Architectuur voor de oplossing:De opnameduur en patiëntenstroom voorspellen met analyses voor de gezondheidszorg

Voor managers in de gezondheidszorg is de opnameduur (het aantal dagen dat de patiënt is opgenomen) belangrijk. Dit cijfer kan echter verschillen per faciliteit en afhankelijk zijn van de ziekteomstandigheden en specialiteiten, zelfs binnen hetzelfde gezondheidssysteem, waardoor het moeilijker is de patiëntenstroom bij te houden en dienovereenkomstig te plannen.

Deze Azure-oplossing helpt beheerders in ziekenhuizen de kracht van machine learning te gebruiken om de opnameduur in ziekenhuizen te voorspellen, de capaciteitsplanning te verbeteren en resources optimaal te benutten. Een manager die zich bezighoudt met de medische informatie, gebruikt misschien een voorspellend model om te bepalen welke faciliteiten overbelast zijn en welke resources in die faciliteiten moeten worden versterkt. Een manager van een zorglijn kan deze informatie gebruiken om te bepalen of er voldoende personeel is om het ontslag van een patiënt af te handelen.

Door de verblijfsduur op het moment van opname te voorspellen kunnen ziekenhuizen betere zorg leveren en hun operationele workload stroomlijnen. Ook kan hierdoor beter worden gepland voor het ontslag van patiënten zodat andere kwaliteitsmaatregelen, zoals nieuwe opnamen, kunnen worden gereduceerd.

Implementatie in Azure

Gebruik de volgende vooraf gemaakte sjabloon om deze architectuur op Azure te implementeren

Implementatie in Azure
Power BI SQL Database Machine Learning

Begeleiding bij implementatie

Producten Documentatie

SQL Server R Services

Slaat de patiënt- en ziekenhuisgegevens op. Biedt training en voorspelde modellen en voorspelde resultaten voor gebruik met R.

Power BI

Power BI biedt een interactief dashboard met visualisatie om beslissingen over de voorspellingen te sturen. De gebruikte gegevens zijn afkomstig van SQL Server.

Machine Learning Studio

Met Machine Learning kunt u eenvoudig predictive analytics-oplossingen ontwerpen, testen, in gebruik nemen en beheren in de cloud.

Related solution architectures