Assistance Publique-Hôpitaux de Paris оптимизирует штатное расписание, прогнозируя уровень госпитализации по часам и дням, используя машинное обучение

Чтобы лучше распределять ресурсы и лучше обслуживать пациентов, больница AP-HP в Париже использовала прогностическую платформу искусственного интеллекта разработанную на TAP.

Больницы в Париже используют big data (большие данные) и системы машинного обучения, предназначенные для прогнозирования показателей госпитализации, что приводит к более эффективному использованию ресурсов и улучшению результатов лечения пациентов.

Для настройки алгоритма было выбрано четыре больницах, входящих в AP-HP, и соответствующие данные из внутренних и внешних источников, в том числе 10-летние записи о госпитализации. Данные были разбиты для составления дневных и часовых прогнозов.

Ключевыми проблемами реализации проекта были законодательные нормативы о персональных данных, касающиеся конфиденциальности и данных о пациентах, которые являются относительно строгими, то есть некоторые данные, которые были бы доступны, например, если бы система работала в США, были недоступны.

«Но я был удивлен тем, насколько хорошо мы смогли построить модель без доступа к некоторым данным, которые мне бы понравились. Просто используя шаблоны для нескольких объектов, мы смогли создать действительно хорошую модель» - Кайл Амбер, датасаинтист нанятый AH-HP.

В результате появился интерфейс на основе веб-браузера, предназначенный для использования врачами, медсестрами и персоналом администрации больницы, не имеющего опыта в науке о данных, для прогнозирования количества посещений и госпитализации на следующие 15 дней. Когда ожидается большое количество посетителей, можно привлечь дополнительный персонал, что приведет к сокращению времени ожидания пациентов и повышению качества обслуживания - все прогнозы визуализировались в понятной для персонала форме.