Løsningsarkitektur: Forudsig længden af et ophold samt patientflow vha. sundhedsanalyser

For personer, der driver et hospital, har et ophold – dvs. det antal dage fra en patient indlægges til vedkommende udskrives igen – stor betydning. Antallet kan dog variere fra et hospital til et andet samt på tværs af sygdomme og faglige specialer – endda inden for samme sundhedssystem. Det gør det sværere at spore patientflowet og planlægge efter det.

Denne Azure-løsning hjælper hospitalsadministrationen med at udnytte styrken ved maskinel indlæring til at forudsige længden af hospitalsindlæggelser, så kapacitetsplanlægningen og ressourceudnyttelsen kan forbedres. En lægefaglig kommunikationschef kan måske bruge en forudsigende model til at afgøre, hvilke afdelinger, der overbelastes, og hvilke ressourcer der kan styrkes på disse afdelinger. Og en leder for plejepersonalet kan måske bruge den til at fastslå, om der er tilstrækkelige personaleressourcer til at håndtere udskrivningen af en patient.

Når man er i stand til at forudsige længden af et ophold på indlæggelsestidspunktet, hjælper det hospitalerne med at yde en højere kvalitet i behandlingen og samtidigt strømline deres driftsmæssige arbejdsbelastning. Det hjælper også med en mere nøjagtig planlægning af udskrivninger, hvilket reducerer andre kvalitetsmål, såsom genindlæggelser.

Installér på Azure

Brug følgende forhåndsbyggede skabelon til at installere denne arkitektur på Azure

Installér på Azure

Få vist den udrullede løsning

Power BI SQL Database Machine Learning

Implementeringsvejledning

Produkter/beskrivelse Dokumentation

SQL Server R Services

Gemmer patient- og hospitalsdata. Indeholder træning samt forudsagte modeller og forudsagte resultater for forbrug vha. R.

Power BI

Power BI giver et interaktivt dashboard med visualisering, der bruger data, som er lagret på SQL Server, til at fremme beslutninger på baggrund af forudsigelserne.

Machine Learning Studio

Med Machine Learning kan du nemt udvikle, teste, idriftsætte og administrere forudsigende analyseløsninger i cloudmiljøet.

Relaterede løsningsarkitekturer