솔루션 아키텍처: 의료 분석을 통해 입원 기간 및 환자 흐름 예측

의료 시설을 운영하는 경우 입원 일수(환자의 입원에서 퇴원까지의 일수)가 중요합니다. 그러나 입원 일수는 동일한 의료 시스템 내에서도 시설, 질병 상태 및 특성에 따라 달라질 수 있으므로, 환자 흐름 및 계획을 추적하기는 힘듭니다.

이 Azure 솔루션을 통해 병원 관리자는 기계 학습 기능을 사용하여 입원 기간을 예측하고 수용 계획 및 리소스 사용을 향상할 수 있습니다. 최고 의료 정보 책임자(Chief Medical Information Officer)는 예측 모델을 사용하여 무리하게 사용되는 시설과 시설 내에서 개선할 리소스를 확인할 수 있으며, 상담 전화 관리자(Care Line Manager)는 예측 모델을 사용하여 환자 퇴원을 처리할 적절한 직원 리소스가 있는지 확인할 수 있습니다.

입원 시 입원 기간을 예측할 수 있어 병원은 더 높은 품질의 의료 서비스를 제공하고 운영 워크로드를 간소화할 수 있습니다. 또한 퇴원을 정확하게 계획하여 재입원 같은 기타 품질 기준을 낮출 수 있습니다.

Azure에 배포

미리 빌드된 템플릿을 사용하여 이 아키텍처를 Azure에 배포하세요.

Azure에 배포
Power BI SQL Database Machine Learning

구현 지침

제품 설명서

SQL Server R Services

환자 및 병원 데이터를 저장합니다. R을 사용하여 사용에 관한 교육, 예측한 모델 및 예측한 결과를 제공합니다.

Power BI

Power BI는 예측에 관한 결정을 내릴 수 있도록 SQL Server에 저장된 데이터를 사용하는 시각화를 통해 대화형 대시보드를 제공합니다.

Machine Learning

Machine Learning을 통해 클라우드에서 예측 분석 솔루션을 쉽게 설계, 테스트, 운용 및 관리할 수 있습니다.

관련 솔루션 아키텍처