelovanie môže pomôcť kontrolovať náklady súvisiace s lekárskou starostlivosťou. V USA je jeden z piatich pacientov Medicare prijatý do nemocnice do 30 dní od prepustenia, čo má za následok náklady vo výške 17 miliárd dolárov ročne.
Steadman Hawkins Clinic dokázala zvýšiť svoju čistú ziskovosť o 20 miliónov dolárov ročne. Dokázali tiež zlepšiť presnosť svojich finančných predpovedí z 30 na 32 percent.
Prípadová štúdia 2: Nemenovaná klinika zvyšujúca ziskovosť
Požiadavka
Klinika chcela zlepšiť služby pacientom aj zlepšiť ich ziskovosť optimálnym využitím svojich zdrojov, ktoré zahŕňajú personál, vybavenie a nástroje.
Akcia
Klinika zhromaždila rozsiahle údaje o rôznych premenných, ako je typ starostlivosti potrebnej pre pacientov, profil a kvalifikácia personálu, profil pacienta, kvalita poskytovaných služieb, ako je doba odozvy, výsledok, skúsenosti pacienta a doba čakania na pacientov. Na základe zhromaždených údajov sa použila prediktívna analytika. Očakávali, že sa uvedú do praxe konkrétne analytické postupy a postupy.
Výsledok
Aj keď klinika stále vykonáva politiky založené na ich prediktívnej analýze, existujú náznaky, že sú na ceste k dosiahnutiu najmenej o 10% vyššej ziskovosti ako predtým.
Dôležité body na zapamätanie
Nie je to tak, že implementácia prediktívnej analýzy začne okamžite robiť zázraky. Výsledky závisia od prístupu. Po prvé, priemysel musí určiť, čo znamená prediktívna analytika vo svojom kone a potom špecifikovať jeho rozsah. Zdravotnícky priemysel si musí pamätať aj na tieto ponaučenia z iných odvetví:
- Množstvo štatistík nie je priamo úmerné množstvu údajov. Viac informácií získate len zvýšením zhromažďovania údajov.
- Štatistiky nemusia nevyhnutne poskytovať hodnotu. Najprv si musíte prispôsobiť informácie vo svojom konte, aby sa stali užitočnými.
- Implementácia prediktívnej analýzy bude veľkou výzvou. Musíte prijať správne technológie a poskytnúť informácie zdravotníckemu pracovníkovi v správnom formáte.
zhrnutie
Prediktívnu analýzu je potrebné spojiť s normatívnou analýzou, aby sa dosiahli správne výsledky, pretože priemysel potrebuje nielen predpovede, ale aj postup. Aj keď sa zdá, že tento koncept je na konci prospešný, podniky musia urobiť správne investície a byť trpezlivé s výsledkami, ak chcú získať výhody.